一、内置函数
下面简单介绍几个：
1.abs() 求绝对值
2.all() 如果 iterable 的所有元素都为真（或者如果可迭代为空），则返回 True
3.any() 如果 iterable 的任何元素为真，则返回 True。如果iterable为空，则返回 False
4.callable() 如果 object 参数出现可调，则返回 True，否则返回 False
5.divmod() 以两个（非复数）数字作为参数，并在使用整数除法时返回由商和余数组成的一对数字。对于混合操作数类型，二进制算术运算符的规则适用。对于整数，结果与 (a//b,a%b) 相 同。对于浮点数，结果为 (a%b,q)，其中q 通常为 math.floor(a/b)，但可以小于1
6.enumerate() 参数必须是可迭代对象，函数运行结果得到一个迭代器，输出元素及对应的索引值
7.eval() 把字符串中的提取出来执行
8.frozenset() 不可变集合，frozenset()定义的集合不可增删元素
9.globals() 返回表示当前全局符号表的字典。这始终是当前模块的字典（在函数或方法内部，这是定义它的模块，而不是从其调用它的模块）
10.round() 对参数进行四舍五入
11.sorted() 排序，不改变原列表
l=[1,2,4,9,-1]
print(sorted(l)) #从小到大
print(sorted(l,reverse=True)) #从大到小
12.zip() 拉链函数
它接受一系列可迭代的对象作为参数，将对象中对应的元素打包成一个个tuple（元组），然后返回由这些tuples组成的list（列表）。若传入参数的长度不等，则返回list的长度和参数中长度最短的对象相同。利用*号操作符，可以将list unzip（解压）
a=[1,2,3]
b=['a','b','c']
print(list(zip(a,b)))#------->[(1, 'a'), (2, 'b'), (3, 'c')]
#因为在Python3中zip函数生成的是一个可迭代对象，所以，加一个list可以方便的打印出来，否则打印的是一个对象
加一个*就可以解压
a=[1,2,3]
b=['a','b','c']
c=list(zip(a,b)) d=zip(*c)
print(list(d))#[(1, 2, 3), ('a', 'b', 'c')]
13.max()
返回可迭代的最大项或两个或更多参数中最大的一个。
如果提供了一个位置参数，它应该是一个 iterable。返回迭代中的最大项。如果提供了两个或多个位置参数，则返回最大的位置参数。
max()可以指定key(也就是指定要比较的部分)
14.map() 映射
返回一个迭代器，它应用 function 到 iterable 的每个项目，产生结果
l=[1,2,3,4]
m=map(lambda x:x**2,l)
print(list(m)) ----->[1, 4, 9, 16]
15.reduce() 合并
from functools import reduce
def multi(x,y):
return x*y a = reduce(multi,[1,2,3,4,5])
print(a)#120 五个数相乘的结果
16.filter() 过滤 保留布尔值为True的元素
names=['a_sb','b_sb','c_sb','d']
print(list(filter(lambda name:name.endswith('_sb'),names)))--->['a_sb', b_sb', 'c_sb']
详细的内置函数介绍可以参照以下：https://www.rddoc.com/doc/Python-3.6.0/library/functions/
17.compile()编译，将一个字符串编译为字节代码
语法：
compile(source, filename, mode[, flags[, dont_inherit]])
参数介绍
source -- 字符串或者AST（Abstract Syntax Trees）对象。。
filename -- 代码文件名称，如果不是从文件读取代码则传递一些可辨认的值。
mode -- 指定编译代码的种类。可以指定为 exec, eval, single。
flags -- 变量作用域，局部命名空间，如果被提供，可以是任何映射对象。。
flags和dont_inherit是用来控制编译源码时的标志
至少要有前三个参数，
>>> compile('a','','exec')
<code object <module> at 0x00000242A1C28030, file "", line 1>
二、匿名函数（lambda表达式）
def func(x):
return x**2
print(func(2)) lambda x:x**2 #上边的函数就可以直接写成这种形式
lambda函数自带返回值
匿名函数只能取代一些很简单的函数，主要与其他函数搭配使用
还有一种情况是有些函数定义后只使用一次就用不到了，如果不删除的话会占内存空间，删除又会很麻烦，这时就可以用到匿名函数
三、递归
在调用一个函数的过程中，直接或间接使用了函数本身
递归效率很低，需要在进入下一次递归时保留当前状态，Python不像其他语言，没有尾递归，但是Python有限制条件，不允许用户无限递归
递归的特点：
1.必须要有一个明确的结束条件
2.每次进入更深一层递归时，问题规模相比上次递归都应该有所减少
3.递归效率不高，递归层数过多会导致栈溢出
示例：
# 1 文件内容如下,标题为:姓名,性别,年纪,薪资
#
# egon male 18 3000
# alex male 38 30000
# wupeiqi female 28 20000
# yuanhao female 28 10000
#
# 要求:
# 从文件中取出每一条记录放入列表中,
# 列表的每个元素都是{'name':'egon','sex':'male','age':18,'salary':3000}的形式
#
# 2 根据1得到的列表,取出薪资最高的人的信息
# 3 根据1到的列表,取出最年轻的人的信息
# 4 根据1得到的列表,将每个人的信息中的名字映射成首字母大写的形式
# 5 根据1得到的列表,过滤掉名字以a开头的人的信息
# 6 使用递归打印斐波那契数列(前两个数的和得到第三个数)
# 0 1 1 2 3 4 7... with open('b.txt',encoding='utf-8')as f: l=[{'name': line.split()[0], 'sex': line.split()[1], 'age': line.split()[2], 'salary': line.split()[3]} \
for line in f]
#2.
print(max(l,key=lambda i:i['salary'])) #3.
print(min(l,key=lambda i:i['age'])) #4.
m=map(lambda x:x['name'].capitalize(),l)
print(list(m))
#5.
print(list(filter(lambda x:not(x['name'].startswith('a')),l)))
#6.
def f(n):
if n==0:
return 0
elif n==1:
return 1
else:
if n==1000:
return f(1000)
else:
return f(n-2)+f(n-1) for i in range(150):
print(f(i))