一.函数作为变量
1.函数调用表达式
- 函数调用表达式 - 调用函数的语句
普通值能做的事，函数调用表达式都可以做
2.函数作为变量
- python中声明函数本质就是声明一个类型是function的变量，函数名就是变量名
变量能做的事情函数都可以
def func1(x):
print(x)
list1 = [func1]
print(list[0](1))
- 变量可以作为函数的参数
- 一个函数可以作为另外一个函数的参数
如果一个函数可以作为另外一个函数的参数，那么这种函数叫实参高阶函数
- 参数的x必须是函数
def func2(x):
x()
func2(func1)
- 实参高阶函数：列表.sort()、max()、sorted()
num1 = [1, 42, 52, 65, 563]
print(sorted(num1))
- 1)sort 和 sorted
- 这两个是实参高阶函数，里面有个参数key要求传一个函数
key参数对应的函数是用来决定排序规则：函数需要一个参数和一个返回值
参数代表需要排序的序列的元素，返回值决定的是比较对象
数字列表，排序规则发生改变：按照数字的个位从小到大排序
num1 = [1, 48, 52, 69, 563]
num1.sort(key=lambda item: item) # 按照元素本身大小进行排序
print(num1)
num1.sort(key=lambda item: item % 10) # 按照元素%10 的值的大小进行排序
print(num1)
num1.sort(key=lambda item: int(str(item)[0])) # 按照元素最高位的值进行大小排序
print(num1)
# 给一个数字列表，按照各位数的和的大小从小到大排序
num2 = [12, 67, 18, 90, 890, 123, 99]
def func5(item):
sum1 = 0
for x in str(item):
sum1 += int(x)
return sum1
num2.sort(key=func5)
print(num2)
all_students = [
{'name': '小明', 'age': '20', 'score': '90', 'id': 'stu001'},
{'name': '小红', 'age': '15', 'score': '70', 'id': 'stu001'},
{'name': '小东', 'age': '21', 'score': '99', 'id': 'stu001'},
{'name': '小明2', 'age': '22', 'score': '40', 'id': 'stu001'}
]
all_students.sort(key=lambda item: item['score'])
print(all_students)
num2 = [12, 67, 18, 90, 890, 123, 99]
print(max(num2, key=lambda item: item % 10))
print(max(all_students, key=lambda item: item['score']))
# 实现max原理、
def zzq_max(seq, key=None):
seq = list(seq)
if not key:
max1 = seq[0]
for x in seq[1:]:
if x > max1:
max1 = x
return max1
# key存在
max1 = seq[0]
for x in seq[1:]:
if key(x) > key(max1):
max1 = x
return max1
- 5）变量作为函数的返回值
- 一个函数的返回值如果也是一个函数，那么这个函数就是返回值的高阶函数
- func1是返回值高阶函数，因为它的返回值是一个函数
def func1():
def func2():
return 10
return func2
print(func1()())
二.迭代器
- 什么是迭代器（iter）
- 迭代器是容器型数据类型（序列），可变（不支持增删改），有序（不支持下标操作）
- 保存在迭代器中的元素，只能取，且取出来后迭代器中就不在保存，不能再重新往迭代器中添加元素
迭代器没有对应的格式的数据，迭代器只能是通过将其他的序列转换成迭代器，或者是生成器
iter1 = iter('hello')
- 2.获取迭代器中的元素
- 不管用什么方式去获取迭代器中的元素，获取一个就会少一个
- 1）获取单个元素:next(迭代器) - 获取迭代器顶部的元素
print(next(iter1)) # h
for x in iter1:
print(x)
三.生成器
1.什么是生成器
- 生成器就是迭代器 - 获取元素与迭代器一样（一个一个的取，取一个少一个）
调用函数体中有yield关键字的函数，就可以得到一个生成器
2.yield
- yield只能出现在函数体中
调用有yield关键字的函数，不会执行函数体也不会获取返回值，而是得到一个生成器
3.生成器怎么产生数据
- 看一个生成器能够产生几个数据，看执行完生成器对应的函数会遇到几次yield；yield后面的值就是生成器能产生的数据
def func1():
yield 100
yield 222
for x in range(10):
yield x
gen1 = func1()
print(gen1)
print(next(gen1))
print(next(gen1))
print(next(gen1))
print(next(gen1))
4.生成数据的原理
- 生成器不会同时将所有的元素保存起来，而是需要数据的时候临时产生数据。
获取生成器元素的时候就去执行生成器对应的函数的函数体，从前往后执行，直到遇到yield为止，并且将yield后面的值作为结果；
同时保存结束位置，下次获取下个元素时，接着上次结束的位置往后执行，直到遇到下一个yield；以此类推
如果执行到函数结束都没有遇到yeild，next函数会报错
# 写一个产生学号的生成器
def creat_id():
num = 1
while True:
yield 'stu'+str(num)
num += 1
nums = creat_id()
print(next(nums))
print(next(nums))
for x in range(100):
print(next(nums))
print(type(next(nums)))
四.生成式
1.什么是生成式
- 生成式本质就是生成器
- 1）语法1
(表达式 for 变量 in 序列) - 创建一个生成器
展开成生成器:
def func1():
for 变量 in 序列：
yield 表达式
[表达式 for 变量 in 序列] - 将生成式对应的生成器转换成一个列表
- 2)语法2
(表达式 for 变量 in 序列 if 条件语句) - 创建一个生成器
展开成生成器：
def func1():
for 变量 in 序列：
if 条件语句:
yield 表达式
gen1 = (x*2 for x in range(10))
print(next(gen1))
print(next(gen1))
list1 = list(gen1)
print(list1)
# print(next(gen1)) # 报错
list2 = [x*x for x in range(1, 10)]
list3 = list(x*x for x in range(1, 10))
dict1 = dict((x, x*x) for x in range(1, 10))
print(dict1)
list4 = [x for x in range(10) if x % 2]
print(list4)
list5 = ['%d*2=%d' % (x, x*2) for x in range(5)]
print(list5)
五.模块的运用
1.什么是模块：一个py文件就是一个模块
2.多模块怎么协作:导入模块
- 1）import 模块名 - 在当前模块中导入指定模块，导入后可以使用指定模块中所有的全局变量
以'模块名.变量'去使用
- 2）from 模块名 import 全局变量1，变量2，...
- 导入指定模块中指定的全局变量；被导入的全局变量在当前模块中直接使用
- 3）重命名
import 模块名 as 新模块名 - 通过新模块名去使用模块
from 模块名 import 变量1 as 新变量1，变量2 as 新变量2，...
- 4)通配符
from 模块名 import * - 导入模块中所有的全局变量，使用时直接用
3.导入模块的原理
- 当执行导入模块的代码的时候实质会执行整个被导模块对应的py文件
- 将不希望被别的模块执行的代码放到下面的if语句中
- if name == 'main':
