Python全栈之迭代器和高阶函数
目录
- 1. lambda表达式
- 2. locals和globals
- 3. 迭代器
- 小提示:
- 4. map高阶函数
- 5. reduce高阶函数
- 6. filter高阶函数
- 7. sorted高阶函数
- 8. 小练习
- 总结
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 = 13 res = "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 y print( 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 = 2 a = 1 b = 2 res = locals() c = 3 print(res) d = 4 """ # 2.局部空间 """ a = 1 b = 2 def func(): a1 = 1 b2 = 2 res = locals() c3 = 3 print(res) d4 = 4 c = 3 func() 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 = 2 a = 1 b = 2 res = globals() c = 3 print(res) d = 4 """ # 2.局部空间 """ a = 1 b = 2 def func(): a1 = 1 b2 = 2 res = globals() c3 = 3 print(res) d4 = 4 c = 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 lst print(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 for it = iter(setvar) for i in it: print(i) print("<======>") # 2 for + next it = 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)) # False print(isinstance(range(10),Iterable)) # True # 变成迭代器 it = range(10).__iter__() print(isinstance(it,Iterator)) # True print(isinstance(it,Iterable)) # True # 调用it # next res = next(it) print(res) res = next(it) print(res) print("<=====>") # for + next for i in range(3): print(next(it)) print("<=====>") # for for 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,Iterable it = 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 next print(next(it)) print(next(it)) print(next(it)) print(next(it)) # print(next(it)) error # 2.调用迭代器 for print("<======>") it = map(int,lst) for i in it: print(i) # 3.调用迭代器 for + next print("<======>") 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 << 4 lst = [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 << n it = 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"] = 97 print(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] => 7758 lst = [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 = 77 77 * 10 + 5 = 775 775 * 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 + num2 print(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 reduce lst = [7,7,5,8] def func(x,y): # print(x,y) return x * 10 + y res = 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123 def 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 False it = 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) => 1 2 => 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 => 42 23 % 10 3 => 23 87 % 10 7 => 87 19 % 10 9 => 19 """ def func(n): print(n) return n % 10 lst = 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_leader name = ['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_leader listvar = [{'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 n it = 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] > 20 it = 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)) # lambda print(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 True it = 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我们的更多内容!
赞 (0)