Python-函数3

一、递归

1.1 递归的引用场景

递归是一种编程思想

特点：

函数内部调用函数自己
必须有出口

1.2 应用实例

代码

# 3 + 2 + 1 
def sum_numbers(num): 
      # 1.如果是1，直接返回1 -- 出口 
      if num == 1: 
            # 出口，否则递归会超出最大深度，从而报错 
            return 1 
      # 2.如果不是1，重复执行累加并返回结果 
      return num + sum_numbers(num-1) 
sum_result = sum_numbers(3) 
# 输出结果为6 
print(sum_result)

递归的执行流程

递归.png

二、lambda表达式

2.1 lambda的应用场景

如果一个函数有一个返回值，并且只有一句代码，可以使用lambda简化

2.2 lambda语法

lambda 参数列表：表达式

注意:

lambda表达式的参数可有可无，函数的参数在lambda表达式中完全适用。

lambda表达式能接收任何数量的参数但只能返回一个表达式的值

2.3 lambda的参数形式

无参数
```
fn1 = lambda: 100 
print(fn1())
```

一个参数

fn1 = lambda a: a 
print(fn1('hello world'))

默认参数

fn1 = lambda a, b, c=100: a + b + c 
print(fn1(10, 20))

可变参数: *args
```
fn1 = lambda *args: args 
print(fn1(10, 20, 30))
```
注意：这里的可变参数传入到lambda之后，返回值为元组

可变参数: **kwargs

fn1 = lambda **kwargs: kwargs 
print(fn1(name='python', age=20))

2.4 lambda的应用

带判断的lambda

fn1 = lambda a, b: a if a > b else b 
print(fn1(1000, 500))

列表数据按字典key值排序

students = [
  {'name': 'TOM', 'age': 20}, 
  {'name': 'ROSE', 'age': 19}, 
  {'name': 'Jack', 'age': 22} 
]
# 按name值升序排列 
students.sort(key=lambda x: x['name']) 
print(students) 
# 按name值降序排列 
students.sort(key=lambda x: x['name'],reverse=True) 
print(students) 
# 按age值升序排列 
students.sort(key=lambda x: x['age']) 
print(students)

三、高阶函数

把函数作为参数传入，这样的函数称为高阶函数，高阶函数是函数式编程的体现。函数式编程就是指这种高度抽象的编程范式。

3.1 体验高阶函数

在Python中， abs() 函数可以完成对数字求绝对值计算。
abs(-10) # 10
round()函数可以完成对数字的四舍五入

round(1.2) # 1 
round(1.9) # 2

3.2 内置高阶函数

map()
map(func, list)，将传入的函数变量func作用到lst变量的每个元素中，并将结果组成新的列表
(Python2)/迭代器(Python3)返回
reduce()
reduce(func，list)，其中func必须有两个参数。每次func计算的结果继续和序列的下一个元素做
累积计算。
注意: reduce()传入的参数func必须接接收两个参数
filter()
filter(func, list)函数用于过滤序列, 过滤掉不符合条件的元素, 返回一个 filter 对象。如果要转换为
列表, 可以使用 list() 来转换。