python基础（十七）:递归函数和匿名函数
时间：2021-05-23 23:12:46
收藏：0
阅读：0
?. 递归
2.1 递归的应?场景
递归是?种编程思想，应?场景：
1. 在我们?常开发中，如果要遍历?个?件夹下?所有的?件，通常会使?递归来实现；
2. 在后续的算法课程中，很多算法都离不开递归，例如：快速排序。
2.1.1 递归的特点
函数内部??调???
必须有出?
2.2 应?：3以内数字累加和
# 3 + 2 + 1 def sum_numbers(num): # 1.如果是1，直接返回1 -- 出? if num == 1: return 1 # 2.如果不是1，重复执?累加并返回结果 return num + sum_numbers(num-1) sum_result = sum_numbers(3) # 输出结果为6 print(sum_result)
三. lambda 表达式
3.1 lambda的应?场景
如果?个函数有?个返回值，并且只有?句代码，可以使? lambda简化。
3.2 lambda语法
lambda 参数列表 ： 表达式
lambda表达式的参数可有可?，函数的参数在lambda表达式中完全适?。
lambda表达式能接收任何数量的参数但只能返回?个表达式的值。
快速??
# 函数 def fn1(): return 200 print(fn1) print(fn1()) # lambda表达式 fn2 = lambda: 100 print(fn2) print(fn2())
注意：直接打印lambda表达式，输出的是此lambda的内存地址
3.3 示例：计算a + b
3.3.1 函数实现
def add(a, b): return a + b result = add(1, 2) print(result)
思考：需求简单，是否代码多？
3.3.2 lambda实现
fn1 = lambda a, b: a + b print(fn1(1, 2))
3.4 lambda的参数形式
3.4.1.?参数
fn1 = lambda: 100 print(fn1())
3.4.2.?个参数
fn1 = lambda a: a print(fn1(‘hello world‘))
3.4.3.默认参数
fn1 = lambda a, b, c=100: a + b + c print(fn1(10, 20))
3.4.4.可变参数：*args
fn1 = lambda *args: args print(fn1(10, 20, 30))
注意：这?的可变参数传?到lambda之后，返回值为元组。
3.4.5.可变参数：**kwargs
fn1 = lambda **kwargs: kwargs print(fn1(name=‘python‘, age=20))
3.5 lambda的应?
3.5.1. 带判断的lambda
fn1 = lambda a, b: a if a > b else b print(fn1(1000, 500))
3.5.2. 列表数据按字典key的值排序
students = [ {‘name‘: ‘TOM‘, ‘age‘: 20}, {‘name‘: ‘ROSE‘, ‘age‘: 19}, {‘name‘: ‘Jack‘, ‘age‘: 22} ] # 按name值升序排列 students.sort(key=lambda x: x[‘name‘]) print(students) # 按name值降序排列 students.sort(key=lambda x: x[‘name‘], reverse=True) print(students) # 按age值升序排列 students.sort(key=lambda x: x[‘age‘]) print(students)
四. ?阶函数
把函数作为参数传?，这样的函数称为?阶函数，?阶函数是函数式编程的体现。函数式编程就是指这种?度抽象的编程范式
4.1 体验?阶函数
在Python中， abs() 函数可以完成对数字求绝对值计算。
abs(-10) # 10
round() 函数可以完成对数字的四舍五?计算。
round(1.2) # 1 round(1.9) # 2
需求：任意两个数字，按照指定要求整理数字后再进?求和计算。
?法1
def add_num(a, b): return abs(a) + abs(b) result = add_num(-1, 2) print(result) # 3
?法2
def sum_num(a, b, f): return f(a) + f(b) result = sum_num(-1, 2, abs) print(result) # 3
注意：两种?法对?之后，发现，?法2的代码会更加简洁，函数灵活性更?。
函数式编程?量使?函数，减少了代码的重复，因此程序?较短，开发速度较快。
4.2 内置?阶函数
4.2.1 map()
map(func, lst)，将传?的函数变量func作?到lst变量的每个元素中，并将结果组成新的列表(Python2)/
迭代器(Python3)返回。
需求：计算 list1 序列中各个数字的2次?。
list1 = [1, 2, 3, 4, 5] def func(x): return x ** 2 result = map(func, list1) print(result) # <map object at 0x0000013769653198> print(list(result)) # [1, 4, 9, 16, 25]
4.2.2 reduce()
reduce(func，lst)，其中func必须有两个参数。每次func计算的结果继续和序列的下?个元素做累积计
算。
注意：reduce()传?的参数func必须接收2个参数。
需求：计算 list1 序列中各个数字的累加和。
import functools list1 = [1, 2, 3, 4, 5] def func(a, b): return a + b result = functools.reduce(func, list1) print(result) # 15
4.2.3 fifilter()
fifilter(func, lst)函数?于过滤序列, 过滤掉不符合条件的元素, 返回?个 fifilter 对象。如果要转换为列表,
可以使? list() 来转换。
list1 = [1, 2, 3, 4, 5, 6, 7, 8, 9, 10] def func(x): return x % 2 == 0 result = filter(func, list1) print(result) # <filter object at 0x0000017AF9DC3198> print(list(result)) # [2, 4, 6, 8, 10]
五. 总结
递归
函数内部??调???
必须有出?
lambda
语法
lambda 参数列表: 表达式
lambda的参数形式
?参数
评论（0）