函数补充：递归、匿名、高阶函数等

递归函数

在一个函数体内部，调用函数本身

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


def func(n):
    print(n)
    if int(n/2)==0:
        return n
    return func(int(n/2))
print(func(10))

匿名函数(lambda)

• 格式：

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

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

<class 'function'>
6

f = lambda x = 'z', y = 'u',z = 'cc':x+y+z
print(f())
zucc

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

def add(a, b, c):
    return c(a) + c(b)
print(add(-9, 1, abs))
10

def pow(x):
    return x**2

def add(a, b, func):
    return func(a) + func(b)

a_value = add(-9, 1, pow)
print(a_value)

82

li = ['Zhejiang', 'University', 'City', 'College']
def filter_test1(para):
    ret = []
    for i in para:
        if not i.startswith('C'):
            ret.append(i)
    return ret
def filter_test2(para):
    ret = []
    for i in para:
        if not i.endswith('ty'):
            ret.append(i)
    return ret
def test(a,func,func1):
    return func1(func(a))
zzz = test(li, filter_test1,filter_test2)
print(zzz)

['Zhejiang']

filter 函数

li = ['Zhejiang', 'University', 'City', 'College']
f1 = filter(lambda sr: not sr.endswith('ty'),li)
print(list(f1))

['Zhejiang', 'College']


import random
def odd(n):
    return n%2
allnum = []
for i in range(9):
    allnum.append(random.randint(1,99))
f1 = filter(odd, allnum)
print(list(f1))

[55, 41, 67, 47]

功能：

• 过滤保存序列中符合函数条件的元素。当序列中要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 filter返回值是一个地址

• filter(function,sequence)

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

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 的参数可以不止有一个
  • iterable1, iterable2 就是传入fuction的参数

x = [1, 2, 3, 4, 5]
y = [2, 3, 4, 5, 6]
def f(x, y):
    return x*y + 2
res = map(f, x, y)
print(list(res))

[4, 8, 14, 22, 32]

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， 现在py3中，移植到了functools模块中
  • from functools import reduce`
• 格式
  • reduce(function, iterable, [initial])
    • function必须传入两个参数
    • iterabel —> 列表/元组

from functools import reduce
y = [2, 3, 4, 5, 6]
z = reduce(lambda x, y: x+y, y)
print(z)
#20         2+3 +4    +5        +6

y = [2, 3, 4, 5, 6]
z = reduce(lambda x, y: x-y, y, 100)      # 传入初始值，insert列表index 0 位置即 [100, 2, 3, 4, 5, 6]
print(z) 
#80        100-2  -3    -4       -5           -6


y = [2, 3, 4, 5, 6]
def sum(a, b):
    return a+b     # 10*a+b   结果就会是 23456
c = 0
for i in y:
    c = sum(c, i)
print(c)

apply

功能

• pandas 中，应用对象是pandas中的DataFrame或者Series
• 直接对DataFrame或者Series应用函数
• 对pandas中groupby之后的聚合对象应用apply

zip

功能

• 将可迭代对象作为参数，将对应元素打包成 一个个元组，返回元组构成对象
• 长度不一样的时候，以短的为准

注：

利用 \*,与zip相反，进行解压

格式

zip(iterable1, iterable2, …)

• iterables —> 两个或者多个可迭代序列(字符串， 列表， 元组， 字典)
  • py2，返回的是元组组成的列表
  • Py3，返回的是一个对象，需要强转

a = [1, 2, 3]
b = [4, 5, 6]
c = [4, 5, 6, 7, 8, ]
zip1 = zip(a,b)
print(list(zip1))
#[(1, 4), (2, 5), (3, 6)]

a = [1, 2, 3]
b = [4, 5, 6]
c = [4, 5, 6, 7, 8, ]
zip1 = zip(a,b)
start_zip = zip(*zip1)
print(list(start_zip))
#[(1, 2, 3), (4, 5, 6)]

a = {1:11, 2:22}
b = {3:33, 4:44}
c = {5:55, 6:66}
tp = tuple(c)
print(tp)

print(list(zip(a, b, c)))

(5, 6)
[(1, 3, 5), (2, 4, 6)]
#对字典操作 只选择键

小练习

def out(n):
    return str(n) == str(n)[::-1]
allnum = []
for i in range(1000):
    allnum.append(i)
f1 = filter(out, allnum)
print(list(f1))

f2 = filter(out, range(1000))
print(list(f2))

[0, 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, 171, 181, 191, 202, 212, 222, 232, 242, 252, 262, 272, 282, 292, 303, 313, 323, 333, 343, 353, 363, 373, 383, 393, 404, 414, 424, 434, 444, 454, 464, 474, 484, 494, 505, 515, 525, 535, 545, 555, 565, 575, 585, 595, 606, 616, 626, 636, 646, 656, 666, 676, 686, 696, 707, 717, 727, 737, 747, 757, 767, 777, 787, 797, 808, 818, 828, 838, 848, 858, 868, 878, 888, 898, 909, 919, 929, 939, 949, 959, 969, 979, 989, 999]
判断 回文数