python3--内置函数
内置函数：
截止到python 3.6.2 版本，现在python一共提供了68个内置函数；即python提供给你直接可以拿来使用的所有函数。
上面便是内置函数列表，按首字母排序，难免看起来混乱无序，不便于记忆；
幸好课上萌萌哒景女神提供了总结归纳好的思维导图，把这些函数分成了6大类。
由于学习进度原因，此处只写标红的四大块（56个方法）~
作用域相关：
内置函数详解：http://www.runoob.com/python/python-built-in-functions.html
1.abs() 求绝对值
2.all() 如果 iterable 的所有元素都为真（或者如果可迭代为空），则返回 True
3.any() 如果 iterable 的任何元素为真，则返回 True。如果iterable为空，则返回 False
4.callable() 如果 object 参数出现可调，则返回 True，否则返回 False
5.divmod() 以两个（非复数）数字作为参数，并在使用整数除法时返回由商和余数组成的一对数字。对于混合操作数类型，二进制算术运算符的规则适用。对于整数，结果与 (a//b,a%b) 相 同。对于浮点数，结果为 (a%b,q)，其中q 通常为 math.floor(a/b)，但可以小于1
6.enumerate() 参数必须是可迭代对象，函数运行结果得到一个迭代器，输出元素及对应的索引值
7.eval() 把字符串中的提取出来执行
8.frozenset() 不可变集合，frozenset()定义的集合不可增删元素
9.globals() 返回表示当前全局符号表的字典。这始终是当前模块的字典（在函数或方法内部，这是定义它的模块，而不是从其调用它的模块）
10.round() 对参数进行四舍五入
11.sorted() 排序，不改变原列表
l=[1,2,4,9,-1] print(sorted(l)) #从小到大 print(sorted(l,reverse=True)) #从大到小
12.zip() 拉链函数
它接受一系列可迭代的对象作为参数，将对象中对应的元素打包成一个个tuple（元组），然后返回由这些tuples组成的list（列表）。若传入参数的长度不等，则返回list的长度和参数中长度最短的对象相同。利用*号操作符，可以将list unzip（解压）
a=[1,2,3] b=['a','b','c'] print(list(zip(a,b)))#------->[(1, 'a'), (2, 'b'), (3, 'c')]
#因为在Python3中zip函数生成的是一个可迭代对象，所以，加一个list可以方便的打印出来，否则打印的是一个对象
加一个*就可以解压
a=[1,2,3]
b=['a','b','c']
c=list(zip(a,b))
d=zip(*c)
print(list(d))#[(1, 2, 3), ('a', 'b', 'c')]
13.max()
返回可迭代的最大项或两个或更多参数中最大的一个。
如果提供了一个位置参数，它应该是一个 iterable。返回迭代中的最大项。如果提供了两个或多个位置参数，则返回最大的位置参数。
max()可以指定key(也就是指定要比较的部分)
14.map() 映射
返回一个迭代器，它应用 function 到 iterable 的每个项目，产生结果
l=[1,2,3,4] m=map(lambda x:x**2,l) print(list(m)) ----->[1, 4, 9, 16]
15.reduce() 合并
from functools import reduce
def multi(x,y):
return x*y
a = reduce(multi,[1,2,3,4,5])
print(a)#120 五个数相乘的结果
16.filter() 过滤 保留布尔值为True的元素
names=['a_sb','b_sb','c_sb','d']
print(list(filter(lambda name:name.endswith('_sb'),names)))--->['a_sb', b_sb', 'c_sb']
详细的内置函数介绍可以参照以下：https://www.rddoc.com/doc/Python-3.6.0/library/functions/
二、匿名函数
匿名函数就是不需要显示的指定函数
#这段代码
def calc(n):
return n**n
print(calc(10))
#换成匿名函数
calc = lambda n:n**n
print(calc(10))
l=[3,2,100,999,213,1111,31121,333]
print(max(l))
dic={'k1':10,'k2':100,'k3':30}
print(max(dic))
print(dic[max(dic,key=lambda k:dic[k])])
# 1 文件内容如下,标题为:姓名,性别,年纪,薪资
#
# egon male 18 3000
# alex male 38 30000
# wupeiqi female 28 20000
# yuanhao female 28 10000
with open('b.txt',encoding='utf-8') as f:
l1=[{'name':line.split()[0],'sex':line.split()[1],
'age':line.split()[2],'salary':line.split()[3]}for line in f]
# 4 根据1得到的列表,将每个人的信息中的名字映射成首字母大写的形式
l4=[i['name'] for i in l1]
print(list(map(lambda item:item.capitalize(),l4)))
# 5 根据1得到的列表,过滤掉名字以a开头的人的信息
l4=[i['name'] for i in l1]
print(list(filter(lambda name:not name.startswith('a'),l4)))
三、递归调用
递归特性:
1. 必须有一个明确的结束条件
2. 每次进入更深一层递归时，问题规模相比上次递归都应有所减少
3. 递归效率不高，递归层次过多会导致栈溢出（在计算机中，函数调用是通过栈（stack）这种数据结构实现的，每当进入一个函数调用，栈就会加一层栈帧，每当函数返回，栈就会减一层栈帧。由于栈的大小不是无限的，所以，递归调用的次数过多，会导致栈溢出）
递归有两个阶段
阶段一：递推
阶段二：回溯