函数作为变量
1.函数调用表达式
函数调用表达式 - 调用函数的语句
普通值能做的事情函数调用表达式都能做
2.函数作为变量
!!python中声明函数本质就是申明一个类型是function的变量,函数名就是变量名
变量能做的事情,函数都能做
1) 一个变量可以给另外一个变量赋值
2) 给变量重新赋值
3) 变量作为容器的元素
4) 变量可以作为为函数的参数
一个函数可以作为另外一个函数的参数
如果一个函数的的参数也是函数,这种函数叫实参高阶函数
实参高阶函数: 列表.sort()、sorted()、max()、min()
1) 数字列表, 排序规则发生改变: 按照数字的个位数从小到大排序
sort和sorted这两个是实参高阶函数,里面有一个key参数要传一个函数值
key参数对应的函数是用来决定排序规则:函数需要一个参数和返回值,他的参数代表需要排序的序列的元素,返回值是比较对象
nums = [32, 43, 23, 4, 53, 3435, 4354, 34]
def func1(item):
return item % 10
nums.sort(key=func1, reverse=True)
练习1: 给一个数字列表,按照各位数的和的大小从小到大排序
sum1 = 0
for i in str(item):
sum += int(i)
return sum1
nums.sort(key=fun2)
练习2: 按成绩排序
all_students = [
{'name': '小明', 'age': '20', 'score': '90', 'id': 'stu001'},
{'name': '小的', 'age': '45', 'score': '35', 'id': 'stu151'},
{'name': '小给', 'age': '26', 'score': '98', 'id': 'stu064'},
{'name': '小发', 'age': '34', 'score': '60', 'id': 'stu024'},
{'name': '小好', 'age': '46', 'score': '40', 'id': 'stu015'},
{'name': '小该', 'age': '13', 'score': '59', 'id': 'stu054'},
]
def fun3(item):
return item['score']
all_students.sort(key=fun3, reverse=True)
print(all_students)
def max_1(seq, key=None):
seq = list(seq)
if not key:
max1 = seq[0]
for x in seq[1:]:
if x > max1:
max1 = x
return max1
max1 = seq[0]
for x in seq[1:]:
if key(x) > key(max1):
max1 = x
return max1
print(max_1(all_students, key=lambda x: x['score']))
5)变量作为函数的返回值
一个函数的返回值如果也是一个函数,那么这个函数就是返回值高阶函数
1.什么是迭代器(iter)
迭代器是容器型数据类型(序列),可变(不支持增删改),有序(不支持下标操作)
保存在迭代器中的元素,只能取,取出来后迭代器中就不再保存,也不可添加
没有对应格式数据
迭代器只能是通过将其他的序列转换成迭代器,或者是生成器
1.由其它容器转换而来2.生成式生成数据
iter1 = iter([1, 20, 300])
print(iter1)
iter2 = iter((2, 'sf', True))
print(iter2)
iter3 = iter({'sds': 12, 'sd': 21})
print(iter3)
iter4 = iter('sdffe23m看电视看')
print(iter4)
2.获取迭代器中的元素
不管用什么样的方式去获取迭代器中的元素,获取一个就少一个
1) 获取单个元素: next(迭代器) - 获取迭代器顶层的元素
2) 遍历
for x in iter4:
print(x, end='')
1.什么是生成器
生成器就是迭代器 - 获取元素和迭代器一样(只能一个一个取,取一个少一个)
调用函数体中有yield关键字的函数,就可以得到一个生成器
2.yield
yield只能出现在函数体中
调用有yield关键字的函数,不会执行函数体,也不会获取返回值;而是得到一个生成器
3.生成器怎么产生数据
看一个生成器能够产生几个数据,看执行完生成器对应的函数会遇到几次yield;
yield后面的值就是生成器能产生的数据
4.生成器生成数据的原理
生成不会同时将所有元素保存起来,而是需要数据的时候临时产生数据
每次获取生成器元素的时候,就去执行生成器对应的函数的函数体,从前往后执行,
直到遇到yield为止,并且将yield后面的值作为结果,同时保存结束位置;
下次获取下一个元素的时候,接着上次结束的位置往后执行,直到遇到下一个yield;
以此类推
如果执行到函数结束都没有遇到yield,next函数会报StopIteration错误
def func1():
for i in range(10, 1, -1):
yield i**2
gen1 = func1()
print(next(gen1))
print(next(gen1))
print(next(gen1))
1.什么是生成式
生成式本质就是生成器
1) 语法1
(表达式 for 变量 in 序列) - 创建一个生成器
[表达式 for 变量 in 序列] - 创建一个生成器然后转换成列表
展开成生成器:
def func1():
for 变量 in 序列:
yield 表达式
2) 语法2
(表达式 for 变量 in 序列 if 条件语句) - 创建一个生成器
gen1 = (x*2 for x in range(10))
print(next(gen1))
模块
在实际开发的时候,一个项目会分为多个模块
1.什么是模块: 一个py文件就是一个模块
2.多模块怎么协作: 导入模块
1) import 模块名 - 在当前模块中导入指定模块,导入后可以使用指定模块中的所有全局变量
以'模块名.变量'去使用
2) from 模块名 import 全局变量1, 全局变量2, ...
- 导入指定模块中指定全局变量;被导入的全局变量在当前模块中直接使用
3) 重命名
import 模块名 as 新模块名 - 通过新模块名去使用模块
from 模块名 import 全局变量1 as 新全局变量名1, 全局变量2 as 新全局变量名2 ...
- 通过新变量名去使用变量
4) 通配符
from 模块名 import * - 导入模块中所有全局变量,使用时可以直接用
无法重命名
3.导入模块的原理
当执行导入模块的代码的时候,实质会执行被导入的模块的所有内容
将不希望被别的模块执行的代码放在下述if语句里(快捷方式main)
if __name__ == '__main__':