day06

最新推荐文章于 2025-05-20 18:44:14 发布

hiyunie

最新推荐文章于 2025-05-20 18:44:14 发布

阅读量264

点赞数

分类专栏：实习日报文章标签： python

本文链接：https://blog.youkuaiyun.com/qq_45202835/article/details/123090418

版权

实习日报专栏收录该内容

3 篇文章

订阅专栏

一、难点和疑惑

今天接触了reduce和filter这两个之前从没接触过的内置函数，在翻看文档时对filter的使用基本上没有问题了，但是卡在了reduce上，对reduce的用法不是很熟悉，很多例子也写不来，所以一直在反复看reduce以及相关的练习题。

二、python基础

2.1 高阶函数

1.map接受两个参数,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iterable返回。

# -*- coding=utf-8 -*-
def func(x):
    return x ** 2


res = map(func, [1, 2, 3, 4, 5])
print res
# [1, 4, 9, 16, 25]

map()传入的第一个参数是f，即函数对象本身。由于结果r是一个Iterator，Iterator是惰性序列，因此通过list()函数让它把整个序列都计算出来并返回一个list。

第一次接触map是在刷题的时候，那时候不知道怎么输入一个不定长数组，就问了我的学长，看了他的代码，硬是把格式记了下来。

data = map(int,raw_input().split())

当时大概也能知道其中的意义，通过现在的学习又把map重新学了一遍，原理搞懂了。

reduce()

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。

# -*- coding=utf-8 -*-
from functools import reduce

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


res = reduce(add, [1, 2, 3, 4, 5])
print res
# 结果与sum([1,2,3,4,5])相同
-------------
# 但是如果要把序列[1, 3, 5, 7, 9]变换成整数13579，reduce就可以派上用场：
# -*- coding=utf-8 -*-
def func(a, b):
    return a * 10 + b

res = reduce(func, [1, 2, 3, 4, 5])
print res

字符串转数字

# -*- coding=utf-8 -*-
from functools import reduce

digital = {
    str(i): i for i in xrange(10)
}


def func(a, b):
    return a * 10 + b


def char_to_num(c):
    return digital[c]

print reduce(func,map(char_to_num,'1456'))

reduce求积

def prod(L):
    def mul(a, b):
        return a * b

    return reduce(mul, L)
print('3 * 5 * 7 * 9 =', prod([3, 5, 7, 9]))

2.2 filter

filter()把传入的函数依次作用于每个元素，然后根据返回值是True还是False决定保留还是丢弃该元素。

案例1:在一个list中，删掉偶数，只保留奇数

def is_odd(num):
    return num % 2 == 1

print filter(is_odd, [1, 2, 3, 4, 5, 6])

filter关键在于正确实现一个“筛选”函数。filter()的作用是从一个序列中筛出符合条件的元素。由于filter()使用了惰性计算，所以只有在取filter()结果的时候，才会真正筛选并每次返回下一个筛出的元素。

2.3 sorted

sorted()函数也是一个高阶函数，它还可以接收一个key函数来实现自定义的排序

sorted([36, 5, -12, 9, -21], key=abs)
# 默认升序,要想降序可以加reverse=True
data = [2, 1, 5, 3, 6, 9, 4]
print sorted(data, reverse=True)

key指定的函数将作用于list的每一个元素上，并根据key函数返回的结果进行排序

2.4 匿名函数

当我们在传入函数时，有些时候，不需要显式地定义函数，直接传入匿名函数更方便。

lambda x:x**2

关键字lambda表示匿名函数，冒号前面的x表示函数参数。匿名函数有个限制，就是只能有一个表达式，不用写return，返回值就是该表达式的结果。用匿名函数有个好处，因为函数没有名字，不必担心函数名冲突。此外，匿名函数也是一个函数对象，也可以把匿名函数赋值给一个变量，再利用变量来调用该函数。

# -*- coding=utf-8 -*-
def add(a, b):
    return a + b


n, m = map(int, raw_input().split())
print add(n, m)

# --------匿名函数写法----------
res = lambda n, m: n + m
print res(n, m)
----------------
# 求1-19内的奇数
res = lambda n: n % 2 == 1
L = list(filter(res, range(1, 20)))
print L

三、python运用

3.1 根据条件筛选数据

案例1.过滤掉列表中的负数

# -*- coding=utf-8 -*-
from random import randint

data = [randint(-10, 10) for _ in xrange(10)]
print data  # [7, 1, 5, 7, 1, 1, -3, -8, -4, -10]

# 过滤小于0的数
print filter(lambda x: x >= 0, data)  # [7, 1, 5, 7, 1, 1]
print [x for x in data if x >= 0] # [7, 1, 5, 7, 1, 1]

案例2.挑出value大于90的元素

# -*- coding=utf-8 -*-
from random import randint

dic = {x: randint(60, 100) for x in range(1, 21)}

# 挑出value大于90的元素
print {k: v for k, v in dic.iteritems() if v > 90}

案例3.# 选出可以被3整除的数

# -*- coding=utf-8 -*-
from random import randint

data = set(randint(-10, 10) for _ in xrange(10))
# 选出可以被3整除的数
print set(x for x in data if x % 3 == 0)

案例4.如何统计序列中元素的出现频度

# -*- coding=utf-8 -*-
from random import randint

data = [randint(0, 20) for _ in xrange(30)]
print data

# 如何统计序列中元素的出现频度

# data中的每一个元素作为key，0作为value
dic = dict.fromkeys(data, 0)
print dic
for x in data:
    dic[x] += 1
print dic
-------------
# -*- coding=utf-8 -*-
from random import randint
from collections import Counter

data = [randint(0, 20) for _ in xrange(30)]
print data

dic = Counter(data)
print dic

#统计出现最多的三个元素
dic = Counter(data)
print dic.most_common(3)

3.2 如何让字典保持有序

案例:根据答题时间依次打印选手的成绩

# -*- coding=utf-8 -*-
from collections import OrderedDict

d = OrderedDict()
d['milly'] = (1, 23)
d['luc'] = (2, 33)
d['poe'] = (3, 27)
d['mana'] = (4, 26)

print d

四、目前遇到的py2与py3的区别

print 语句没有了，取而代之的是 print() 函数。 Python 2.6 与 Python 2.7 部分地支持这种形式的 print 语法。在 Python 2.6 与Python 2.7 里面，以下三种形式是等价的：
```
print "fish"
print ("fish")  # 注意print后面有个空格
print("fish")  # print()不能带有任何其它参数
```
如果 Python2.x 版本想使用使用 Python3.x 的 print 函数，可以导入 future 包，该包禁用 Python2.x 的 print 语句，采用 Python3.x 的 print 函数
```
from __future__ import print_function

data = [_ for _ in xrange(10)]
for i in data:
    print(i, end=' ')
```
Unicode

Python3.x 源码文件默认使用 utf-8 编码，所以使用中文就更加方便

python2要在前面加
```
#-*- coding=utf-8 -*-
```
除法运算

首先来说 / 除法:

在 Python 2.x 中 / 除法就跟我们熟悉的大多数语言，比如 Java 和 C ，整数相除的结果是一个整数，把小数部分完全忽略掉，浮点数除法会保留小数点的部分得到一个浮点数的结果。

在 Python 3.x 中 / 除法不再这么做了，对于整数之间的相除，结果也会是浮点数。

而对于 // 除法，这种除法叫做 floor 除法，会对除法的结果自动进行一个 floor 操作，在 Python 2.x 和 Python 3.x 中是一致的。
xrange

在 Python 2 中 xrange() 创建迭代对象的用法是非常流行的。比如： for 循环或者是列表/集合/字典推导式。

这个表现十分像生成器（比如。“惰性求值”）。但是这个 xrange-iterable 是无穷的，意味着你可以无限遍历。

由于它的惰性求值，如果你不得仅仅不遍历它一次，xrange() 函数比 range() 更快（比如 for 循环）。尽管如此，对比迭代一次，不建议你重复迭代多次，因为生成器每次都从头开始。

在 Python 3 中，range() 是像 xrange() 那样实现以至于一个专门的 xrange() 函数都不再存在（在 Python 3 中 xrange() 会抛出命名异常）。
不等运算符

Python 2.x中不等于有两种写法 != 和 <>

Python 3.x中去掉了<>, 只有!=一种写法，还好，我从来没有使用<>的习惯