四大高阶函数
- 匿名函数
f = lambda x,y,z:x+y+z
def F(x,y,z):
return x+y+z
f = lambda x:x if x % 2 != 0 else x + 100
print(f(10)) # 110
- 三元运算
name = 'Tom' if 1 == 1 else 'fly'
print(name)
# 运行结果： Tom
-
Map函数
- 功能:将第一个参数 function 依次作用的每在参数可迭代对象中一个元素上，返回包含每次 function 函数返回值的新迭代器
- 第一个参数接收一个函数名，第二个参数接收一个可迭代对象
- 利用map，lambda表达式将所有偶数元素加100
代码:
def f(x):
return x*x
r = map(f, [1, 2, 3, 4, 5, 6, 7, 8, 9])
print(list(r))
运行结果：
[1, 4, 9, 16, 25, 36, 49, 64, 81]
# -*- coding:utf8 -*-
l1= [11,22,33,44,55]
ret = map(lambda x:x-100 if x % 2 != 0 else x + 100,l1)
print(list(ret))
# 运行结果： [-89, 122, -67, 144, -45]
# lambda x:x-100 if x % 2 != 0 else x + 100
# 如果 "if x % 2 != 0" 条件成立返回 x-100
# 不成立：返回 x+100
def F(x):
if x%2 != 0:
return x-100
else:
return x+100
ret = map(F,l1)
print(list(ret))
-
reduce(function, iterable[, initializer])函数
- 功能: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
- 字符串反转
代码:
from functools import reduce
def add(x, y):
return x + y
r = reduce(add, [1, 3, 5, 7, 9])
print(r)
运行结果：
25
# -*- coding:utf8 -*-
'''使用reduce将字符串反转'''
s = 'Hello World'
from functools import reduce
result = reduce(lambda x,y:y+x,s)
# # 1、第一次：x=H,y=e => y+x = eH
# # 2、第二次：x=l,y=eH => y+x = leH
# # 3、第三次：x=l,y=leH => y+x = lleH
print( result ) # dlroW olleH
-
filter(function, iterable)函数
- filter()函数可以对序列做过滤处理，就是说可以使用一个自定的函数过滤一个序列，把序列的每一项传到自定义的过滤函数里处理，并返回结果做过滤。
- 最终一次性返回过滤后的结果。
- filter()函数有两个参数：
- 第一个，自定函数名，必须的
- 第二个，需要过滤的列，也是必须的
- 利用 filter、lambda表达式 获取l1中元素小于33的所有元素 l1 = [11, 22, 33, 44, 55]
代码:
l1= [11,22,33,44,55]
a = filter(lambda x: x<33, l1)
print(list(a))
# -*- coding:utf8 -*-
def F(x):
if x<33:
return x
b = filter(F,l1)
print(list(b))
-
sorted(iterable, key=abs, reverse=False) 函数
- 功能:对所有可迭代的对象进行排序操作
- 经典面试题只 列表排序
students = [('john', 'A', 15), ('jane', 'B', 12), ('dave', 'B', 10)]
# [('dave', 'B', 10), ('jane', 'B', 12), ('john', 'A', 15)]
print( sorted(students, key=lambda s: s[2], reverse=False) ) # 按年龄排序
# 结果：[('dave', 'B', 10), ('jane', 'B', 12), ('john', 'A', 15)]
def f(x):
# ('john', 'A', 15)
return x[2]
print( sorted(students, key=f, reverse=False) ) # 按年龄排序
- 对字典的value排序
d = {'k1':1, 'k3': 3, 'k2':2}
# d.items() = [('k1', 1), ('k3', 3), ('k2', 2)]
a = sorted(d.items(), key=lambda x: x[1])
print(a) # [('k1', 1), ('k2', 2), ('k3', 3)]
- 两个列表编一个字典
L1 = ['k1','k2','k3']
L2 = ['v1','v2','v3']
print( list(zip(L1,L2)))
# zip(L1,L2) : [('k1', 'v1'), ('k2', 'v2'), ('k3', 'v3')]
# dict( [('k1', 'v1'), ('k2', 'v2'), ('k3', 'v3')] ) = {'k1': 'v1', 'k2': 'v2', 'k3': 'v3'}
代码:print(sorted([36, 5, -12, 9, -21]))
运行结果：[-21, -12, 5, 9, 36]
上下文管理
-
什么是with语句
-
with是一种上下文管理协议，目的在于从流程图中把 try,except 和finally 关键字和资源分配释放相关代码统统去掉，简化try….except….finlally的处理流程。
-
所以使用with处理的对象必须有enter()和exit()这两个方法
1）with通过enter方法初始化（enter方法在语句体执行之前进入运行）
2）然后在exit中做善后以及处理异常（exit()方法在语句体执行完毕退出后运行）
-
-
with语句使用场景
-
with 语句适用于对资源进行访问的场合，确保不管使用过程中是否发生异常都会执行必要的“清理”操作，释放资源
-
比如文件使用后自动关闭、线程中锁的自动获取和释放等
-
-
with处理文件操作的实例
with open('/etc/passwd') as f:
for line in f:
print(line)
# 这段代码的作用：打开一个文件，如果一切正常，把文件对象赋值给f，然后用迭代器遍历文件中每一行，当完成时，关闭文件；
# 而无论在这段代码的任何地方，如果发生异常，此时文件仍会被关闭。
