博客
关于我
强烈建议你试试无所不能的chatGPT,快点击我
内置函数与lambda匿名函数
阅读量:2302 次
发布时间:2019-05-09

本文共 2931 字,大约阅读时间需要 9 分钟。

内置函数

  1. all(iteralble) 如果可迭代对象内的所有元素的bool值为真,那么返回真,如果这个可迭代对象是空,也返回真。
all([1,2,3,4])  # return Trueall([])         # return Trueall([None, 1, 'a']) # return False
  1. any(iterable)all(iteralble) 类似,只是只要有一个元素为真,那么就是真
  2. bytes(obj) 将一个对象转为字节
bytes('abc',encoding='utf-8')   # b'abc'bb = bytes([1,2,3,4])   # b'\x01\x02\x03\x04'
  1. callable(obj) 对象是否可调用,返回True/False 注意,所有的类都是可调用的,因为类的实例都有一个__call__() 方法
  2. chr(i) 数字转字符;ord(c) 字符转编码
  3. dir(obj) 查看对象的所有属性/方法
  4. help(obj) 查看帮助文档
  5. divmod(x, y) return the tuple (x//y, x%y) 商和余。例如,计算网页需要分多少页显示:
def count(x, y):    res = divmod(x, y)    if res[1] > 0:        return res[0]+1    return res[0]# 假设有200条评论,每页显示50,需要多少页print(count(200, 50)) # 结果 5
  1. enumerate(iterable obj) 迭代取值,返回元组(索引,元素)组成的新的可迭代对象(可以用for i in 或 list 来取值)。如果对象类型是dict,元组形式就是(索引,key)
list(enumerate(['a','b','c']))  # [(0, 'a'), (1, 'b'), (2, 'c')]list(enumerate({
'name': 'Seb', 'age': 22, 'sex': 'male'})) # [(0, 'name'), (1, 'age'), (2, 'sex')]
  1. frozenset() 创建一个不可变的集合
  2. isinstance(obj, class) 判断对象的类型,返回True/False
  3. pow(x, y, z) 对x进行y的幂运算然后除z取余:x**y%z
  4. reversed() 反转,返回一个可迭代对象list(reversed('abc')) # ['c', 'b', 'a']
  5. round(float, 保留的小数位) round(9.2356, 3) # 9.236
  6. slice(x, y, z) 创建一个切片对象
x = slice(0,5,2)    # 创建一个切片对象xl = [1,2,3,4,5,6]print(l[x])     # [1, 3, 5]
  1. sorted(iterable, reverse=False) 排序返回一个列表
print(sorted('baefc')) # ['a', 'b', 'c', 'e', 'f']print(sorted('baefc', reverse=True))    # ['f', 'e', 'c', 'b', 'a']
  1. zip(序列1, 序列2) 拉链函数,返回一个zip obj(迭代器,可通过list或for i in 取值),左边序列的的元素对应右边序列的唯一元素,结合为元组。
s = 'abcde'l = [1,2,3,4,5,6,]print(list(zip(s, l)))  # [('a', 1), ('b', 2), ('c', 3), ('d', 4), ('e', 5)]

匿名函数lambda

基本形式:

lambda: args : expression ,表达式的结果就是函数的return value

func = lambda x:x*2func(2)     # 也可以这样来调用lambda x : x < 3 # 返回True/False

why lambda?

定义一个有名函数时def func():pass,只要名字不被删除,就一直占着内存。如果只用一次,用完了还要del func。 但是lambda匿名函数,只是一个内存地址,没有绑定变量名,会被回收。另外,简单的函数用lambda写更方便。

lambda和内置函数map, reduce, filter,max的应用

map 映射:map(函数, 序列)

map迭代序列,将元素传给函数,将函数返回的结果组成map obj这个迭代器,可以用list或for循环来查看。

m = map(lambda x : x*2, [1, 2, 3, 4])print(list(m))  # [2, 4, 6, 8]

reduce 合并:reduce(函数,序列,初始值)

在python3中使用reduce函数需要 from functools import reduce 导入。

from functools import reduceprint(reduce(lambda x,y :  x+y, range(100))) # reduce循环序列的元素,让函数每次接收两个元素,# 返回的结果再和序列的下一个元素作累积计算

filter 过滤:filter(函数,序列)

循环序列的元素,让函数判定元素的bool值,如果为真,返回元素组成的filter obj 迭代器对象。

print(list(filter(lambda x : x > 0, [-3, -5, 2, 1])))   # [2, 1]

max

用max函数找出一个字典中的最大值。

# 找出分数最高的那位同学d = {
'Ayhan': 100, 'Seb': 98, 'Tom': 97, 'Ronin': 98}res = zip(d.values(), d.keys()) # max() 遵循迭代器协议,如果传入的字典,那么比较key的大小。所以用zip处理一下。print(max(res)) # (100, 'Ayhan')

max(dict, key=func) max函数中的key可以指定比较的对象。循环字典得到key,把字典key传给key的函数处理后得到的返回值,再作比较。注意,max的key和字典的key不同。上面的栗子可以改写:

d = {
'Ayhan': 100, 'Seb': 98, 'Tom': 97, 'Ronin': 98}print(max(d, key = lambda x : d[x])) # Ayhan

迭代器协议

很多内置函数都是遵循迭代器协议的,上面的函数:filter()、map()、reduce()、max()、min()、list()、for i in iterable。遵循迭代器协议的函数能对可迭代对象就行迭代。

转载地址:http://fhdib.baihongyu.com/

你可能感兴趣的文章
迭代序列的三种方法和与序列相关的内建函数
查看>>
用Python实现求最大公约数和判断是否是素数
查看>>
用Python实现一个简单的算术游戏
查看>>
交叉编译linux内核
查看>>
awk简单用法介绍(转)
查看>>
shell脚本中使用MySQL
查看>>
linux --dup dup2 文件描述符重定向函数--输入输出重定向
查看>>
unix/linux中的dup()系统调用 --对上篇dup() dup2()例子的解释
查看>>
这学期读的书
查看>>
编译简介
查看>>
管道编程之pipe
查看>>
网络编程--C/S日期查询例子
查看>>
IPC机制---共享内存编程
查看>>
使用inotify进行文件事件通知
查看>>
Linux中时间函数的应用接口
查看>>
DNS解析过程详解
查看>>
牛奶可乐经济学---阅读总结
查看>>
求最长子序列和
查看>>
计算最大公因数的欧几里德算法
查看>>
在驱动程序中改变进程状态并调用schedule()
查看>>