Python中的匿名函数及递归思想简析
举 2020-05-20
即将开播：5月20日，基于kubernetes打造企业级私有云实践
匿名函数
前言
上次咱们基本说了一下函数的定义及简单使用，Python中的基本函数及其常用用法简析，现在咱们整点进阶一些的。同样都是小白，咱也不知道实际需要不，但是对于函数的执行顺序以及装饰器的理解还是很有必要的。
首先咱们先简单复习一下：
函数的定义：
def 函数名字(参数): 具体的函数语句块 return [需要返回的数据]
函数的执行：
# 函数只有被调用的时候才执行，函数可以执行多次 函数名称()
局部与全局变量：
不同的函数有不同的作用域
def test1(): name = 'XXX' print(name) def test2(): name = 'YYY' print(name) test1() test2()
局部想使用全局变量 使用global 变量名 局部与全局变量同名仍要同时使用全局变量局部变量 globals()['变量名']
还有一种情况就是函数内嵌套了函数想使用上次层函数的变量。
def test1(): name = 'XXX' def test2(): # 使用上一层的变量并打印查看 nonlocal name print(name) # 在函数test1中调用执行test2 test2() test1() # 直接调用test2会抛出异常test2 未定义 # test2()
因为箭头那里有空格，Python也是根据这种格式来判断作用域的，只能像红色框那样在同一级的地方调用。
一个函数内返回另一个函数：
def test1():
print("in the test1")
def test2():
print("in the test2")
return test1()
test2() 想把上面的这段代码解释清楚，咱们插播一个递归。
递归的特性：
- 递归就是自己调用自己
- 必须有个明确的结束条件，不然会导致栈溢出
- 每次递归问题都有所减少
- 递归效率不高，但是有时候真的好用
来个最经典的斐波拉契数组。
# 斐波拉契数组长这样:1，1，2，3，5，8，13，21，34，55... def fabonacci(n): # 结束条件 if n <= 2: # 因为前两个数字都是1，所以当n小于等于2时返回1 v = 1 return v # 大于2的话就自己调用自己，斐波拉契第n个数字等于n-1的数字+n-2数字的和 v = fabonacci(n-1)+fabonacci(n-2) return v print(fabonacci(6))
import sys # 打印当前递归深度，默认为1000 print(sys.getrecursionlimit()) # 设置最大递归深度 sys.setrecursionlimit(999999999) print(sys.getrecursionlimit())
其实就是表达函数内调用另一个函数，会等待另一个函数执行完毕，该函数再执行到结束...感觉递归讲不讲都一样了...so，咱们还是赶紧回到正题，代码的执行顺序是这样子的....
当然还能这么玩：
def test1():
print("in the test1")
def test2():
print("in the test2")
# 此处返回test1的内存地址
return test1
test2()()
# 先执行test2()，返回test1的内存地址
# 加上小括号执行test1 匿名函数
- 使用lambda 创建
- 简单来说匿名函数就是一个没有名字的简单函数
- 匿名函数只有一个表达式，return 表达式计算的值
创建一个简单的匿名函数，命令如下所示。
格式 lambda 参数列表:表达式
lambda num1, num2: num1+num2
使用一个变量接收一下，就是保存的内存地址，加上小括号传入参数就能运行了。
func = lambda num1, num2: num1+num2 print(func(1, 2))
我使用的编辑器是VS Code ，发现了一个问题，格式化代码的时候把匿名函数改成了函数...具体原因及细节未知。
格式化前：
格式化后：
map 映射(循环让每一个函数执行函数，结果保存到新的列表)
map(匿名函数，可迭代对象)
map()处理序列中的每个元素，得到的结果是一个可迭代对象，该对象个数和位置与原来一样。
li = [1, 5, 3, 2, 3] res = map(lambda x: x+1, li) print(type(res)) # 返回的map对象 print(list(res))
filter 判断
filter()遍历序列中的每个元素，得到的结果是True则留下来。
people = ['sb_laowang', 'sb_xiaozhang', 'sb_laozhang', 'xiaoliu']
# 将满足以帅比开头的保存为新的对象
res = filter(lambda x: x.startswith('sb'), people)
print(type(res))
print(list(res)) reduce:将序列进行合并操作
from functools import reduce
num_li = [1, 2, 3, 4, 5, 6, 7, 8, 9, 10]
str_li = list('hello')
res_num = reduce(lambda x, y: x+y, num_li)
res_str = reduce(lambda x, y: x+y, str_li)
print(str_li)
print(type(res_num), res_num)
print(type(res_str), res_str) 第一次运行的时候x，y是可迭代对象的前两个，后面x都是之前的累加，y则是没有进行累加的第一个，说一下reduce(lambda x, y: x+y, num_li)这个吧，可以打个断点看一下。
第一次x = 1 , y = 2 第二次x = 3 , y = 3 第三次x = 6 , y = 4 第四次x = 10 , y = 5 ...
匿名函数的好处：
- 简化代码
- 没有名字，避免函数名字冲突
查看某个模块的所有方法：
# print(dir(模块名字)) # 例如： import time print(dir(time)) print(dir(list))
提取数据结构：
# 可能有这种需求，一个人给你个文件，读取出来是文本，或者是需要计算的公式，但是他是字符串
# 假如是个字典格式的 {'name':'sb'}，但是他是个文本
temp1 = "{'name':'sb'}"
print(temp1，type(temp1))
temp2 = eval(temp1)
print(temp2, type(temp2))
temp3 = "1+2"
print(eval(temp3))
# 注意只能提取出来格式与要提取的格式一样的文本 总结:
本文基于Python，主要讲解了递归思想和匿名函数相关知识，例举了几个常用的匿名函数及其基本用法，如lambda、map、reduce、filter等，并简述了匿名函数的优点。关于匿名函数，还有以下一点需要注意。
匿名函数书写简单，适用于仅有一个简单表达式的函数，并且避免了函数名字冲突的问题，两个函数名字冲突下面函数会覆盖上面函数的功能，如：
def func():
print('aaa')
def func():
print('bbb')
func() 
