1. 三元运算
- 三元运算格式： result=值1 if x<y else 值2 if条件成立result=1,否则result=2
- **作用：**三元运算，又称三目运算，主要作用是减少代码量，是对简单的条件语句的缩写
三元运算
name = 'Tom' if 1 == 1 else 'fly'
print(name)
# 运行结果： Tom
三元运算与lambda结合
f = lambda x:x if x % 2 != 0 else x + 100
print(f(10)) # 110
2. lambda基本使用
- lambda只是一个表达式，函数体比def简单很多。
- lambda的主体是一个表达式，而不是一个代码块。仅仅能在lambda表达式中封装有限的逻辑进去。
- lambda表达式是起到一个函数速写的作用。允许在代码内嵌入一个函数的定义。
- **格式：**lambda的一般形式是关键字lambda后面跟一个或多个参数，紧跟一个冒号，之后是一个表达式。
例：
f = lambda x,y,z:x+y+z
print(f(1,2,3)) # 6
my_lambda = lambda arg : arg + 1
print(my_lambda(10)) # 11
3. filter与lambda表达式结合使用
- **filter()**函数可以对序列做过滤处理，就是说可以使用一个自定的函数过滤一个序列，把序列的每一项传到自定义
的过滤函数里处理，并返回结果做过滤。最终一次性返回过滤后的结果。
2. filter()函数有两个参数：
第一个，自定函数名，必须的
第二个，需要过滤的列，也是必须的
利用 filter、lambda表达式 获取l1中元素小于33的所有元素 l1 = [11, 22, 33, 44, 55]
l1= [11,22,33,44,55]
a = filter(lambda x: x<33, l1)
print(list(a))
自定义函数代替lambda实现相同功能
l1= [11,22,33,44,55]
def func(num):
if num>33:
return num
result=filter(func,l1)
print(list(result))
4、map与lambda表达式结合使用
1. map使用：第一个参数接收一个函数名，第二个参数接收一个可迭代对象
map的基本使用
lt = [1, 2, 3, 4, 5, 6]
def add(num):
return num + 1
rs = map(add, lt)
print(list(rs)) #运行结果： [2, 3, 4, 5, 6, 7]
利用map，lambda表达式将所有偶数元素加100
l1= [11,22,33,44,55]
ret = map(lambda x:x if x % 2 != 0 else x + 100,l1)
print(list(ret))
# 运行结果： [11, 122, 33, 144, 55]
自定义函数代替lambda实现相同功能
l1= [11,22,33,44,55]
def add(num):
if num%2 == 0:
return num
else:
return num + 100
rs = map(add, l1)
print(list(rs))
5、总结：filter()和map()函数区别
- Filter函数用于对序列的过滤操作，过滤出需要的结果，一次性返回他的过滤设置于的是条件
- Map函数是对序列根据设定条件进行操作后返回他设置的是操作方法，无论怎样都会返回结果
6、reduce函数
- reduce()函数即为化简函数，它的执行过程为：每一次迭代，都将上一次的迭代结果与下一个元素一同传入二元func函数中去执行。
- 在reduce()函数中，init是可选的，如果指定，则作为第一次迭代的第一个元素使用，如果没有指定，就取seq中的第一个元素。
使用reduce进行求和运算
from functools import reduce
def f(x, y):
return x + y
print(reduce(f, [1, 3, 5, 7, 9])) # 25
# 1、先计算头两个元素：f(1, 3)，结果为4；
# 2、再把结果和第3个元素计算：f(4, 5)，结果为9；
# 3、再把结果和第4个元素计算：f(9, 7)，结果为16；
# 4、再把结果和第5个元素计算：f(16, 9)，结果为25；
# 5、由于没有更多的元素了，计算结束，返回结果25。
print( reduce(lambda x, y: x + y, [1, 3, 5, 7, 9]) ) # 25
使用reduce将字符串反转
'''使用reduce将字符串反转'''
s = 'Hello World'
from functools import reduce
result = reduce(lambda x,y:y+x,s)
# 1、第一次：x=H,y=e => y+x = eH
# 2、第二次：x=l,y=eH => y+x = leH
# 3、第三次：x=l,y=leH => y+x = lleH
print( result ) # dlroW olleH
7、sorted函数
1）sorted和sort区别
- sort 是应用在 list 上的方法，sorted 可以对所有可迭代的对象进行排序操作。
2. sort 是对已经存在的列表进行操作，无返回值，而 sorted 方法返回的是一个新的 list，而不是在原来的基础上进行的操作。
2）sorted使用
sorted 语法：sorted(iterable, cmp=None, key=None, reverse=False)
iterable – 可迭代对象。
cmp – 比较的函数
key – 主要是用来进行比较的元素，只有一个参数，具体的函数的参数就是取自于可迭代对象中，指定可迭代对象中的一个元素来进行排序。
reverse – 排序规则，reverse = True 降序 ， reverse = False 升序（默认）。
sorted对列表排序
students = [('john', 'A', 15), ('jane', 'B', 12), ('dave', 'B', 10)]
print( sorted(students, key=lambda s: s[2], reverse=False) ) # 按年龄排序
# 结果：[('dave', 'B', 10), ('jane', 'B', 12), ('john', 'A', 15)]
sorted对字典排序
d = {'k1':1, 'k3': 3, 'k2':2}
# d.items() = [('k1', 1), ('k3', 3), ('k2', 2)]
a = sorted(d.items(), key=lambda x: x[1])
print(a) # [('k1', 1), ('k2', 2), ('k3', 3)]
来源：CSDN
作者：似非。
链接：https://blog.csdn.net/weixin_44980838/article/details/104805338