这篇教程Python全栈之迭代器和高阶函数写得很实用,希望能帮到您。
1. lambda表达式# ### 匿名函数 : lambda表达式"""概念: 用一句话来表达只有返回值的函数语法: lambda 参数 : 返回值特点: 简洁,高效"""# (1) 无参的lambda表达式 def func(): return "文哥是个帅哥"# 改造func = lambda : "文哥是个帅哥"print( func() )# (2) 有参的lambda表达式def func(n): return id(n)# 改造func = lambda n : id(n)print( func(100) )# (3) 带有判断条件的lambda表达式 def func(n): if n % 2 == 0: return "偶数" else: return "奇数"# 改造func = lambda n : "偶数" if n % 2 == 0 else "奇数"print( func(44) )# 三元运算符"""语法: 真值 if 条件表达式 else 假值如果条件表达式成立为True , 返回if前面的真值,反之,返回else后面的假值"""n = 13res = "偶数" if n % 2 == 0 else "奇数"print(res)# 小练习 : 比较两者之间的最大值进行返回def func(x,y): if x > y: return x else: return y# 改造func = lambda x,y : x if x>y else yprint( func(40,30) )
2. locals和globals# ### locals 与 globals 使用 (了解)# 一.locals 获取当前作用域所有的变量# 1.全局空间"""locals 在函数外 , 获取的是打印之前所有的全局变量locals 在函数内 , 获取的是调用之前所有的局部变量""""""def func(): a1 = 1 b2 = 2a = 1b = 2res = locals()c = 3print(res)d = 4"""# 2.局部空间"""a = 1b = 2def func(): a1 = 1 b2 = 2 res = locals() c3 = 3 print(res) d4 = 4c = 3func()d = 4"""# 二.globals 只获取全局空间的全局变量"""globals 在函数外 , 获取的是打印之前所有的全局变量globals 在函数内 , 获取的是调用之前所有的全局变量"""# 1. 全局空间"""def func(): a1 = 1 b2 = 2a = 1b = 2res = globals()c = 3print(res)d = 4"""# 2.局部空间"""a = 1b = 2def func(): a1 = 1 b2 = 2 res = globals() c3 = 3 print(res) d4 = 4c = 3 func() globals()d = 4"""# ### globals 返回的是内置系统的全局字典"""dic = globals()print(dic)# 通过字符串可以创建全局变量dic["wangwen"] = "18岁"print(wangwen)"""# 批量创建全局变量def func(): dic = globals() for i in range(1,5): # 批量在dic当中添加键值对,以创建全局变量 dic[ "a%d" % (i) ] = i """ dic["a1"] = 1 dic["a2"] = 2 dic["a3"] = 3 dic["a4"] = 4 """func()print(a1,a2,a3,a4)
3. 迭代器# ### 迭代器"""迭代器: 能被next()函数调用并不断返回下一个值的对象称为迭代器(Iterator 迭代器是对象)概念: 迭代器指的是迭代取值的工具,迭代是一个重复的过程,每次重复都是基于上一次的结果而继续的, 单纯的重复并不是迭代 特征: 并不依赖索引,而通过next指针(内存地址寻址)迭代所有数据,一次只取一个值, 而不是一股脑的把所有数据放进内存.大大节省空间,"""# 一.可迭代对象setvar = {"王同培","马春配","赵万里","赵沈阳"}# 获取当前对象的内置成员lst = dir(setvar)print(lst)# 判断是否是可迭代对象res = "__iter__" in lstprint(res)# for i in setvar: # print(i)# 二.迭代器"""for循环之所以可以遍历所有的数据,是因为底层使用了迭代器,通过地址寻址的方式,一个一个的找数据;可迭代对象 -> 迭代器 实际上就是从不能够被next直接调用 -> 可以被next指针直接调用的过程如果是可迭代对象 -> 不一定是迭代器如果是迭代器 -> 一定是可迭代对象"""# 1.如何创建一个迭代器setvar = {"王同培","马春配","赵万里","赵沈阳"}it = iter(setvar)print(it)# 2.如何判断一个迭代器print(dir(it))res = "__iter__" in dir(it) and "__next__" in dir(it)print(res)# 3.如何调用一个迭代器"""next是单向不可逆的过程,一条路走到黑"""res = next(it)print(res)res = next(it)print(res)res = next(it)print(res)res = next(it)print(res)# res = next(it)# print(res)# 4.重置迭代器it = iter(setvar)print( it.__next__() )print( it.__next__() )print( it.__next__() )print( it.__next__() )# 5.调用迭代器的其他方法# 1 forit = iter(setvar)for i in it: print(i)print("<======>")# 2 for + nextit = iter(setvar)for i in range(2): print( next(it) )print( next(it) )print( next(it) )# print( next(it) ) error 超出了寻址范围# 6.判断迭代器/可迭代对象的其他方法# 从...模块 引入...内容from collections import Iterator, Iterable"""Iterator 迭代器 Iterable 可迭代的对象"""res = isinstance(it,Iterator)print(res)res = isinstance(it,Iterable)print(res)# 7.range是迭代器么?print(isinstance(range(10),Iterator)) # Falseprint(isinstance(range(10),Iterable)) # True# 变成迭代器it = range(10).__iter__()print(isinstance(it,Iterator)) # Trueprint(isinstance(it,Iterable)) # True# 调用it# nextres = next(it)print(res)res = next(it)print(res)print("<=====>")# for + next for i in range(3): print(next(it))print("<=====>")# forfor i in it: print(i)
小提示:可迭代对象到迭代器就是一个不能被next直接调用到能被next直接调用的过程for循环底层能表里无序的数据就是通过迭代器来实现的
4. map高阶函数# ### 高阶函数 : 能够把函数当成参数传递的就是高阶函数 (map ,filter ,reduce , sorted)# map"""map(func,iterable)功能: 处理数据 把iterable中的数据一个一个拿出来,扔到func做处理,通过调用迭代器来获取返回值参数: func : 函数(内置函数,自定义函数) iterable : 可迭代性对象 (容器类型数据,range对象,迭代器)返回值: 迭代器"""# (1) 把列表中的元素都变成整型lst = ["1","2","3","4"]lst_new = []for i in lst: lst_new.append(int(i))print(lst_new)# 用map改写from collections import Iterator,Iterableit = map(int,lst)print(isinstance(it,Iterator))"""代码解析: 第一次调用迭代器 先把列表中的第一个元素"1"拿出来扔到int中做强转,变成整型1返回出来 第二次调用迭代器 先把列表中的第一个元素"2"拿出来扔到int中做强转,变成整型2返回出来 第三次调用迭代器 先把列表中的第一个元素"3"拿出来扔到int中做强转,变成整型3返回出来 第四次调用迭代器 先把列表中的第一个元素"4"拿出来扔到int中做强转,变成整型4返回出来"""# 1.调用迭代器 nextprint(next(it))print(next(it))print(next(it))print(next(it))# print(next(it)) error# 2.调用迭代器 forprint("<======>")it = map(int,lst)for i in it: print(i)# 3.调用迭代器 for + nextprint("<======>")it = map(int,lst)for i in range(3): print(next(it))# 4.强转迭代器 => 列表it = map(int,lst)print(list(it))# (2) [1,2,3,4] => [2,8,24,64]# print(1 * 2 ** 1)# print(2 * 2 ** 2)# print(3 * 2 ** 3)# print(4 * 2 ** 4)# 1 << 1# 2 << 2# 3 << 3# 4 << 4lst = [1,2,3,4]lst_new = []for i in lst: lst_new.append(i << i)print(lst_new)# map改写def func(n): print(1111) return n << nit = map(func,lst)print(list(it))"""只有在调用迭代器的时候,才会真正触发map函数中的所有内容;不调用不触发;强转迭代器时,把可以调用的所有数据都放到列表中第一次调用时: 把1拿出来,扔func当中做处理,返回2,第二次调用时: 把2拿出来,扔func当中做处理,返回8,第三次调用时: 把3拿出来,扔func当中做处理,返回24,第四次调用时: 把4拿出来,扔func当中做处理,返回64,到此列表[2,8,24,64]注意点:形参和返回值必须写;""" # (3) 给你一个列表["a","b","c"] => [97,98,99]# 字典的键值翻转操作dic = {97:"a",98:"b",99:"c"}dic_new = {}for k,v in dic.items(): # print(k,v) # 97 a | 98 b | 99 c dic_new[v] = k # dic_new["a"] = 97print(dic_new)lst = ["a","b","c"]lst_new = []for i in lst: lst_new.append(dic_new[i])print(lst_new)# map改写print("<========================>")lst = ["a","b","c"]lst = ["c","b","a"]lst = ("c","b","a")# func 实现字典的翻转,通过给与a,b,c三个键,得到对应的ascii码,通过list强转得到列表def func(n): print(n) dic = {97:"a",98:"b",99:"c"} dic_new = {} for k,v in dic.items(): dic_new[v] = k print(dic_new) # {'a': 97, 'b': 98, 'c': 99} return dic_new[n] it = map(func,lst)print(list(it))
5. reduce高阶函数# ### reduce """reduce(func,iterable)功能: 计算数据 把iterable中的前两个数据扔到func函数中做计算,把计算的结果和iterable中第三个值在继续扔到func中做计算 以此类推 ... 最后返回计算的结果 参数: func: 自定义函数 iterable : 可迭代对象 (容器类型数据 range对象 迭代器)返回值: 计算的结果"""# (1) [7,7,5,8] => 7758lst = [7,7,5,8]# 方法一strvar = ""for i in lst: strvar += str(i)res = int(strvar)print(res , type(res))# 方法二"""7 * 10 + 7 = 7777 * 10 + 5 = 775775 * 10 + 8 = 7758"""# 1.先变成迭代器it = iter(lst)# 2.取出两个值num1 = next(it)num2 = next(it)print(num1,num2)# 做计算total = num1 * 10 + num2print(total) # 77# 3.把计算的结果在和剩下的数据做计算for num in it: total = total * 10 + num# 4.返回最后的结果print(total , type(total))print("<==========>")# reduce改写'''从...functools模块, 引入 .. reduce方法'''from functools import reducelst = [7,7,5,8]def func(x,y): # print(x,y) return x * 10 + yres = reduce(func,lst)print(res)# 使用lambda 进行改造print(reduce(lambda x,y: x*10 + y,lst))# (2) "123" => 123 不使用int的情况下实现该操作;strvar = "123"def func(x,y): return x * 10 + y# 把字符串"123" 处理成数字的123def func2(n): # dic = {"0":0,"1":1,"2":2,"3":3,"4":4,"5":5,"6":6,"7":7,"8":8,"9":9} dic = {} for i in range(10): dic[str(i)] = i return dic[n]it = map(func2,strvar)# res = reduce(func,it)# print(res,type(res))# 简写print(reduce(lambda x,y: x*10 + y,it))
6. filter高阶函数# ### filter"""filter(func,iterable)功能: 过滤数据 在自定义的函数中, 如果返回True, 该数据保留 如果返回False,该数据舍弃 参数: func: 自定义函数 iterable : 可迭代对象 (容器类型数据 range对象 迭代器)返回值: 迭代器"""# 1.只要列表中所有的偶数lst = [1,2,34,5,65,6,56,7,56,756,7567,11]lst_new = []for i in lst: if i % 2 == 0 : lst_new.append(i)print(lst_new)# filter改写def func(n): if n % 2 == 0: return True else: return Falseit = filter(func,lst)print(list(it))# 使用lambda 改写it = filter(lambda n :True if n % 2 == 0 else False , lst)print(list(it))print(list(filter(lambda n :True if n % 2 == 0 else False , lst)))
7. sorted高阶函数# ### sorted"""sorted(iterable,key=函数,reverse=False)功能:排序数据参数: iterable : 可迭代对象 (容器类型数据 range对象 迭代器) key : 指定函数(自定义/内置) reverse : 是否倒序返回值: 列表"""tup = (-90,89,78,3)# 1.从小到大res = sorted(tup)print(res,type(res))# 2.从大到小res = sorted(tup,reverse = True)print(res,type(res))# 3.按照绝对值进行排序tup = (-90,-100,1,2)res = sorted(tup,key=abs)print(res)"""1 => abs(1) => 12 => abs(2) => 2-90 => abs(-90) => 90-100 => abs(-100) => 100"""# 4.按照自定义函数进行排序tup = (19,23,42,87)"""42 % 10 2 => 4223 % 10 3 => 2387 % 10 7 => 8719 % 10 9 => 19"""def func(n): print(n) return n % 10lst = sorted(tup,key = func)print(lst)# 5.任意的容器类型数据都可以通过sorted排序container = "abc"container = [1,2,3]container = (1,2,3)container = {"你好","王文","你真帅"}container = {"caixukun","xiaozhan","zhaoshenyang","wangyibo"}container = {"ww":"英俊帅气","zxy":"猥琐抠脚","zwl":"斯文败类"} # 排的是字典的键print(sorted(container))"""# 总结:sorted (推荐使用sorted) (1) 可以排序所有的容器类型数据 (2) 返回一个新的列表sort (1) 只能排序列表 (2) 基于原来的列表进行排序"""
8. 小练习# 1.用map来处理字符串列表,把列表中所有人都变成 leader ,比方alex_leadername = ['oldboy', 'alex', 'wusir']"""it = map(lambda n : n+"_leader",name)print(list(it))"""# 2.用map来处理下述 listvar ,要求得到新列表,每个元素名字加后面加_leaderlistvar = [{'name':'alex'},{'name':'wusir'}]def func(n): # print(n) # n["name"] + "_leader" # 方法一 # return n["name"] + "_leader" # 方法二 n["name"] += "_leader" return nit = map(func,listvar)print(list(it))# 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, }# 方法一def func(n): if shares[n] > 20: return True else: return False# 方法二def func(n): if shares[n] > 20: return True# 方法三def func(n): return shares[n] > 20it = filter(func,shares)print(list(it))# 方法四print(list(filter(lambda n : shares[n] > 20,shares)))# 4.有下面字典:portfolio=[ {'name':'IBM','shares':100,'price':91.1}, {'name':'AAPL','shares':20,'price':54.0}, {'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}]# a.获取购买每只股票的总价格(乘积),迭代器中[9110.0, 1080.0 ,......]def func(n): return n["shares"] * n["price"]it = map(func,portfolio)print(list(it))# lambdaprint(list(map(lambda n : n["shares"] * n["price"] ,portfolio)))# b.用filter过滤出price大于100的股票。def func(n): if n["price"] > 100: return Trueit = filter(func,portfolio)print(list(it))# 方法二print(list(filter(lambda n : n["price"] > 100 , portfolio )))# 5.将listvar 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。listvar = [ {'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}]def func(n): return n["sales_volumn"]lst = sorted(listvar,key=func)print(lst)# 方法二print(sorted(listvar,key=lambda n : n["sales_volumn"]))
总结
本篇文章就到这里了,希望能够给你带来帮助,也希望您能够多多关注51zixue.net的更多内容! Python全栈之文件函数和函数参数 Python全栈之推导式和生成器 |