内置函数(二) 闭包

曾经终败给现在 2023-10-10 10:16 35阅读 0赞

# 内置函数(二) #

### 内置函数 ###

1.abs( ) print([abs(i) for i in lst]) # 绝对值 -- 返回的都是正数 2.enumerate( ) [(0,1)(1,2)(2,3)] print([i for i in enumerate(lst,10)]) # 枚举("可迭代对象","序号的起始值") 默认的起始值是 0 3.max( ) print(max([1,2,3,4,56,7,8])) # 求最大值 print(max([1,2,-33,4,5],key=abs)) # key指定查找最大值的规则 4.min( ) print(min([1,2,3,4,-56,7,8])) # 求最小值 5.sum( ) print(sum([1,2,3,4,5],100)) # 求和 6. python3 中: range( ) g = range(0,10) g.__iter__() # 范围 本身是一个可迭代对象 有__iter__()方法 python2 中: range( ) # 获取的是一个列表 Xrange( ) # 获取的是一个可迭代对象 7.open( ) # 文件操作 8.print( ) print(sep=" ",end="\n" ) print(1,2,3,sep=" ") # sep是多个元素的连接符 9.len( ) # 公共方法,求长度的函数(除数字和bool值) 10.list( ) # 列表 11.dict( ) print(dict((1,2),(2,3)(3,4))) print(dict([i for i in enumerate(range(20),1)])) # 字典 12.zip( ) lst = [1,2,3,4,5] lst1 = ["a","b","c","d","f","e"] print(dict(list(zip(lst,lst1)))) # 拉链 -- 按照最少的进行合并 13.dir( ) print(dir(list)) # 查看当前函数的方法

### 匿名函数 ###

f = lambda x,y:(x,y) print(f(1,2)) print(f.__name__) print((lambda x:x)(2)) # 同一行定义 同一行调用 lambda # 关键字 -- 定义函数 x,y # 形参 :x+y # 返回值 -- 只能返回一个数据类型 示例: lst = [lambda i:i*i for i in range(10)] print(lst[2](2)) # 4 # 拆解 lst = [] for i in range(10): def func(i): return i*i lst.append(func) print(lst[2](2)) 示例2: lst = [lambda :i*i for i in range(10)] print(lst[2]()) # 81 # 拆解 lst = [] for i in range(10): def func(): return i*i lst.append(func) print(lst[2]()) # 一行函数 # 形参可以不写 # 返回值必须要写,返回值只能返回一个数据类型

### 内置函数(重要) ###

1.format( ) print(format(13,">20")) # 右对齐 print(format(13,"<20")) # 左对齐 print(format(13,"^20")) # 居中 print(format(13,"08b")) # 2进制 print(format(13,"08d")) # 10进制 print(format(13,"08o")) # 8进制 print(format(12,"08x")) # 16进制 2.filter( ) # 过滤 lst = [1,2,3,4,5,6] def func(s): return s > 3 print(list(filter(func,lst))) # func就是自己定义一个过滤条件,lst 要迭代的对象 lst = [1,2,3,4,5,6,7] print(list(filter(lambda x:x % 2 == 1,lst))) 3.map( ) print(list(map(lambda x:x*x,[1,2,3,8,4,5]))) # 对象映射 # 对可迭代对象中的每个元素进行加工 4.reverse( ) reversed( ) # 两者都是反转 前者在源数据上进行反转 后者开辟新空间进行反转,不影响源数据 5.sort( ) sorted( ) # 两者都是排序 前者在源数据上进行排序 后者开辟新空间进行排序,不影响源数据 lst = [1,23,34,4,5,213,123,41,12,32,1] print(sorted(lst)) print(lst) # 升序 lst = [1,23,34,4,5,213,123,41,12,32,1] print(sorted(lst,reverse=True)) # 降序 dic = {"key":1,"key1":2,"key3":56} print(sorted(dic,key=lambda x:dic[x],reverse=True)) # 指定key的排序规则 6.reduce( ) from functools import reduce print(reduce(lambda x,y:x+y,[1,2,3,4,5])) # 累计算

### 闭包 ###

def func(): a = 1 def f1(): def foo(): print(a) return foo return f1 ret = func() # 或者直接 func()()() a = ret() a() # 在嵌套函数内,使用非全局变量(且不是本层变量) -- 就是闭包 # print(foo()()().__closure__)判断是否闭包 了解: print(ret.__code__.co_freevars) # 获取的是自由变量 print(ret.__code__.co_varnames) # 获取的是局部变量 闭包的作用: 1.保证数据的安全性 2.装饰器

转载于:https://www.cnblogs.com/beichen123/p/11247127.html