递归的特点
应用：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 -- 出口
if num == 1:
return 1
# 2.如果不是1，重复执行累加并返回结果
return num + sum_numbers(num-1)
sum_result = sum_numbers(3)
# 输出结果为6
print(sum_result)
lambda 表达式（匿名函数）
- 在Python中，不通过def来声明函数名字，而是通过lambda关键字来定义的函数称为匿名函数。
- lambda函数能接收任何数量(可以是0个)的参数，但只能返回一个表达式的值，lambda函数是一个函数对象，直接赋值给一个变量，这个变量就成了一个函数对象。
- 先写lambda关键字，然后依次写匿名函数的参数，多个参数中间用逗号连接，然后是一个冒号，冒号后面写返回的表达式。
- 使用lambda函数可以省去函数的定义，不需要声明一个函数然后使用，而可以在写函数的同时直接使用函数。
lambda使用场景：
1.需要将一个函数对象作为参数来传递时，可以直接定义一个lambda函数（作为函数的参数或返回值）
2.要处理的业务符合lambda函数的情况（任意多个参数和一个返回值），并且只有一个地方会使用这个函数，不会在其他地方重用，可以使用lambda函数
3.与一些Python的内置函数配合使用，提高代码的可读性
lambda的应用场景
- 如果一个函数有一个返回值，并且只有一句代码，可以使用 lambda简化。
lambda语法
注意
- lambda表达式的参数可有可无，函数的参数在lambda表达式中完全适用。
- lambda表达式能接收任何数量的参数但只能返回一个表达式的值。
-
体验
def sum_func(a, b, c):
return a + b + c
sum_lambda = lambda a, b, c: a + b + c
print(sum_func(1, 100, 10000))
print(sum_lambda(1, 100, 10000))
注意：直接打印lambda表达式，输出的是此lambda的内存地址
lambda的参数形式
1.无参数
fn1 = lambda: 100
print(fn1())
2.一个参数
fn1 = lambda a: a
print(fn1('hello world'))
3.默认参数
fn1 = lambda a, b, c=100: a + b + c
print(fn1(10, 20))
4.可变参数：*args
fn1 = lambda *args: args
print(fn1(10, 20, 30))
注意：这里的可变参数传入到lambda之后，返回值为元组。
5.可变参数：**kwargs
fn1 = lambda **kwargs: kwargs
print(fn1(name='python', age=20))
lambda的应用
带判断的lambda
fn1 = lambda a, b: a if a > b else b
print(fn1(1000, 500))
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)
高阶函数
==把函数作为参数传入==，这样的函数称为高阶函数，高阶函数是函数式编程的体现。函数式编程就是指这种高度抽象的编程范式。
体验高阶函数
- 在Python中，
abs()函数可以完成对数字求绝对值计算。
-
round()函数可以完成对数字的四舍五入计算。
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行求和计算。
def add_num(a, b):
return abs(a) + abs(b)
result = add_num(-1, 2)
print(result) # 3
def sum_num(a, b, f):
return f(a) + f(b)
result = sum_num(-1, 2, abs)
print(result) # 3
注意：两种方法对比之后，发现，方法2的代码会更加简洁，函数灵活性更高。
函数式编程大量使用函数，减少了代码的重复，因此程序比较短，开发速度较快。
内置高阶函数
1 map()
map(func, lst)，将传入的函数变量func作用到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次方。
list1 = [2,4,6,8,10]
func = lambda x: x**2
result = map(func, list1)
print(list(result))
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一个元素做累积计算。
注意：reduce()传入的参数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。
list1 = [1, 2, 3, 4, 5]
# 1. 导入模块
import functools
# 2. 定义功能函数
# def func(a, b):
# return a + b
func = lambda a,b:a+b
# 3. 调用reduce，作用：功能函数计算的结果和序列的下一个数据做累计计算
result = functools.reduce(func, list1)
print(result)
3 filter()
filter(func, lst)函数用于过滤序列, 过滤掉不符合条件的元素, 返回一个 filter 对象。如果要转换为列表, 可以使用 list() 来转换。
list1 = [1, 2, 3, 4, 5, 6, 7, 8, 9, 10]
# def func(x):
# return x % 2 == 0
func = lambda x:x%2==0
result = filter(func, list1)
print(result) # <filter object at 0x0000017AF9DC3198>
print(list(result)) # [2, 4, 6, 8, 10]
