python笔记11 - lambda函数，globals()/locals()函数，eval()exec()函数，闭包函数，函数式编程，高阶函数
2017/10/16
.lambda函数，globals()/locals()函数，eval()exec()函数，闭包函数，函数式编程，高阶函数
1.lambda表达式（又称匿名函数对象）
作用：
创建一个匿名（无名）函数对象
同def类似，但是不提供函数名
语法：
lambda [参数1，参数2，...]:表达式
注：[]内的部分可以省略
--------------------------------------------------
实例：
def myadd(x,y):
return x + y
可以改写为：
myadd = lambda x,y:x+y
myadd(10+20)
print('10+20=',myadd(10,20))
实例：@@@@@@@@@@@@@@@@@@@@@@@@@@@@@@@@@@@@
print('10+20=',(lambda x,y:x*y)(100,200))
--------------------------------------------------
实例:
def operator(fn,x,y):
return fn(x,y)
operator((lambda a,b:a+b),100,200)
operator((lambda a,b:a*b),100,200)
del operator #释放函数所占的内存空间，用完之后销毁
曾出现的bug分析总结：
在python的交互环境中执行以上程序，如果
def operator(fn,x,y):
return fn(x,y)
和
operator((lambda a,b:a+b),100,200)
直接按没有空行，交出出现SyntaxError: invalid syntax bug错误交互环境下，如果写下函数语句（多个表达式，系统会认为你的函数表达式可能还没有写完，因此前面依旧有3个点 ...
提示是否继续写语句，我们应该按回车表示已经结束函数的定义，在>>>提示符下进行键入operator((lambda a,b:a+b),100,200)）
注意：operator((lambda a,b:a+b),100,200) 和 print('10+20=',(lambda x,y:x*y)(100,200)) 的写法
语法说明：
lambda只是一个表达式，它用来创建一个函数对象；
当labda表达式执行时（调用的时候），返回的是冒号（:）后面的表达式的值；
lambda表达式创建的函数只能包含一条语句(一个表达式)
lambda比函数简单且可以随时创建和销毁，有利于减少程序的偶合度(联想以前的电视连接线和现在的一根HDMI线)
实例练习：
写一个lambda表达式，求两个变量的最大值
def mymax(x,y):
if x >= y:
return x
else:
return y
mymax2 = lambda x,y:mymax(x,y)
print(mymax2(100,200))
新的解法(题意实际上是将一个定义函数改写成为lambda函数表达式)：
(1)
def mymax(x,y):
if x >= y:
return x
return y
(2)
def mymax(x,y):
rturn max(x,y)
(3)正确解法
def mymax(x,y):
rturn x if x >= y else y
改写:
mymax2 = lambda x,y : x if x >= y else y
print(mymax2(100,200))
----------------------------------------------------------------------------------------------------------------------------------------------
2.globals()/locals()函数
globals() 返回当前全局作用域内变量的字典
locals() 返回当前局部作用域内变量的字典
实例：
a = 1
b = 2
def fn(c,d):
e = 300
print('locals 返回：',locals())
print('globals返回：',globals())
fn(100,200)
>>>
locals 返回： {'c': 100, 'e': 300, 'd': 200}
globals返回： {'a': 1, 'b': 2, 'fn': xxxxxxxxxxxx}@@@@@@@@@@@@@@@@@@@@@
globals返回： {'__name__': '__main__', '__spec__': None,
'__loader__': <_frozen_importlib_external.SourceFileLoader object at 0x7f81a0d72a58>,
'b': 2, '__doc__': None, 'a': 1, '__builtins__': <module 'builtins' (built-in)>,
'__file__': 'yuan.py', 'fn': <function fn at 0x7f81a0e30f28>, '__package__': None,
'__cached__': None}
实例：
a = 1
b = 2
def fn(c,d):
e = 300
print('locals 返回：',locals())@@@@@@@@@@@@
print('globals返回：',globals())
d = globals()
d['b'] = 10
fn(100,200)
print(d) >>>10
----------------------------------------------------------------------------------------------------------------------------------------------
3.eval(),exec()函数
eval()函数作用：
把一个字符串当成一个表达式来执行，返回表达式执行后的结果
eval()格式：
eval(source,globals=None,local=None)@@@@@@@ @@@@@@@@@@@@@@@@
实例：
x = 100
y = 200
a = eval('x+y')
print(a)
>>>300
总结（'x+y'）本应该是字符串表达式，但是eval将其作为一个表达式来执行并返回了
实例：
x = 100
y = 200
a = eval('x+y')
print(a) #300
s = input('请输入字符串：') #只能输入表达式例如1+2，如果输入字符串反而会出错---
a = eval(s)
print('请输入字符串的结果',a)
>>>输入的数字字符串会像数字一样输出
实例：
x = 100
y = 200
a = eval('x+y')
print(a)
local_scope = {'x':5,'y':10}
a = eval('x+y',None,local_scope)
print('a=',a)
z = 300
a = eval('x*y+z',{'z':3333},local_scope)@@@@@@ @@@@@@@@@@@@
print(a)
----------------------------------------------------------------------------------------------------------------------------------------------
4.exec()函数：
作用：把一个字符串当做程序来执行
格式：
exec(source,global=None,locals=None)
实例：
x = 100
y = 200
s = 'print('hello:',x,y)'
exec(s) #hello:100 200
实例：
gs = {'x':10,'y':20} #作用域
ls = {'x':1,'y':2} #作用域
exec('z = x + y',gs,ls) @@@@@@@@@@@@@@@@@@@
print(ls) #{'x':1,'y':2,'z':3}
实例练习：
写一个程序的解释执行器，解释我们自己输入的程序
$./myprog.py
请输入程序：>>>> x = 100<回车>
请输入程序：>>>> x = 200<回车>
请输入程序：>>>> print('x+y',x+y)<回车>
x+y=300
提示：用exec()函数实现
a = input('请输入程序:')
b = input('请输入程序:')
c = input('请输入程序:')
exec(a)
exec(b)
新的解法：@@@@@@@@@@@@@@@@@@@@@@@
#!/usr/bin/python3
while True:
s = input('请输入程序：>>>')
exec(s) #将任意写入的程序都用python3的解释执行器解释执行
----------------------------------------------------------------------------------------------------------------------------------------------
5.闭包 closure
将组成函数的语句和这些语句的执行环境打包在一起时，得到的对象成为闭包
说明：
如果一个内嵌函数访问函数外部作用域的变量，则这个函数就是闭包
实例:
def make_power(x):
def fn(arg):
return arg ** x #本作用域内是没有x的绑定值的，因此去找其作用域外的变量值2
return fn
f2 = make_power(2) #f2绑定了一个函数，函数中绑定了一个值2
y = f2(100） #平方 100的平方
f3 = make_power(3) #f3绑定了一个函数，函数中绑定了一个值3
y = f3(4） #立方 4的立方
注意：只有内嵌函数才能形成闭包，见以上的说明。
----------------------------------------------------------------------------------------------------------------------------------------------
6.函数式编程：
指用一些列函数解决问题
函数式编程的好处：
每一个函数完成细小的功能，一系列函数的任意组合可以完成大问题；
函数仅接受输入并产生输出，不包含任何可能影响输出的内部状态
函数的可重入性：
输入一定，则输出必须一定(函数没有用到函数外的变量)
可重入函数的优点：
易于测试，易于调试，更高的生产率（软件、函数的复用），模块化（逻辑清晰），逻辑可证
实例-不可重入函数：
y = 200
def myadd(x):
return x+y
print(myadd(10)) #210
y = 300
print(myadd(10)) #310
实例-可重入函数：
def add2(x+y):
return x+y
----------------------------------------------------------------------------------------------------------------------------------------------
7.高阶函数：
满足以下条件中的一个条件的函数即为高阶函数：
1.函数接受一个或者多个函数作为参数输入
2.函数返回一个函数
实例：
def operator(fn,x,y): #函数作为参数
return fn(x,y)
python中内置(builtins)的高阶函数：map，filter，sorted
--------------------------------------------------
(1)map函数：
map(func,*iterable)
用函数和可迭代对象中的每个元素作为参数计算出新的可迭代对象，当最短的一个可迭代对象完成迭代后，迭代生成结束
实例：
#生成一个迭代器，此迭代器可以生成1-9的自然数的平方：1 4 9 16...
def power2(x):
return x**2
mit = map(power2,range(1,10)) #range已经是一个可迭代器，map将range迭代器中的所有元素处理后再重新生成并返回一个迭代器,power2 没有括号，表示调用函数，而不是返回函数运行结果
>>> mit
<map object at 0x7f9068dd37f0>
>>> for x in mit:
... print(x,end=' ')
...
>>>1 4 9 16 25 36 49 64 81
总结：
mit = map(power2,range(1,10)) 语句中全是函数或者是可迭代器，map函数，power2自定义函数，range(1,10)迭代函数（器，对象）
将后函数的迭代元素取出，供前函数使用，最后生成新迭代元素集，由map函数生成迭代器
实例：
#生成迭代器，1*4 ，2*3，3*2，4*1
def mymul(x,y):
return x*y
mit = map(mymul,[1,2,3,4],[4,3,2,1]) #power2 没有括号，表示调用函数，而不是返回函数运行结果
for x in mit:
print(x,end=' ')
>>>4 6 6 4
实例：
#求和：1**1 + 2**2 + 3**3 + ... + n**n ，用pow,sum,map,range函数组成来做
#知识点提示 pow(a,b,c) 表示 a**b%c
我的解法：
n = int(input('please enter a num:'))
mit = map(pow,range(1,n+1),range(1,n+1))
L = []
for x in mit:
L.append(x)
print(sum(L))
新的解法1：
def mysum(n):
def power(x):
return pow(x,x)
mit = map(power,range(1,1+n))
return sum(mit)
a = int(input('please enter a num:'))
print(mysum(a))
新的解法2：
def mysum(n):
return sum(map(pow,range(1,n+1),range(1,n+1)))
a = int(input('please enter a num:'))
print(mysum(a))
新的解法3：
def mysum(n):
return sum(map(lambda x : pow(x,x),range(1,n+1)))
a = int(input('please enter a num:'))
print(mysum(a))
实例：
#求和： 1**9 + 2**8 + 3**7 + ... + 9**1 的和 11377
#提示：函数式编程 pow sum map range
def mysum(n):
return sum(map(lambda x,y : (x ** y),range(1,n+1),range(n,0,-1)))
a = int(input('please enter a num:'))
print(mysum(a))
实例：@@@@@@@@@@@@@@@@@@@@@
mit = map(pow,[1,2,3,4],[3,2])
L = [x for x in mit]
print(L)
>>>[1,4]
总结：记得pow是幂运算！！！！！
--------------------------------------------------
(2)filter函数：
filter(function or None,iterable)
function是筛选条件
作用：
筛选序列中的数据，返回一个可迭代对象，此可迭代对象将对iterable进行筛选
说明：
function将对iterable中的每个元素进行求值，返回False则将此数据丢弃，返回True，则保留此数据
实例：
L = [x for x in range(10)] #[0,1,2,3,4,5,6,7,8,9]
def isodd(x): #如果奇数则返回True
return x % 2 == 1
L2 = [x for x in filter(isodd,range(10))] #filter函数中只有两个参数，一个是函数，另一个是迭代器函数
print（L2）
>>>[1, 3, 5, 7, 9]
--------------------------------------------------
(3)sorted函数
作用：
将原可迭代对象的数据进行排序，生成排序后的列表
格式：
sorted(iterable,key=None,reverse=False)
说明：
key函数用来提供一个值，这个值将作为排序的依据
实例：
L = [5,-2,-4,0,3,1]
L2 = sorted(L) #[-4, -2, 0, 1, 3, 5]
L3 = sorted(L,reverse=True) #[5，3，1，0，-2，-4]
L4 = sorted(L,key=abs) #[0, 1, -2, 3, -4, 5]
L5 = sorted(L,key=abs,reverse=True) #[5, -4, 3, -2, 1, 0]
实例：
names = ['Tom','Jerry','Spike','Tyke']
L1 = sorted(names) #['Jerry', 'Spike', 'Tom', 'Tyke'] 首字母
L2 = sorted(names,key=len) #['Tom', 'Tyke', 'Jerry', 'Spike']
pirnt(L1,L2)
实例：
'ekipS','ekyT''moT','yrreJ', 后再首字母 @@@@@@@@@@@@@@@@@@@@
names = ['Tom','Jerry','Spike','Tyke']
def k(x):
return x[::-1] #将字符串翻转，reversed.不能用
L = sorted(names,key=k) #翻转只是依据
print(L) #['Spike', 'Tyke', 'Tom', 'Jerry']
实例-要求同上：
names = ['Tom','Jerry','Spike','Tyke']
L = sorted(names,key = lambda x : x[::-1])
print(L)
>>>['Spike', 'Tyke', 'Tom', 'Jerry']
=======================================================================================
8.递归函数(recursion)：
函数直接或间接是调用自身
实例：
def f():
print('hello')
f()
f() #调用函数
print('递归完成')
>>>
ello
hello
hello
hello
hello
...
最终bug提示：RecursionError: maximum recursion depth exceeded while calling a Python object
函数始终在调用自己，调用深度无限大，无限进入（屋子）（但是python系统中默认最多的递归深度是1000层），而不进行返回，
屏幕不会打印 递归完成
实例改进-方便观察：
import time
def f():
print('hello')
time.(1)
f()
f() #调用函数
print('递归完成')
说明：
递归一定要空值递归的层数，当符合某一条件时要终止递归调用；
几乎所有的递归都能用while循环来代替
优缺点：
优点：可以把问题简化，让思路清晰，代码更简洁
缺点：递归因系统环境影响大，当递归深度太大，可能会得到不可预知的结果
实例：
#循环实现阶乘
def myfac(n):
result = 1
for x in range(1,n+1):
result *= x
return result
a = int(input('please enter a num:'))
print(myfac(a))
#递归实现阶乘 @@@@@@@@@@@@@@@@@@@@@@@@@@@@@@@@@@@@
def myfac(n):
if n == 1: #递归 和 循环的思想类似，其循环的判断条件，既可以按顺序取数，例如 个数，升序， 也可以逆顺序排列，例如本题的降序
return 1 #这里用很巧妙的方法将阶乘实现，其实际是从 n （n-1）... 一直乘到 1
return n * myfac(n-1)
print('5!= ',myfac(5))
=======================================================================================
课后练习：
1.用filter函数将 1-100之间的所有素数prime放入到列表中并打印
L = [x for x in range(10)] #[0,1,2,3,4,5,6,7,8,9]
def isodd(x): #如果奇数则返回True
return x % 2 == 1
L2 = [x for x in filter(isodd,range(10))] #filter函数中只有两个参数，一个是函数，另一个是迭代器函数
2.用递归方式计算 1+2+3+ ... +n的和
def mysum(n):
...#此处自己实现
3.用函数式编程，算出1-20的阶乘的和
4.改写之前学生信息的程序，每个人的信息有：
姓名：name
年龄：age
成绩:score
输入5个学生的信息，然后做如下的操作：
按成绩从高到低打印学生信息；
按年龄从高到低打印学生信息；
按年龄从低到高打印学生信息；
按原来输入顺序打印学生信息（保持原来的列表不变）；
1.
def isprime(n):
for i in range(2,n):
return n % i != 0
L = [ x for x in filter(isprime,range(1,101))]
print(L)
2.
def fun(n):
if n == 1:
return 1
return n + fun(n-1)
a = int(input('please enter a num:'))
print(fun(a))
3.
def fun(n):
if n == 1:
return 1
return n * fun(n-1) #算阶乘
L = []
for i in range(1,21):
L.append(fun(i))
print(sum(L))
4.
第1次做题：
docs = []
for x in range(5):
name = input("请输入第"+str(x+1)+"个学生的姓名:")
age = int(input("请输入第"+str(x+1)+"个学生的年龄:"))
d = {"name":name,"age":age}
docs.append(d)
print(docs)
L=docs.copy() #浅拷贝 L=docs[::]也可以
print('+'+'-'*13+'+'+'-'*13+'+')
print('|'+'姓名'.center(12)+'|'+'age'.center(12)+'|')
print('+'+'-'*13+'+'+'-'*13+'+')
for d in L:
print("|",d["name"].center(13),"|",str(d["age"]).center(13),'|',sep='')
print('+'+'-'*13+'+'+'-'*13+'+')
############
names = ['Tom','Jerry','Spike','Tyke']
L1 = sorted(names) #['Jerry', 'Spike', 'Tom', 'Tyke'] 首字母
L2 = sorted(names,key=len) #['Tom', 'Tyke', 'Jerry', 'Spike']
pirnt(L1,L2)
############
def fun():
for i in L：
d['age']
for i in range(5):
def quzhi():
for i in range(5):
return L[i]['age']
L3 = sorted(L,key =quzhi )
s = [(q,1,3)(w,2,4)(e,4,5)]
L = sorted(s,lanbda s : s[2])
print(L)
第2次做题：
网络参考提示：
L = [{'name':'a','score':10},{'name':'b','score':30},{'name':'c','score':20}]
print(L)
L2 = sorted(L,key=lambda stu:stu['score'])
print(L2)
#----------------------------------------------------------------------正解如下————————————————
docs = []
for x in range(3):
name = input("请输入第"+str(x+1)+"个学生的姓名:")
age = int(input("请输入第"+str(x+1)+"个学生的年龄:"))
score = int(input("请输入第"+str(x+1)+"个学生的分数:"))
d = {"name":name,"age":age,"score":score}
docs.append(d)
L=docs.copy() #浅拷贝 L=docs[::]也可以
#----------------------------------------------------------------------
print('+'+'-'*13+'+'+'-'*13+'+'+'-'*13+'+')
print('|'+'NAME'.center(13)+'|'+'AGE'.center(13)+'|'+'SCORE'.center(13)+'|')
print('+'+'-'*13+'+'+'-'*13+'+'+'-'*13+'+')
for d in L:
print("|",d["name"].center(13),"|",str(d["age"]).center(13),'|',str(d["score"]).center(13),'|',sep='')
print('+'+'-'*13+'+'+'-'*13+'+'+'-'*13+'+')
#----------------------------------------------------------------------
L = sorted(L,key=lambda stu:stu['score'])
print('+'+'-'*13+'+'+'-'*13+'+'+'-'*13+'+')
print('|'+'NAME'.center(13)+'|'+'AGE'.center(13)+'|'+'SCORE'.center(13)+'|')
print('+'+'-'*13+'+'+'-'*13+'+'+'-'*13+'+')
for d in L:
print("|",d["name"].center(13),"|",str(d["age"]).center(13),'|',str(d["score"]).center(13),'|',sep='')
print('+'+'-'*13+'+'+'-'*13+'+'+'-'*13+'+')
#----------------------------------------------------------------------
L = sorted(L,key=lambda stu:stu['age'])
print('+'+'-'*13+'+'+'-'*13+'+'+'-'*13+'+')
print('|'+'NAME'.center(13)+'|'+'AGE'.center(13)+'|'+'SCORE'.center(13)+'|')
print('+'+'-'*13+'+'+'-'*13+'+'+'-'*13+'+')
for d in L:
print("|",d["name"].center(13),"|",str(d["age"]).center(13),'|',str(d["score"]).center(13),'|',sep='')
print('+'+'-'*13+'+'+'-'*13+'+'+'-'*13+'+')
#----------------------------------------------------------------------
L = sorted(L,key=lambda stu:stu['age'],reverse = True)
print('+'+'-'*13+'+'+'-'*13+'+'+'-'*13+'+')
print('|'+'NAME'.center(13)+'|'+'AGE'.center(13)+'|'+'SCORE'.center(13)+'|')
print('+'+'-'*13+'+'+'-'*13+'+'+'-'*13+'+')
for d in L:
print("|",d["name"].center(13),"|",str(d["age"]).center(13),'|',str(d["score"]).center(13),'|',sep='')
print('+'+'-'*13+'+'+'-'*13+'+'+'-'*13+'+')
可以使用输入重定向完成这道题，工作中是写好了脚本方便测试
Python3 shiyan.py < nn.txt
如果用./students.py运行，需要为该文件添加执行权限 chmod u+x shiyan.py 并在该程序文档的首行（必须是第一行）键入#！/usr/bin/python3 来声明python3 解释执行器的位置
如果是shell文件 则要键入 #！/usr/bin/bash
python笔记11 - lambda函数，globals()/locals()函数，eval()exec()函数，闭包函数，函数式编程，高阶函数相关推荐
- python学习——函数式编程——高阶函数
python学习--函数式编程--高阶函数 函数式编程(高阶函数):1:map && reduce; 2 : filter; 3: sorted; ------------------ ...
- Python进阶：函数式编程(高阶函数，map,reduce,filter,sorted,返回函数,匿名函数,偏函数)...啊啊啊...
函数式编程 函数是Python内建支持的一种封装,我们通过把大段代码拆成函数,通过一层一层的函数调用,就可以把复杂任务分解成简单的任务,这种分解可以称之为面向过程的程序设计.函数就是面向过程的程序设计 ...
- python3_函数_形参调用方式 / 不定长参数 / 函数返回值 / 变量作用域 / 匿名函数 / 递归调用 / 函数式编程 / 高阶函数 / gobal和nonlocal关键字 / 内置函数
1.形参的调用方式 1. 位置参数调用 2. 关键词参数调用 原则: 关键词参数调用不能写在位置参数调用的前边 def test1(name, age):print("name:" ...
- 函数式编程 --- 高阶函数
含义: 高阶函数全称 (Higher-order function) 1.可以把函数作为参数传递给另一个函数 2.可以把函数作为另一个函数的返回结果 意义:高阶函数是用来抽象通用的问题:抽象可以帮我们 ...
- 【一天时间|JavaScript进阶】函数式编程高阶函数的应用
一天时间系列文章是博主精心整理的面试热点问题和难点问题,吸收了大量的技术博客与面试文章,总结多年的面试经历,带你快速并高效地审视前端面试知识.直击技术痛点,主动出击,精密打击,这才是面试拿到高薪的秘诀 ...
- Python编程 高阶函数使用技巧
在坚持的初期,坚持本身比坚持的事情更重要.也许,生活的意义并不在于实现了怎样伟大的梦想,而是在于自己全身心地投入,让每一天都成为梦想的一部分.只要是能确定带给自己价值感的事情,去做就好.时间在流逝,每 ...
- python自定义高阶函数_python基础知识5（集合，高级特性，高阶函数）
** 删除列表中重复的元素:l = [1,2,3,1,2,3] - 强制转化列表为集合类型:list(set(l)) - 将列表转化为字典,拿出里面的所有key值: dict.fromkeys(l). ...
- 函数式编程4-高阶函数
以其他函数作为参数的函数 本章的所有代码,均在github.com/antgod/func- 关于传递函数的思考 max 在很多编程语言的核心库,都包含一个叫做max的函数.包括underscore也 ...
- Python：高阶函数
前言 最近在学习深度学习,已经跑出了几个模型,但Pyhton的基础不够扎实,因此,开始补习Python了,大家都推荐廖雪峰的课程,因此,开始了学习,但光学有没有用,还要和大家讨论一下,因此,写下这些帖 ...
- python中高阶函数map怎么用_python六十课——高阶函数之map
1.高阶函数: 特点:函数的形参位置必须接受一个函数对象 分类学习: 1).map(fn,lsd1,[lsd2...]): 参数一:fn --> 函数对象 参数二:lsd1 --> 序列对 ...
最新文章
- 开工啦！这本书助你快速回归高效工作状态
- LOJ#6374 网格
- Asp.Net就业课之案例实践第二次课
- apache php mysql 整合_PHP+Apache+MySQL整合
- erlang lists
- linux按键检测结束,关于Linux下按键的检测
- 计算机考研评分标准,考研的评分标准.doc
- POJ1011 Sticks
- c#中接口的使用方法图解_C#中的接口interface的使用
- 一阶梯度法、二阶段梯度法、牛顿法
- CAD-Arcgis 坐标校正
- idea无法下载源代码
- java源码系列：HashMap底层存储原理详解——5、技术本质-原理过程-算法-取模会带来一个什么问题？什么是哈希冲突？为什么要用链表？
- “一品四境”学JAVA——书籍推荐/路径规划
- Docker 的数据持久化项目实战
- matlab磁场计算公式,利用MATLAB计算电磁场有关分布.doc
- 手机自动识别软件项目举例
- Android项目实战系列—基于博学谷（四）我的模块（上）
- pacemaker+drbd主从
- Facebook身份验证如何有效通过