python-内置函数(搭配lambda使用)

2021年11月20日 阅读数:2
这篇文章主要向大家介绍python-内置函数(搭配lambda使用),主要内容包括基础应用、实用技巧、原理机制等方面,希望对大家有所帮助。

经常使用的内置函数

image学习!python

须要注意的知识点:

  • 大部份内置函数常常搭配lambda函数使用面试

  • 可迭代对象:字符串、列表、元组、字典、集合、文件对象函数

  • 注意!!!!学习

    • 在py3中部分函数的返回值是一个迭代器,不能屡次遍历,(map、filter、zip、range)ui

    • 在py2中部分函数的返回值是一个列表/元组/字符串/列表套元组,可屡次遍历code

enumerate()函数

  • enumerate()函数是枚举的意思
  • 格式:enumerate(argument,start = 0)
    • argument能够是迭代器或可迭代对象(列表/字符串/元组···)
    • start是默认返回的索引值,默认从0开始,能够修改
  • 一般和for循环一块儿使用,能够获取遍历对象的索引和值,一一对应

实例以下:对象

# 一、搭配字符串使用
str1 = 'python'
for index,value in enumerate(str1):
    print(f'{index}:{value}')
# 结果
0:p
1:y
2:t
3:h
4:o
5:n
# 二、搭配列表(元组同样)一块儿使用
l = ['Hammer','jason','tony']
for a,b in enumerate(l):
    print(f'{a},{b}')
# 结果
0,Hammer
1,jason
2,tony

#三、搭配集合使用
s = {"aline","Hammer",18,'199****1234'}
for index,value in enumerate(s):
    print(f'{index},{value}')
# 结果
0,Hammer
1,aline
2,18
3,199****1234

# 四、搭配字典使用
dic = {'name':'hammer','age':18,'number':'199***1234'}
for index,value in enumerate(dic):
    # 这样是直接输出了字典的键
    print(f'{index}:{value}')
# 结果
0:name
1:age
2:number
for index, value in enumerate(dic):
    # 输出字典的值
    print(f'{index}:{dic[value]}')
# 结果
0:hammer
1:18
2:199***1234

  • 注意枚举对字典和集合使用,可能索引的位置不能按顺序对应字典和集合的值,由于字典和集合的无序性所致使!

实例以下:blog

# 集合举例
s={'one','two','three','four'}
for index,value in enumerate(s):
    print(f'{index}:{value}')
# 结果,1和one没有对应,由于集合的无序性
1:three
2:four
3:two
4:one
  • 图示以下:

image

image


  • 默认的输出的起始位置为0,能够修改默认起始位置
    • eg:start = 0 >>>> start = 1 / 直接写1

实例以下:排序

lst = ['HammerZe','jason','tony']
# 起始位置默认为0
for index,value in enumerate(lst):
    print(f'{index}:{value}')

#修改默认位置为1,写start = 1 / 直接写1
for index,value in enumerate(lst,start=1):
    print(f'{index}:{value}')
# 结果,写一块了
0:HammerZe
1:jason
2:tony
1:HammerZe
2:jason
3:tony

map()函数

  • map()函数的意思是映射,根据提供的函数对指定的序列作映射处理
  • 格式:map(function,iterable) # iterable:可迭代对象
    • 第一个参数为函数名,第二个参数为可迭代对象
  • 过程:循环遍历可迭代对象中的每个元素传递给function函数,保存返回值,返回一个新的可迭代对象,并无修改原理的可迭代对象。

实例以下:索引

# map函数的使用,搭配lambda函数使用
'''案例1''':
# 定义一个可迭代对象
lst = [1,2,3,4,5]
# 用res接收map函数的返回值,转换成列表
# lambda函数做用:给lst列表中每个元素加2
res = list(map(lambda x:x+2,lst))
print(res)
# 结果
[3, 4, 5, 6, 7]

'''案例2'''
# 面试题(提示:使用了map函数、lambda函数、列表解析)
# 一行代码实现,求10之内的偶数的平方和
print(sum(map(lambda x: x ** 2, [x for x in range(1, 10) if x % 2 == 0])))

#分步实现
# 一、遍历出1到10之内的偶数
even_num = [x for x in range(1,10) if x % 2 ==0] #[2, 4, 6, 8]
# 二、对每个元素求平方用到映射和lambda计算公式
# print(even_num)
square_num = map(lambda x:x**2,even_num) # [4, 16, 36, 64]
#print(list(square_num))
# 三、最后求和
print(sum(square_num))

# 两个结果
120

zip()函数

  • zip()函数是从一个或多个迭代器获取元素,组合成一个新的迭代器,以列表套元组的形式返回。
  • 若是zip()函数中传入的迭代对象长度不等,以长度最短的迭代器为基准。
  • 实在不理解能够把函数看做“拉链”,一条拉链是通常长的,或者想一下短板效应
  • 格式:
    • zip(iterable1,iterable2···iterablen)
    • iterable为可迭代对象

实例以下:

l = [1,2,3,4]
# zip()函数传入一个参数
get_return = list(zip(l))
print(get_return)

# zip()函数传入两个等长的参数(列表和元组)
# 只要是可迭代对象不一样类型也能够
l1 = [1,2,3,4]
l2 = ('HammerZe',18,'male','study')
get_return = list(zip(l1,l2))
print(get_return)

# zip()函数传入多个不等长的参数
l1 = [1,2,3,4]
l2 = ['HammerZe',18,'male','study']
l3 = ['name','age','gender','hobby','number','height']
get_return = list(zip(l1,l2,l3))
print(get_return)  # l3的元素只输出了4个,以最短的列表为参考

# 三个示例结果:
[(1,), (2,), (3,), (4,)]
[(1, 'HammerZe'), (2, 18), (3, 'male'), (4, 'study')]
[(1, 'HammerZe', 'name'), (2, 18, 'age'), (3, 'male', 'gender'), (4, 'study', 'hobby')]

filter()函数

  • filter()函数用于过滤可迭代对象中的元素,过滤掉不符合条件的元素,返回符合条件的元素组织成新的列表。
  • 格式:
    • filter(function , iterable)
    • function为函数名,iterable为可迭代对象

实例以下:

# 输出1-10之内的奇数
l = [1,2,3,4,5,6,7,8,9,10]
res = filter(lambda x:x%2==1,l)
print(list(res))
#结果
[1, 3, 5, 7, 9]

reduce()函数

注意:在python 3.0.0.0之后, reduce已经不在built-in function里了, 须要from functools import reduce.

  • reduce()函数的意思是累计操做
  • 格式:
    • reduce(function,sequence [ ,initial] )
    • function为函数名,function中必须是两个参数,sequence为序列,initial有指定的值至关于追加使用数据,或当sequence为空,做为返回值。

实例以下:

# 实现列表元素的累加
from functools import reduce
l = [1,2,3,4,5]
res = reduce(lambda x,y:x+y,l)
print(res)
# 结果
15
# 用列表解析+reduce实现
res = reduce(lambda x,y:x+y ,[x for x in range(1,6)])
print(res)
# 结果
15
#实现6的阶乘
res = reduce(lambda x,y:x*y ,[x for x in range(1,6)])
print(res)

sum()函数

  • sum函数是对序列里的数据进行加法操做,区别reduce函数
  • 格式:
    • sum(sequence,[,start ] )
    • sum函数是对sequence里的数据进行加法操做,start默认为0,若是写入数据做为sequence的第一个数据传入

实例以下:

# sum对列表求和
lst = [1,2,3,4]
print(sum(lst))
# 结果>>>>10

# 修改sum的默认值为1,做为列表的第一个元素传入
print(sum(lst,1))
# 结果>>>>11

max()/ min()函数

  • max()和 min()函数就是求最大最小

  • 格式:

    • max(*args, key=None)
    • min(*args, key=None)
    • 参数key用来指定一个函数,此函数的功能就是制定排序的规则,通常用lambda函数

    实例以下:

    # 常规用法
    print(min(1, 2, 3, 4))
    print(max(1, 2, 3, 4))
    
    # 搭配lambda使用,比较字符大小用的是ASCII
    dic = {1:'a',2:'b',3:'c'}
    # 比较v的大小返回v
    res = max(dic,key=lambda x:dic[x])
    print(dic[res])
    
    #结果
    1
    4
    c
    
    

sort()函数

  • sort()函数应用到列表上,属于列表的内置方法,没有返回值,是对原列表进行排序操做
  • 格式:
    • sort( key=None, reverse=False)
    • key为须要排序的对象,reverse默认为False,升序,改成True为降序

实例以下:

l = [1,5,6,9,7]
l.sort()
print(l)
# 结果
[1, 5, 6, 7, 9]

sorted()函数

  • sorted()函数能够对全部可迭代对象进行排序操做
  • 格式:
    • sorted(iterable,key = None ,reverse = False)
    • iterable:可迭代对象
    • 参数key用来指定一个函数,此函数的功能就是制定排序的规则,通常用lambda函数。
    • reverse = False为升序,=True为降序,默认升序。
    • 返回一个可迭代对象(列表)

实例以下:

#搭配列表使用
l = [11,22,44,33,55]
res = sorted([i for i in l if i>30])
print(res,type(res))
# 结果
[33, 44, 55] <class 'list'>

# 搭配字典使用
dic = {1:"hammer",2:"jason",3:"tony"}
# 按key排序
print(sorted(dic))
print(sorted(dic.keys()))
# 按value排序,对比的是ASCII码
print(sorted(dic.values()))
#结果
[1, 2, 3]
[1, 2, 3]
['hammer', 'jason', 'tony']

# 搭配lambda使用
# 按照工资多少排序升序排列
lst = [{'salary':18000,'age':18,'name':'hammer'},
       {'salary':10000,'age':28,'name':'jason'},
       {'salary':20000,'age':38,'name':'tony'}]
print(sorted(lst, key=lambda x: x['salary']))
# 结果
[{'salary': 10000, 'age': 28, 'name': 'jason'},
 {'salary': 18000, 'age': 18, 'name': 'hammer'}, 
 {'salary': 20000, 'age': 38, 'name': 'tony'}]

image
!!!!!持续更新中,码字总结不易点个赞叭~!!!!!