广告

扫码关注官方微信

扫码下载APP
返回顶部
首页 > 资讯 > 后端开发 > Python >Python全栈之迭代器和高阶函数
  • 791

0
分享到

Python全栈之迭代器和高阶函数

2024-04-02 19:04:59 791人浏览 安东尼

Python 官方文档：入门教程 => 点击学习

摘要

目录1. lambda表达式2. locals和globals3. 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

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编程网的更多内容!

您可能感兴趣的文档:
点击免费下载>>软考高级考试备考技巧/历年真题/备考精华资料

--结束END--

本文标题: Python全栈之迭代器和高阶函数

本文链接: https://www.lsjlt.com/news/158922.html(转载时请注明来源链接)

有问题或投稿请发送至: 邮箱/279061341@qq.com    QQ/279061341

本篇文章演示代码以及资料文档资料下载

下载Word文档到电脑，方便收藏和打印～

下载Word文档
去做题
猜你喜欢
  • Python全栈之迭代器和高阶函数
    目录1. lambda表达式2. locals和globals3. 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...
    99+
    2022-11-12
  • Python全栈迭代器和高阶函数怎么使用
    本篇内容介绍了“Python全栈迭代器和高阶函数怎么使用”的有关知识，在实际案例的操作过程中，不少人都会遇到这样的困境，接下来就让小编带领大家学习一下如何处理这些情况吧！希望大家仔细阅读，能够学有所成！1. lambda表达式# ...
    99+
    2023-06-21
  • python之高阶函数和匿名函数
    map()函数接收两个参数，一个是函数，一个是Iterable，map将传入的函数依次作用到序列的每个元素，并把结果作为新的Iterator返回。 1 def func(x): 2 return x*x 3 4 r = ma...
    99+
    2023-01-30
    函数 高阶 python
  • Python全栈之文件函数和函数参数
    目录1. 文件相关函数2. 函数_函数的参数2.1 函数2.2 函数的参数3. 收集参数4. 命名关键字_总结小提示：5. 小练习练习问题：练习答案：总结 1. 文件相关函数 #...
    99+
    2022-11-12
  • Python函数进阶之迭代器的原理与使用详解
    目录什么是迭代器概念特征惰性序列检查可迭代对象定义迭代器使用iter函数使用__iter__方法判断迭代器检查内置方法使用collections模块调用迭代器使用next方法和函数什...
    99+
    2022-11-10
  • python 迭代器和iter()函数详解及实例
    python中迭代器和iter()函数 迭代器为类序列对象提供了一个类序列的接口。python的迭代无缝地支持序列对象，而且它还允许程序员迭代非序列类型，包括用户定义的对象。迭代器用起来很灵巧，你可以迭代...
    99+
    2022-06-04
    详解 函数 实例
软考高级职称资格查询
软考职称历年真题下载
软考职称资料下载
热门wiki
近期文章
推荐阅读
热门问答
热门标签
编程网，编程工程师的家园，是目前国内优秀的开源技术社区之一，形成了由开源软件库、代码分享、资讯、协作翻译、讨论区和博客等几大频道内容，为IT开发者提供了一个发现、使用、并交流开源技术的平台。

  • 官方手机版

  • 微信公众号

  • 商务合作