函数进阶三
- 1. 匿名函数
res = sorted([2,3,4,1,0,5],key=lambda k:k,reverse=True)
print(list(res)) # 这里不用在强制类型转换了
- 2. python解释器内置方法
- 3. 异常处理
面向过程编程

函数进阶三

1. 匿名函数

1. 什么是匿名函数

匿名函数就是没有名字的函数，没法调用，他只能和某些方法联合起来使用

2. 匿名函数的语法

lambda 参数:返回值

#也可以通过赋值，让它变为有名函数

f = lambda x,y:x+y

res = f(1,2)

print(res)

3. 能和匿名函数联用的一些方法

（1）max 返回最大值

使用方法：max(iterable,key = function)

salary_dict = {

    'nick': 3000,

    'jason': 100000,

    'tank': 5000,

    'sean': 2000,

    'z': 1000

}

def func(name):  # nick/jason/tank/sean/z

    return salary_dict[name]  # 3000/100000/5000/2000/1000

res = max(salary_dict, key=func)  # 默认按key的首字母 这里是按工资排序

res = max(salary_dict, key=lambda name: salary_dict[name])

key=function默认做的事情

# 1. 循环遍历salary_dict,会取到所有的key值

# 2. 然后把所有的key值依次丢入function的形参中,返回薪资

# 3. 通过返回的薪资排序,得到最大值

#下面的方法中key同理

（2）min 返回最小值

使用方法：min(iterable,key = function)

salary_dict = {

    'nick': 3000,

    'jason': 100000,

    'tank': 5000,

    'sean': 2000,

    'z': 1000

}

def func(name):  # nick/jason/tank/sean/z

    return salary_dict[name]  # 3000/100000/5000/2000/1000

res = min(salary_dict, key=lambda name: salary_dict[name])

print(res)

（3）fileter 返回筛选值

使用方法：fileter(function,iterable)
返回的是布尔值为True的item

def function(item):  # 1/2/3/4

    if item < 5:

       return True

   else:

       return False

res = filter(function, [1, 2, 3, 4])

res = filter(lambda item: item > 2, [1, 2, 3, 4])

print(res)  # 迭代器

print(list(res))

#例二

salary_dict = {

    'nick': 3000,

    'jason': 100000,

    'tank': 5000,

    'sean': 2000,

    'z': 1000

}

res = filter(lambda item: salary_dict[item] > 3000, salary_dict)

print(list(res))

（4）map 返回映射

使用方法：map(function,iterable)

def function1(item):

    return item + 2

res = map(function1, [1, 2, 3, ])

print(res) # <map object at 0x00000000029C6E80>

print(list(res)) # [3, 4, 5]

（5）sorted 排序并生成一个新的列表

使用方法：sorted(iterable,key = function,reverse = ?)

def function2(item):

return salary_dict[item]

salary_dict = {

'nick': 3000,

'jason': 100000,

'tank': 5000,

'sean': 2000,

'z': 1000

}

res = sorted([2,3,4,1,0,5],key=lambda k:k,reverse=True)

res = sorted(salary_dict, key=function2, reverse=True)

print(res) # sorted 返回的就是一个列表类型，不是像上面的方法一样返回一个迭代器

print(list(res)) # 这里不用在强制类型转换了



#### （6）reduce 累积

-  **reduce()** 函数会对参数序列中元素进行累积, 返回函数计算结果。

-  函数将一个数据集合（链表，元组等）中的所有数据进行下列操作：用传给 reduce 中的函数 function（有两个参数）先对集合中的第 1、2 个元素进行操作，得到的结果再与第三个数据用 function 函数运算，最后得到一个结果。

- `reduce(function, iterable, [initializer])`

- function -- 函数，有两个参数

- iterable -- 可迭代对象

- initializer -- 可选，初始参数，不写默认是0，写了会先把这个数和容器类型的第一个元素运算，得到的结果再与第二个元素运算。

- ```python

>>>def add(x, y) :            # 两数相加

...     return x + y

...

>>> reduce(add, [1,2,3,4,5])   # 计算列表和：1+2+3+4+5

15

>>> reduce(lambda x, y: x+y, [1,2,3,4,5])  # 使用 lambda 匿名函数

15

 res1 = reduce(lambda x,y:x+y,[1,2,3,4],100)

 print(res1)  # 110 

 res2 = reduce(lambda x,y:x+y,[1])

 print(res2)  # 1

2. python解释器内置方法

方法名	使用方法	实例
`bytes`	转化为二进制码	`res = bytes('中国', encoding='utf8') # b'\xe4\xb8\xad\xe5\x9b\xbd'`
`chr/ord`	将字母数字互转	`print(chr(97))print(ord('a')) # a 97`
`divmod`	取整和取余	`print(divmod(10, 4)) # (2,2)`
`enumerate`	同时取索引和值	`lt = [1, 2, 3] for ind, val in enumerate(lt): print(ind, val)`
`eval`	把字符串的引号去掉,留下来的是什么就是什么	`s = '"abc"'print(type(eval(s)), eval(s))` `#<class 'str'> abc`
`hash`	求哈希值	`print(hash(123123)) #123123`
`abs`	绝对值	`print(abs(-1)) # 1`
`all`	可迭代对象内的元素全部为True则为True	`print(all([1, 2, 3, 3])) #True`
`any`	可迭代对象内的元素有一个为True则为True	`print(any([0, 1, ])) #True`
`bin/oct/hex`	10进制转化为2/8/16进制	`print(bin(123)) # 0b1111011`
`dir`	列出模块（库）的所有方法	`import time print(dir(time))`
`frozenset`	不可变化的集合，类似于元组	`s = frozenset({1,2,3}) #frozenset({1,2,3})`
`globals/locals`	列出所有全局变量/列出所有当前位置的变量	`print(globals()) / print(locals())`
`pow`	幂	`print(pow(3,2)) # 9`
`slice`	切片	`s = slice(1, 5, 2) lt = [1, 2, 3, 4, 5, 6, 7] print(lt[s])`
`sum`	求和`sum(iterable)`	`sum([1,2,3]) # 6`
`__import__`	通过字符串导入模块	`time = __import__('time')`

其他进制转十进制：

int('进制数',n) # n表示前面的是几进制

3. 异常处理

语法：

try:

    code1

except Exception as e:

    print(e) #可加可不加

    code2

finally:   # 可加可不加

    code3

异常处理就是当程序报了错，进行处理
报错之后，不执行下面的代码
异常捕捉只能捕捉逻辑错误

finally 方法的作用是无论你报不报错，都执行其缩进下的代码

dic = {'a': 1}

try:

    print(dic['b'])  # KeyError

    1 / int(num)  # 报错之后,不运行下面的代码

except Exception as e:  # 万能异常,只要有错误,就捕捉

    print(e)  # e存储的是错误的内容，而不是错误的类型

    print('傻逼,不知道什么错误')

finally:

    print('asdasf')

assert +条件（断言 +条件）现在这种方法已经被淘汰

条件成立不报错，不成立报错
```
num = input('num：')

assert 1 == int(num)
```
raise 主动报错误（就是主动报错，没什么用处）
```
x = 1

raise(x = 1) # 报错
```

面向过程编程

面条版 --》面向过程编程 --》思想 --》面向对象编程
面向（代词--》使用）过程（流程--》步骤）编程（写代码，写文件）
IPO编程

I input 输入（定义的变量） P Process 过程（控制变量的改变） O output（新的变量）输出编程 == 面向过程编程
面向过程编程：类似于流水线，一步一步往下走
一个步骤就是一个函数
面向过程编程

优点：逻辑非常清晰

缺点：上一步错了，下一步就跟着一起错

秒客网

匿名函数 python内置方法（max/min/filter/map/sorted/reduce）面向过程编程