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：

1. 函数内部调用函数自己
2. 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:

1. 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。
2. 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。