一、生成器send方法
# send的工作原理 # 1.send发送信息给当前停止的yield # 2.再去调用__next__()方法,生成器接着往下指向,返回下一个yield值并停止
# 案例: persons = ['张三', '李四', '王五', '赵六', '钱七'] def order(persons): for i in range(len(persons)): if i == 0: print('%s在面试' % persons[0]) else: print('%s叫%s在面试' % (name, persons[i])) print('%s面试完毕' % persons[i]) name = yield persons[i] obj = order(persons) for i in range(len(persons)): if i == 0: p = obj.__next__() else: p = obj.send(p) print('=============================')
二、递归
# 递归: # 函数直接或间接调用本身,都称之为递归 # 回溯:找寻答案的过程 # 递推:推出结果的过程 # 前提条件: # 1.递归必须有出口 # 2.递归回溯递推的条件一定有规律
# 案例一:获得第 count 个人的年纪 def get_age(count): if count == 1: return 58 # 第 九...一 个人 - 2 age = get_age(count - 1) - 2 return age age = get_age(3) print(age)
# 案例二:求n的阶乘 5! = 5 * 4 * 3 * 2 * 1 = 120 # 5! = 5 * 4! # 4! = 4 * 3! # 3! = 3 * 2! # 2! = 2 * 1! # 1! = 1 def jiecheng(n): if n == 1 or n == 0: return 1 ji = n * jiecheng(n - 1) return ji res = jiecheng(5) print(res)
三、匿名函数
# 匿名函数: # 1.匿名函数没有函数名 # 2.匿名函数的关键字采用lambda # 3.关键字 lambda 与标识函数功能体 : 之间一定是参数,所以省略() # 4.匿名函数没有函数体,只有返回值,所以函数体和返回值的return关键字都省略了 正常函数: def fn(*args, **kwargs): # 函数体 return '返回值' 匿名函数: lambda *args, **kwargs: '返回值'
# 注意: # 1.参数的使用和有名函数一样,六种形参都支持 # 2.返回值必须明确成一个值,可以为单个值对象,也可以为一个容器对象 a = lambda *args, **kwargs: '返回值1', '返回值2' print(a) # (<function <lambda> at 0x0000022D0B7E88C8>, '返回值2') # 返回值1 print(a[0]())
def fn():
return '返回值1', '返回值2'
a = lambda *args, **kwargs: fn()
# 正确返回两个值: 主动构成成容器类型
lambda *args, **kwargs: ('返回值1', '返回值2')
四、匿名函数的应用
# 1.用变量接收,该变量就存放了匿名函数的函数地址 # -- 函数又有名字了,用完也不能被回收了,匿名函数匿名也没意义了 """ add = lambda n1, n2: n1 + n2 print(add(10, 20))
# 2.结合内置函数来使用 # max:工作原理 print(max(10, 2000, 300, 5)) print(max('azbd')) max结合匿名工作原理: max(iter, lambda x: x) # 1.max内部会遍历iter,将遍历结果一一传给lambda的参数x # 2.依据lambda的返回值作为比较条件,得到最大条件下的那个遍历值 # 3.对外返回最大的遍历值
# min结合匿名工作原理一样,得到的是最小值
五、map与reduce
# map:映射 # def fn(x): # return x * 2 # res = map(fn, [3, 1, 4, 2, 5]) # print(list(res)) dic = { 'owen': 3, 'zero': 5 } res = map(lambda k: (k, dic[k] * 2), dic) print(list(res)) # [('owen', 6), ('zero', 10)] # for v in res: # print(v)
# reduce:合并 from functools import reduce res = reduce(lambda x, y: x + y, [3, 1, 2, 4, 5]) # 所以元素的和 print(res) res = reduce(lambda x, y: x * y, [3, 1, 2, 4, 5]) # 所有元素的积 print(res) print(sum([3, 1, 2, 4, 5]))
六、常用的内置函数
# 1.与类型相关的 # list() str() ord() chr() bool() int() ... print(ord('A')) print(chr(97)) # 2.进制转化 print(bin(10)) # 1010 print(oct(10)) # 12 print(hex(10)) # a print(0b1111) # 15 print(0o10) # 8 print(0x11) # 17 from functools import reduce # 3.常用操作类的 # range() len() iter() next() enumerate() id() type() print() input() open() # 4.原义字符串 print(r'a\nb') print(ascii('a\nb')) print(repr('a\nb')) # 5.数学相关运算 # abs() sum() max() min() pow() sorted() print(abs(-1)) print(pow(2, 3)) # 2**3 print(pow(2, 3, 3)) # 2**3%3 dic = { 'owed': (1, 88888), 'zdds': (2, 66666), 'tom': (3, 77777), } res = sorted(dic, key=lambda k: dic[k][1]) print(res) # ['zdds', 'tom', 'owed'] res = sorted(dic, key=lambda k: dic[k][1], reverse=True) print(res) # ['owed', 'tom', 'zdds']