内置函数、匿名函数及闭包

匿名函数

def func(x,y):
    return (x,y)
print(func(1,2))
# 结果：
(1,2)

f = lambda x,y:(x,y)  # lambda关键字
print(f(1,2))
# 结果：
(1,2)

print((lambda x,y:(x,y))(1,2))
# 结果：
(1,2)               # 一行代码实现匿名函数的定义及调用

print(lambda :1)
print((lambda :1)())       # 匿名函数可以不写参数，但必须具有返回值，返回值必须为一个，可以是任意数据类型
# 结果：
<function <lambda> at 0x000001C2089A6048>    # 打印函数名，即函数内存地址
1             # 调用函数，打印函数值

内置函数

• abs() 绝对值函数

  print(abs(-2)) #结果：2
  lst = [1,2,4,6,-6,-4,4]
  print(abs(i) for i in lst)   #结果：<generator object <genexpr> at 0x000001CD1A64DF10> 生成器内存地址
  print([abs(i) for i in lst])  #结果：[1, 2, 4, 6, 6, 4, 4]

• enumerate(可迭代对象，初始值)

  lst = [1,31,64,64,75]
  print([i for i in enumerate(lst,1)]) #默认初始值为0，指定为1
  # 结果：
  [(1, 1), (2, 31), (3, 64), (4, 64), (5, 75)]

• print() 屏幕输出 文件输出

  print(1,2,3,sep='*',end='\t')   # sep指定间隔方式，end指定结束方式
  print(1)
  # 结果：1*2*3    1   

  print(12345,file=open('t1.txt','w',encoding='utf-8') )

• list() 将一个可迭代对象转换成列表
• tuple() 将一个可迭代对象转换成元组
• dict() 通过相应的方式创建字典。
• sum() 求和

  print(sum([1,2,3]))
  print(sum((1,2,3),100))

• max() 求最大值

  print(max([1,6,12,7,432,3,-33]))  #返回列表元素的最大值
  print(max([1,4,23,-56,42,7],key=abs)) #返回列表元素绝对值的最大值
  dic = {'a':3,'b':2,'c':1}
  print(max(dic,key=lambda x:dic[x])) #按照字典的值进行比较，返回值最大的键

• min() 求最小值（与求最大值方法一样）
• reversed() 序列反转

  l = reversed('你好')  # l 获取到的是一个生成器
  print(list(l))
  ret = reversed([1, 4, 3, 7, 9])
  print(list(ret))  # [9, 7, 3, 4, 1]

• zip() 拉链函数

  lst1 = [1,2,3]
  lst2 = ['a','b','c','d']
  lst3 = (11,12,13,14,15)
  for i in zip(lst1,lst2,lst3):
      print(i)
  结果:
  (1, 'a', 11)
  (2, 'b', 12)
  (3, 'c', 13)

• filter(过滤条件，可迭代对象)

  lst = [1,2,3,4,5,6,7]
  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)))
  # 以列表形式返回列表元素中为奇数的元素

• sorted(可迭代对象，排序规则，升序降序)

  lst = [1,23,34,4,5,213,123,41,12,32,1]
  print(sorted(lst))   # 升序
  print(lst)
  
  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))  # key是指定排序规则

• 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"))    # 8位二进制
  print(format(13,"08d"))    # 8位十进制值
  print(format(13,"08o"))    # 8位八进制
  print(format(12,"08x"))    # 8位十六进制

• map() 映射

  map() # 对象映射
  print(list(map(lambda x:x*x,[1,2,3,8,4,5])))
  # 结果：
  [1, 4, 9, 64, 16, 25]
  # 对可迭代对象中每个元素进行加工

• reduce("函数","可迭代对象") 累计器

  from functools import reduce
  print(reduce(lambda x,y:x-y,[1,2,3,4,5]))
  # 结果：-13

闭包

闭包:嵌套函数内,使用非全局变量就是闭包

闭包的好处：

保障数据安全性，装饰器使用

def func():
    avg_lst = []  # 自由变量
    def foo(pirce):
        avg_lst.append(pirce)
        avg = sum(avg_lst) / len(avg_lst)
        return avg
    return foo
ret = func()()

print(ret(150000))
print(ret(160000))
print(ret(170000))
print(ret(150000))
print(ret(180000))
print(ret.__closure__)  #判断是不是闭包
<cell at 0x0000018E93148588: list object at 0x0000018E931D9B08>

# 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

原文地址：https://www.cnblogs.com/lifangzheng/p/11229543.html