文章目录

• 函数_global
• 递归函数
• 匿名函数(lambda)
• 高阶函数
• filter函数
• map映射
• reduce 函数
• apply
• zip

函数_global

global不放 相互之间的a没有关联

a=6688
def foo():
a=666
def inner_foo():
a=888
print('inner_foo ',a)
inner_foo()
print('foo ',a)
print(a)
foo()
print(a)

6688
inner_foo  888
foo  666
6688

global放函数的开头

a=6688
def foo():
global a
print('a:',a)
a=666
print('a:',a)
def bar():
print('bar(),a:',a)
foo()
bar()

a: 6688
a: 666
bar(),a: 666

global放内置嵌套函数里 glob引用在哪里就应用在哪里

a=6688
def foo():
a=666
def inner_foo():
global a
print('inner_foo change before ',a)
a=888
print('inner_foo change after ',a)
inner_foo()
print('foo ',a)
print(a)
foo()
print(a)

6688
inner_foo change before  6688
inner_foo change after  888
foo  666
888

列表元素可直接引用

li=['a','b']
def foo():
li.append('c')
print(li)
foo()

['a', 'b', 'c']

递归函数

在一个函数体的内部，调用函数本身，就被称为递归函数

def fuc(n):
if n == 1:
return 1
if n == 2:
return 1
else:
return fuc(n-1)+fuc(n-2)
print(fuc(10))

55

匿名函数(lambda)

• 格式

lambda para1,para2,...,paraN:expression using paras

demo:

f=lambda x,y,z:x+y+z
print(f(1,2,3))
print(type(f))

6
<class 'function'>

高阶函数

高阶函数：把一个函数名，以实参的形式，传递给这个函数的形参，这个函数就成为高阶函数

def add(a,b,c):
return c(a)+c(b)
a_value=add(-9,1,abs)
print(a_value)

10

def pow(x):
return x**2
def add(a,b,c):
return c(a)+c(b)
a_value=add(-9,1,pow)
print(a_value)

82

demo: 高阶函数与匿名函数结合

li=['Zhejiang','Unibersity','City','College']
f=lambda x:x.startswith('C')
f1=lambda x:x.endswith('ty')
def filter_test(para,func):
ret = []
for i in para:
if not func(i):
ret.append(i)
return ret
print(filter_test(li,f))
print(filter_test(li,f1))

['Zhejiang', 'Unibersity']
['Zhejiang', 'College']

filter函数

功能：

• 过滤掉序列中符合函数条件的元素。当序列中需要保留的元素可以用某些函数描述时，就应该想到filter函数

• 调用格式：

  filter(function,sequence)

  function—>可以使自定义的函数，也可以是匿名函数
• sequence—>列表，元组，字符串

li=['Zhejiang','Unibersity','City','College']
f2=filter(lambda sr:not sr.endswith('ty'),li)
print(list(f2))

['Zhejiang', 'College']

# 互文数
f=filter(lambda li1 :str(li1)==str(li1)[::-1],range(1,1000))
print(list(f))
[1, 2, 3, 4, 5, 6, 7, 8, 9, 11, 22, 33, 44, 55, 66, 77, 88, 99, 101, 111, 121, 131, 141, 151, 161, ... 858, 868, 878, 888, 898, 909, 919, 929, 939, 949, 959, 969, 979, 989, 999]

map映射

功能

• 求一个序列或者多个序列进行函数映射后的值（用list()强转）

格式

• map(function,iterable1,iterable2)

  function的参数可以不止一个
• iterable1，iterable2就是传入function的参数

li=[1,2,3,4,5]
res=map(lambda x:x+1,li)
print(list(res))

[2, 3, 4, 5, 6]                 # 自己执行遍历取出元素执行操作

x=[1,2,3,4]
y=[3,2,2,2]
def f(x,y):
return x*y
res=map(f,x,y)
print(list(res))

[3, 4, 6, 8]

x=[1,2,3,4]
y=[3,2,2,2]
res=map(lambda x,y:x*y+2,x,y)
print(list(res))

[5, 6, 8, 10]

reduce 函数

• 功能 对一个序列进行压缩运算，得到一个value。
• python2中，reduce()是内置函数，而现在，python3中，它被移植到functools模块中

• from functools import reduce

from functools import reduce
y=[2,3,4,5,6]
z=reduce(lambda x,y:x+y,y)          # 求和
# z=reduce(lambda x,y:10*x+y,y)
# z=reduce(lambda x,y:x*y,y)       # 累乘

# 1 --->f(2,3)=5 --->[5,4,5,6]
# 2 --->f(5,4)=9 --->[9,5,6]
# 3 --->f(9,5)=14 --->[14,6]
# 4 --->f(14,6)=20

print(z)

20
# 23456
# 720

import numpy as np
import pandas as pd

a=np.random.randint(low=0,high=4,size=(2,4))
print(a)
data=pd.DataFrame(a)
print(data)
print(data.apply(lambda x:x*10))

[[2 2 1 1]
[1 1 3 1]]
0  1  2  3
0  2  2  1  1
1  1  1  3  1
0   1   2   3
0  20  20  10  10
1  10  10  30  10

zip(iterable1,iterable2,...)

a=[1,2,3]
b=[4,5,6]
c=[4,5,6,7,8]
ziptest=zip(a,b)
#print(list(ziptest))
ziptest1=zip(*ziptest)
# print(list(ziptest1))

# [(1, 4), (2, 5), (3, 6)]       # 一次只能打印一次，取出表格为空
# [(1, 2, 3), (4, 5, 6)]

a={1:11,2:22}
b={3:33,4:33}
c={4:44,5:44}
print(list(zip(a,b,c)))

# [(1, 3, 4), (2, 4, 5)]         # 只保留键