三目运算符、匿名函数、内置函数

三目运算符

# 三目(元)运算符：就是 if...else...语法糖
# 前提：简化if...else...结构，且两个分支有且只有一条语句
# 注：三元运算符的结果不一定要与条件直接性关系
​
cmd = input('cmd: ')
print('可以转化为数字') if cmd.isdigit() else print('不可以转化为数字')
​
a = 20
b = 30
res = a if a > b else b  # 求大值
print(res)
​
res = 'b为小值' if a > b else 'a为小值'  # 求小值
print(res)

推导式

# 列表推导式：[v for v in iterable]
dic = {'a': 1, 'b': 2, 'c': 3}  # => [('a', 1), ('b', 2), ('c', 3)]
res = [(k, v) for k, v in dic.items()]
​
# 字典推导式：{k: v fro k, v in iterable}
ls = [('a', 1), ('b', 2), ('c', 3)]  # => {'a': 1, 'b': 2, 'c': 3}
res = {k: v for k, v in ls}
​

递归

# ***
# 递归：回溯与递推 
# 回溯：询问答案的过程
# 递推：推出答案的过程
​
# 本质：函数的自我调用
# 直接：自己调自己
# 间接：自己调别人，别人最终又调回自己
​

# count = 0
# 自己调自己
# def a():
# global count
# count += 1
# if count > 50:
# return
# a()
# a()

# 函数间接调用自己：一旦形成循环调用，就产生了递归
def b():
c()
def c():
d()
def d():
b()
b()

案例

# 询问第一个人年龄，回溯条件 小两岁，第五个人说出自己的年龄，推导出第一个人年龄
# 条件：下一个人的年龄比这个人年纪大两岁
def get_age(num):  # 得到年龄
    if num == 1:
        return 58
    age = get_age(num - 1) - 2
    return age
res = get_age(5)
print(res)

# 阶乘
# 5! = 5 * 4!    4! = 4 * 3!   ...   2! = 2 * 1
def factorial(num):
    if num == 1:
        return 1
    temp = num * factorial(num - 1)
    return temp
res = factorial(5)
print(res)

 

匿名函数

# 匿名函数：没有名字的函数
# 语法：lambda 参数列表: 一个返回值表达式
​
# 重点：
# 1.匿名函数：没有函数名，没有函数体，只有一个返回值
# 2.关键字：lambda  |  参数列表省略()  |  返回值return关键字也被省略

f = lambda x, y: (x + y, x - y)
print(f)
print(f(10, 20))

# 应用场景：
# 1.匿名函数函数地址可以被一个变量接受，该变量就可以作为函数名来使用，但就违背了匿名初衷
# 2.结合内置函数来使用: 内置函数某些参数需要一个函数地址，
#       -- 可以赋值一个有名函数名，也可以直接赋值匿名函数

内置函数

案例

# max
iterable = [1, 5, 3, 2, 7]
res = max(iterable, key=lambda x: x)  # 参数：可迭代对象遍历的元素；返回值：做比较的值
print(res)
​
# 薪资最高
iterable = {
    'Bob': 12000,
    'Tom': 37000,
    'Jerry': 76000,
    'Zero': 120,
}
res = max(iterable, key=lambda x: iterable[x])  # x: 字典的k  返回值：做比较的值
print(res)
​
iterable = {
    'Bob': {'no': 100, 'salary': 12000},
    'Tom': {'no': 200, 'salary': 37000},
    'Jerry': {'no': 50, 'salary': 76000},
    'Zero': {'no': 150, 'salary': 120},
}
res = max(iterable, key=lambda k: iterable[k]['no'])
print(res)
res = max(iterable, key=lambda k: iterable[k]['salary'])
print(res)
​
#  sorted
res = sorted([1, 3, 4, 2, 5], key=lambda x: x, reverse=True)
print(res)
​
iterable = {
    'Bob': [100, 12000],
    'Tom': [200, 37000],
    'Jerry': [50, 76000],
    'Zero': [150, 120],
}
res = sorted(iterable, key=lambda x: iterable[x][0])  # 按no排序
print(res)
​
​
# map：映射
res = map(lambda x: x + 2, [12000, 36000, 27000, 21000, 10000])
print(list(res))
​
from functools import reduce
# reduce: 合并
res = reduce(lambda f, n: f * n, [1, 2, 3, 4, 5])
print(res)
​

 

​