1.函数作为变量
python中声明函数其实就是声明一个类型是function的变量, 函数名就是变量名，所以普通变量能做的事情函数都可以做
def func1():
print('这是一个函数')
return 100
2. 一个变量可以给另外一个变量赋值
a = 10
b = a
print(b/2)
a = 'abc'
print(a)
c = func1 # 将函数名作为变量，给另一个变量赋值
print('=======')
print(c())
print('=======')
func1 = 12.5
print(func1)
# print(func1()) # TypeError: 'float' object is not callable
3. 一个变量可以作为容器的元素
print('===================================')
a = 10 # 声明一个变量，类型是整型
print(type(a))
声明一个变量，类型是function
def func2():
print('这是函数2')
return 100
print(type(func2))
list1 = [a, func2, func2()]
print(list1)
print('0:', list1[0] // 3)
print('1:', list1[1]()) # print('1:', func2()) -> print('1:', 100)
练习:
list2 = []
for i in range(5): #遍历i i取0,1,2,3,4
def func(n): #声明函数
return i * 2 # 取得返回值
list2.append(func) # 函数在声明的过程中函数体不执行
list3 = []
for i in range(5):
list3.append(lambda x: x*i)
print(list3[0](2), list3[1](2), list3[2](2))
"""
list2 = []
i = 0 ~ 4
i = 0: func, list2 = [func]
i = 1: func, list2 = [func, func]
...
i = 4: list2 = [func,func,func,func,func]
"""
list2[0](3), list2[1](3), list2[2](3)
func, func, func
None, None, None
0, 2, 3
8, 8, 8
print(list2)
print(list2[0](3), list2[1](3), list2[2](3))
4. 变量可以作为函数的参数
函数作为函数的参数(实参高阶函数)
def func1(fn, fn2): #声明一个函数，形参
# fn = func11
# fn2 = func12
fn() # func11(), None
print(fn2(3) / 4) # print(9/4)
def func11():
print('这是一个函数')
def func12(n):
# n = 3
return n**2
print(func1(func11, func12)) # print(None)，返回值为None
"""
func1(func11, func12)
"
5应用: sort函数
print('===============sort的高级使用===============')
nums = [1, 34, 45, 9, 20]
nums.sort() #排序，[1,9,20,34,45]
print(nums)
all_students = [
{'name': '小明', 'age': 19, 'score': 89},
{'name': '熊大', 'age': 20, 'score': 90},
{'name': '熊二', 'age': 17, 'score': 70},
{'name': '光头强', 'age': 21, 'score': 40}
]
# 序列.sort函数中有个参数key，这个参数要求传一个函数，并且函数有一个参数和一个返回值
# 参数就是序列中的元素, 返回值就是排序比较的对象
# def compare(item):
# return item['age']
# all_students.sort(key=compare)
all_students.sort(key=lambda item: item['age'])
print(all_students)
练习，将all_message中的元祖按照第二个元素从大到小排序。然后再按照学号的最后一位从小到大排序
all_message = [
('余婷', 'python1902004'),
('张三', 'python1902106'),
('小明', 'python1902027')
]
all_message.sort(key=lambda item: item[1], reverse=True)
print(all_message)
all_message.sort(key=lambda item: item[1][-1])
print(all_message)
def yt_sort(seq, key=None, reverse=False):
if key:
# 选择排序
length = len(seq)
for x in range(length - 1):
for y in range(x + 1, length):
if key(seq[y]) < key(seq[x]):
seq[x], seq[y] = seq[y], seq[x]
else:
# 选择排序
length = len(seq)
for x in range(length-1):
for y in range(x+1, length):
if seq[y] < seq[x]:
seq[x], seq[y] = seq[y], seq[x]
nums = [23, 45, 89, 9, 21]
yt_sort(nums)
# nums.sort()
print(nums)
all_students = [
{'name': '小明', 'age': 19, 'score': 89},
{'name': '熊大', 'age': 20, 'score': 90},
{'name': '熊二', 'age': 17, 'score': 70},
{'name': '光头强', 'age': 21, 'score': 40}
]
# all_students.sort(key=lambda x: x['age'])
yt_sort(all_students, key=lambda x: x['age'])
print(all_students)
all_students = [
{'name': '小明', 'age': 19, 'score': 89},
{'name': '熊大', 'age': 20, 'score': 90},
{'name': '熊二', 'age': 17, 'score': 70},
{'name': '光头强', 'age': 21, 'score': 40}
]
print(max(all_students, key=lambda x: x['score']))
5. 变量作为返回值
将一个函数作为函数的返回值(返回值高阶函数)
def func1():
def temp(*nums):
return sum(nums)
return temp
print(func1()(1, 3, 5, 9)) # print(temp(1,3,5,9)) , print(18)
1.什么是迭代器(iter)
迭代器是容器型数据类型(可以同时存储多个数据), 但是想要获取/查看迭代器中元素的值，只能将元素取出来。
取出来的元素在迭代器中就不存在了，取的时候只能从前往后一个一个的取，不能跳着取。
2.迭代器中的元素
迭代器的元素只能通过类型转换，将其他容器转换成迭代器； 或者通过生成器去生成
- 转换 - 所有序列都可以转换成迭代器。 迭代器中的元素可以是任何类型的数据
iter1 = iter([10, [1, 3]])
print(iter1) # iter1=10
- 获取元素: 迭代器获取元素，不管以什么样的方式获取，获取后，这个元素在迭代器中就不存在了
1) next(迭代器) - 获取迭代器顶部数据(最上面的数据)
iter2 = iter('hello')
print(next(iter2))
print(next(iter2))
print(next(iter2))
print(next(iter2))
print(next(iter2))
# print(next(iter2)) # StopIteration
- 遍历获取每个元素
iter2 = iter('hello')
next(iter2)
next(iter2)
for x in iter2:
print('x:', x)
#print(next(iter2)) # StopIteration
1.什么是生成器
生成器就是迭代器, 迭代器不一定是生成器
调用一个带有yield关键字的函数就能得到一个生成器。(yield只能出现在函数体中)
def func1():
print('=====')
return 100
yield
gen1 = func1()
gen2 = func1()
print(gen1, gen2)
2.生成器的元素
生成器获取元素的方式和迭代器一样： next()和循环遍历
1）生成器元素的个数: 看执行完生成器对应的函数会遇到几次yield
- 元素的值: 看yield后表达式的值
def func2():
print('函数')
for x in range(10):
yield x
gen3 = func2()
print('next:', next(gen3)) # 0
print('next:', next(gen3)) # 1
print('next:', next(gen3)) #2
print('next:', next(gen3)) #3
for x in gen3: #gen3[]
print('x:', x) #
3.生成器产生数据的原理
"""
当获取生成的元素的是，会执行生成器对应的函数，从开始执行到yield为止,将yield后面的数据作为元素返回并且记录结束位置；
下次获取元素的时候，从上次结束的位置接着往后执行，直到遇到yield, 将yield后面的数据作为元素返回并且记录结束位置；
以此类推
如果从开始执行到函数结束，没有遇到yield，那么就获取不到元素
def func3():
print('第一次')
yield 1
print('第二次')
yield 2
print('第三次')
yield 3
gen4 = func3()
print('next1:', next(gen4)) #1
for x in range(100):
print('+++++++++++++')
print('next2:', next(gen4))
print('next3:', next(gen4))
nums = ['001', '002', '003', '004', '005', '006']
def func5():
for x in range(1, 6):
yield str(x).rjust(3, '0')
nums2 = func5()
print(next(nums2))
print(next(nums2))
能够产生无限数字的生成器
def func6():
num = 0
while True:
yield num
num +=
gen5 = func6()
