1.函数作为变量
1）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
2）所以普通变量能做的事情函数都可以做
2.一个变量可以给另外一个变量赋值
1）将函数名作为变量，给另一个变量赋值
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
1）声明一个变量，类型是function（函数）
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)
4.变量可以作为函数的参数
1）函数作为函数的参数(实参高阶函数)
print('==============================')
def func1(fn, fn2):
# 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)
"""
func1(func11, func12)
"""
2）应用: sort函数
print('===============sort的高级使用===============')
nums = [1, 34, 45, 9, 20]
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}
]
# 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)
5.变量作为返回值
1)将一个函数作为函数的返回值(返回值高阶函数)
print('================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)
6.迭代器
1.什么是迭代器(iter)
1)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。
2)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
1)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
2)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
3. 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
# 2) 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
7.生成器
1.什么是生成器
1)生成器就是迭代器, 迭代器不一定是生成器
2)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
1)生成器获取元素的方式和迭代器一样： next()和循环遍历
2)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
3)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))
print('next:', next(gen3))
print('next:', next(gen3))
# print('next:', next(gen3))
for x in gen3:
print('x:', x)
3.生成器产生数据的原理
1)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；
2)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；
3)以此类推
4)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
print('===============================')
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))
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))
