1.内置函数(二)
2.闭包
#(abs()) 绝对值--返回的都是正数 #print([abs(i) for i in lst]) #enumerate -- 枚举("可迭代对象","序号的起始值") #[(0,1),(1,2),(2,3)] #print([i for i in enumerate(lst,10)]) # lst = [11,22,33,-44,23,21] # new_lst = [] # for i in enumerate(lst): # new_lst.append(i) # print(new_lst) # print([i for i in enumerate(lst,1000)]) # print(max([1,2,3,4,56,7,8])) # 求最大值 # print(min([1,2,3,4,-56,7,8])) # 求最小值 # print(sum([1,2,3,4,5],100)) # 求和 range Python3: g = range(0,10) 可迭代对象 g.__iter__() Python2: range(0,10) 获取是一个列表 xrange(0,10) 获取是一个可迭代对象 # from collections import Iterable,Iterator # print(isinstance(g,Iterable)) # print(isinstance(g,Iterator)) print(sep=" ",end="\n") print(1,2,3,sep=" ") sep多个元素的连接符 # print(1,end="\t") "\t"制表符是四个空格 # print(2,end=" ") # print(3) # print(12345,file=open("t1.txt","w",encoding="utf-8")) # print(list("alex")) #['alex',] # print(dict(key=1,a="alex")) # print(dict(((1,2),(2,3),(3,4)))) # print(dict([i for i in enumerate(range(20),1)])) # zip() # 拉链 -- 按照最少的进行合并 #print(dir(list)) 查看当前函数的方法 面试题 lst1 = [1,2,3,4,5] lst2 = ['a','b','c'] print(dict(list(zip(lst1,lst2)))) print(dict(zip(lst1,lst2))) # def func(): # print(123) # return "你好" # func() # def func(a,b): # return a+b # print(func(1,2)) 匿名函数: f = lmabda x,y:(x,y) print(f(1,2)) print(f.__name__) # def func(): # return 1 # print(func()) print((lambda x:x)(2)) #同一行定义 同一行调用 lambda 关键字--定义函数 x,y 形参 x+y 返回值--只能返回一个数据类型 lst = [lambda i:i*i for i in range(10)] print(lst[2](2)) lst = [] for i in range(10): def func(i): return i*i lst.append(func) print(lst[2](2)) lst = [lambda :i*i for i in range(10)] print(lst[2]()) for i in range(10) pass print(i) lst = [] for i in range(10): def func(): return i*i lst.append(func) print(lst[2]()) 一行函数 形参可以不写 返回值必须要写,返回值只能返回一个数据类型 lst = list((lambda i:i*i for i in range(5))) print(lst[1](4)) 结果:16 lst = [x for x in (lambda :i**i for i in range(5))] print(lst[2]()) 结果:256 lst1 = [] def func(): for i in range(5): def foo(): return i**i yield foo for x in func(): lst1.append(x) print(lst1[2]()) # 内置函数(重要) # print(format(13,">20")) # 右对齐 # print(format(13,"<20")) # 左对齐 # print(format(13,"^20")) # 居中 # print(format(13,"08b")) # 二进制 # print(format(13,"08d")) # 十进制 # print(format(13,"08o")) # 八进制 # print(format(12,"08x")) # 十六进制 # print(bin(13)) filter() # 过滤 lst = [1,2,3,4,5] def func(s): return s > 3 print(list(filter(func,lst))) func就是自己定义一个过滤条件,lst要迭代的对象 lst = [1,2,3,4,5,6,7] print(list(filter(lambda x:x % 2 == 1,lst))) map() 对象映射 print(list(map(lambda x:x*x,[1,2,3,4,5])) 将可迭代对象中的每一个元素进行加工 反转 lst = [1,2,3,4,5] lst.reverse() print(lst) lst1 = list(reversed(lst)) print(lst) print(lst1) # lst = [1,23,34,4,5,213,123,41,12,32,1] print(sorted(lst) #升序 print(lst1) # lst = [1,23,34,4,5,213,123,41,12,32,1] print(sorted(lst,reverse=True)) #降序 dic = {"key":1,"key1":2,"key2":56} print(sorted(dic,key=lambda x:dic[x],reverse=True)) key是指定排序规则 print(max([1,2,4,5],key=abs)) key是指定查找最大值的规则 from functools import reduce reduce 累计算 print(reduce(lambda x,y:x+y,[1,2,3,4,5] def func(): a = 1 def f1(): def foo(): print(a) return foo return f1 ret = func() a = ret() a() func()()() 1.在嵌套函数内,使用非全局变量(且不是本层变量)--就是闭包 avg_lst = [] def func(price): avg_lst.append(price) avg = sum(avg_lst)/len(avg_lst) return avg print(func(150000)) print(func(160000)) print(func(170000)) print(func(150000)) avg_lst.append(188888) #全局变量可能被修改 def func(price): avg_lst = [] avg_lst.append(price) avg = sum(avg_lst)/len(avg_lst) return avg print(func(150000)) print(func(160000)) print(func(170000)) print(func(150000)) #这样取不到平均值,每次都是每天的价钱 def func(): avg_lst = [] #自由变量 def foo(price): avg_list.append(price) avg = sum(avg_lst)/len(avg_lst) return avg return foo ret = func()() # __closure__ 判断是否是闭包 # 了解: # print(ret.__code__.co_freevars) # 获取的是自由变量 # print(ret.__code__.co_varnames) # 获取的是局部变量 # 闭包的作用: # 1. 保证数据的安全性 # 2. 装饰器
# 1.内置函数二: # 1.1 匿名函数 lambda # lambda 形参:返回值 - lambda x:x # 形参可以不写,返回值必须写 返回值只能是一个数据类型 # 匿名函数的名字叫做 lambda # 1.2 abs() 绝对值 # 1.3 filter("函数名","可迭代对象") 写函数的时候可以指定过滤条件 # 1.4 map("函数名","可迭代对象") 写函数的时候可以指定对元素的操作 # 1.5 list(zip("可迭代对象","可迭代对象")) 返回的是[(1,2),(2,3)] # 1.6 sorted("可迭代对象",key="函数名",reverse=True) key是指定排序的规则(默认是升序)写了reverse=True就是降序 # 1.7 reversed("可迭代对象") # 对可迭代对象进行翻转(不改变源数据) # 1.8 max("可迭代对象",key=abs) #key指定查找最大值时的规则 # 1.9 min("可迭代对象",key=abs) #key指定查找最小值时的规则 # 1.10 sum(list,tuple,set) # 1.11 reduce("函数","可迭代对象") # 函数指定累计算的方式 # 1.12 format() # 08b -- 2 # 08d -- 10 # 08o -- 8 # 08x -- 16 # 2.闭包: # 啥是闭包:嵌套函数内,使用非全局变量就是闭包 # 闭包干啥:保证数据的安全性,装饰器使用 注意重要内置函数的使用,注意哪些打印的时候需要在外面加list # 1.将今日课上的代码敲3遍。 # 2.都完成的做一下作业（下面题都是用内置函数或者和匿名函数结合做出）： # # 1)用map来处理字符串列表,把列表中所有人都变成sb,比方alex_sb # l=[{'name':'alex'},{'name':'y'}] # print(list(map(lambda x:{'name':x['name']+"_sb"},l))) # 2)用map来处理下述l，然后用list得到一个新的列表，列表中每个人的名字都是sb结尾 # l=[{'name':'alex'},{'name':'y'}] # print(list(map(lambda x:(x['name']+"sb"),l))) # 3)用filter来处理,得到股票价格大于20的股票名字 # shares={ # 'IBM':36.6, # 'Lenovo':23.2, # 'oldboy':21.2, # 'ocean':10.2, # } # print(list(filter(lambda x:shares[x]>20,shares))) # 4)有下面字典，得到购买每只股票的总价格，并放在一个迭代器中。 # 结果：list一下[9110.0, 27161.0,......] # portfolio = [ # {'name': 'IBM', 'shares': 100, 'price': 91.1}, # {'name': 'AAPL', 'shares': 50, 'price': 543.22}, # {'name': 'FB', 'shares': 200, 'price': 21.09}, # {'name': 'HPQ', 'shares': 35, 'price': 31.75}, # {'name': 'YHOO', 'shares': 45, 'price': 16.35}, # {'name': 'ACME', 'shares': 75, 'price': 115.65}] # # # print(list(map(lambda x:x['shares']*x['price'],portfolio))) # 5)还是上面的字典，用filter过滤出单价大于100的股票。 # print(list(filter(lambda x:x['price']>100,portfolio))) # # 6)有下列三种数据类型， # l1 = [1,2,3,4,5,6] # l2 = ['oldboy','alex','wusir','太白','日天'] # tu = ('**','***','****','*******') # 写代码，最终得到的是（每个元祖第一个元素>2,第三个*至少是4个。） # [(3, 'wusir', '****'), (4, '太白', '*******')]这样的数据。 # print(list(zip(l1,l2,tu))[2:]) # print(list(filter(lambda x:x[0]>2 and len(x[2])>=4,list(zip(l1,l2,tu))))) # 7)有如下数据类型(实战题)： # # l1 = [ {'sales_volumn': 0}, # {'sales_volumn': 108}, # {'sales_volumn': 337}, # {'sales_volumn': 475}, # {'sales_volumn': 396}, # {'sales_volumn': 172}, # {'sales_volumn': 9}, # {'sales_volumn': 58}, # {'sales_volumn': 272}, # {'sales_volumn': 456}, # {'sales_volumn': 440}, # {'sales_volumn': 239}] # 将l1按照列表中的每个字典的values大小进行排序，形成一个新的列表。 # print(sorted(l1,key=lambda x:x['sales_volumn'])) # 3.有如下数据结构,通过过滤掉年龄大于16岁的字典 # lst = [{'id':1,'name':'alex','age':18}, # {'id':1,'name':'wusir','age':17}, # {'id':1,'name':'taibai','age':16},] # print(list(filter(lambda x:x['age']<=16,lst))) # 4.有如下列表,按照元素的长度进行升序 # lst = ['天龙八部','西游记','红楼梦','三国演义'] # print(sorted(lst,key=lambda x:len(x))) # 5.有如下数据,按照元素的年龄进行升序 # lst = [{'id':1,'name':'alex','age':18}, # {'id':2,'name':'wusir','age':17}, # {'id':3,'name':'taibai','age':16},] # print(sorted(lst,key=lambda x:x['age'])) # 6.看代码叙说,两种方式的区别 # lst = [1,2,3,5,9,12,4] # lst.reverse() # print(lst) # 改变原列表 # print(list(reversed(lst))) # 没有对原列表改变,只是新开的空间做的改变 # 7.求结果(面试/题) v = [lambda :x for x in range(10)] print(v) #10个生成器函数的内存地址 print(v[0]) #第一个生成器函数的内存地址 print(v[0]()) #9 # 8.求结果(面试题) # v = (lambda :x for x in range(10)) # print(v) #生成器的内存地址 # print(v[0]) #报错 # print(v[0]()) #报错 # print(next(v)) #生成器后面第一个函数的内存地址 # print(next(v)()) #0 # 9.map(str,[1,2,3,4,5,6,7,8,9])输出是什么? (面试题) # map函数的内存地址(没有加list) 除了sorted reduce不需要加list 其余filter map reversed等都需要加list 10.有一个数组[34,1,2,5,6,6,5,4,3,3]请写一个函数，找出该数组中没有重复的数 的总和（上面数据的么有重复的总和为1+2=3)(面试题) lst = [34,1,2,5,6,6,5,4,3,3] print(sum(list(filter(lambda x:lst.count(x)==1,lst)))) #使用count 11.求结果：（面试题，比较难，先做其他题） def num(): return [lambda x:i*x for i in range(4)] print([m(2)for m in num()]) [6, 6, 6, 6] def num(): return (lambda x:i*x for i in range(4)) print([m(2)for m in num()]) [0,2,4,6]