heapq模块：用python简易得到最大最小值（很好用，性能强）
1.heapq中，有nlargest()和nsmallest()函数，可以很快的得到一个复杂数据中的n个最大值或者最小值：使用如下：
运行结果如下：
以此可以很快得到一个数据中的最大最小值。
顺便解释一下lambda，lambda是python中自带的一个函数，可以通过它创建一个匿名函数（不需要名字的函数，不理解没关系请看下面的解释）。
以代码做解释：
比如上面的17，18行代码中，我们需要根据portfolio这个复杂列表中字典中的‘price’这个关键字来取出价钱最便宜的name对应的信息。
我们上面说的nlargest()和nsmallest()函数是需要把我们代码中portfolio列表的元素一个个进行分析并排出大小，因此可以理解为nlargest()函数中是依次传入portfolio当中的一个元素进行分析并返回结果的。
那我们需要用到这个元素（这个元素类型是字典形式）中的‘price’值来进行判断，所以就需要把这个‘price’关键字对应的value返回给nlargest()作为排序的参考依据。
key=lambda s:s['price']
这行代码就起到了这个一个传递‘price’对应数字给nlargest()函数中的key的作用。
本来是需要定义一个函数（如下举例）
def example（dir）：
return dir['dir']
key=example(portfolio[n])
把portfolio当中的元素一个个传到 example当中，并且把返回结果赋值给nlargest()中的key。
这其实是两步。并且这种情况下是需要重新定义一个函数(如例子中的example)来处理这个过程的，但是lambda 就可以省掉这个def example的过程，不用再给return dir['dir']这个过程专门“起一个函数名”了，可以直接通过lambda达到以上目的，这就是匿名函数。
lambda的用法：lambda [arg]: function
-
堆数据
nums=[1,3,2,5,6,8,4,22,3,43,2,34]
nums本来是列表数据，可以通过heapify()函数转换为堆数据，堆数据中总是会把最小的数据默认放在第一个元素也即[0]中。所以可以通过堆数据的pop()得到一组数据中的最小值。
看代码：
image.png
