lambda表达式
学习条件运算时，对于简单的 if else 语句，可以使用三元运算来表示，即：
# 普通条件语句
if 1 == 1:
name = ‘luotianshuai‘
else:
name = ‘shuaige‘
# 三元运算
name = ‘luotianshuai‘ if 1 == 1 else ‘shuaige‘
#这个就是if else的一个简写。
#if 条件成立的时候name为‘luotianshuai‘ 不成立的时候为：‘shuaige‘ ，语法糖！
那么函数有没有他的简写呢？也是有的lambda表达式！
lambda 和if else的三元运算一样，是为了简化函数，但是:
1、只能做简单的操作
2、自动return
看下面两个函数的对比：
‘‘‘正常函数‘‘‘
def func(arg):
return arg + 1
result = func(100)
print result
‘‘‘lambda表达式‘‘‘
func2 = lambda a: a + 1
result = func2(10000)
#这里调用函数的时候就是lambda表达式左边的等号就是他函数的调用！
print result
#执行结果：
#101
#10001
内置函数 二
一、map
遍历序列，对序列中每个元素进行操作，最终获取新的序列。
解释：
在Python中，最基本的数据结构是序列（sequence）。序列中的每个元素被分配一个序号——即元素的位置，也称为索引。第一个索引是 0，第二个则是 1，以此类推。序列中的最后一个元素标记为 -1，倒数第二个元素为 -2，一次类推。
Python包含 6 中内建的序列，包括列表、元组、字符串、Unicode字符串、buffer对象和xrange对象。
‘‘‘例子1‘‘‘
li = [11,22,33]
def func1(arg):
return arg + 1 #这里乘除都可以
new_list = map(func1,li) #这里map调用函数，函数的规则你可以自己指定，你函数定义成什么他就做什么操作！
print new_list
输出结果：[12, 23, 34]
‘‘‘例子2‘‘‘
li = [‘shuaige‘,‘nihao‘,]
def func1(arg):
return ‘%s test string‘ % arg #或者使用+进行拼接万恶的+能不用最好不用他会在内存中开辟新的空间！
new_strlist = map(func1,li)
print new_strlist
输出结果：[‘shuaige test string‘, ‘nihao test string‘]
‘‘‘例子3‘‘‘
li = ‘abcdefg‘
def func1(arg):
return ‘%s test string‘ % arg
new_list = map(func1,li)
print new_list
#结果：[‘a test string‘, ‘b test string‘, ‘c test string‘, ‘d test string‘, ‘e test string‘, ‘f test string‘, ‘g test string‘]
map例子
使用lambda表达式：
li = [11,22,33,44,55] new_li = map(lambda a:a + 100,li) print new_li #输出结果： [111, 122, 133, 144, 155] #多个列表操作： l1 = [11,22,33,44,55] l2 = [22,33,44,55,66] l3 = [33,44,55,66,77] print map(lambda a1,a2,a3:a1+a2+a3,l1,l2,l3) #输出结果： [66, 99, 132, 165, 198] #这里需要注意如果使用map函数列表中的元素必须是相同的才可以!否则就会报下面的错误！ #TypeError: unsupported operand type(s) for +: ‘int‘ and ‘NoneType‘，如果看下面 l1 = [11,22,33,44,55] l2 = [22,33,44,55,66] l3 = [33,44,55,66,] #l3的数据少一个，如果元素里的元素为空那么他调用的时候这个元素就是None
lambda表达式
二、filter
对于序列中的元素进行筛选，最终获取符合条件的序列！
li = [11,22,33,44,55,66,77,88] print filter(lambda a:a>33,li) 输出结果：[44, 55, 66, 77, 88]
三、reduce
对于序列内所有元素进行累计操作
li = [1,2,3,4,5,6,7,8] result = reduce(lambda a1,a2:a1+a2,li) #累乘、除、加、减 print result # reduce的第一个参数，函数必须要有两个参数，因为他是两两进行操作 # reduce的第二个参数，要循环的序列 # reduce的第三个参数，初始值 #初始值 li = [1,2,3,4,5,6,7,8] result = reduce(lambda a1,a2:a1+a2,li,100000) #累乘、除、加、减 print result
默认参数：
yield生成器
yield和return的区别：
yield跳出函数后会记录当前函数的状态当下次调用的时候，从记录的状态开始！
return后将直接跳出函数！
1、对比range 和 xrange 的区别
>>> print range(10) [0, 1, 2, 3, 4, 5, 6, 7, 8, 9] >>> print xrange(10) xrange(10)
如上代码所示，range会在内存中创建所有指定的数字，而xrange不会立即创建，只有在迭代循环时，才去创建每个数组。
看下下面的例子：（自定义生成器）
def mrange(arg):
seed = 0
while True:
seed = seed +1
if seed > arg:
return
else:
yield seed
for i in mrange(10):
print i
冒泡算法
需求：请按照从小到大对列表 [13, 22, 6, 99, 11] 进行排序
思路：相邻两个值进行比较，将较大的值放在右侧，依次比较！
冒泡算法原理图：
冒泡算法实例：
列表中有5个元素两辆进行比较，然后用中间值进行循环替换！
既然这样，既然这样我们还可以用一个循环把上面的循环进行在次循环，用表达式构造出内部循环！
li = [13,22,6,99,11]
for n in range(1,len(li)):
for m in range(len(li)-n):
num1 = li[m]
num2 = li[m+1]
if num1 > num2:
temp = li[m]
li[m] = num2
li[m+1] = temp
print li
让的原理和下面一样：
li = [13,22,6,99,11]
for m in range(4): #等价于：for m in range(len(li)-1)
num1 = li[m]
num2 = li[m+1]
if num1 > num2:
temp = li[m]
li[m] = num2
li[m+1] = temp
print li
for m in range(3): #等价于：for m in range(len(li)-2)
num1 = li[m]
num2 = li[m+1]
if num1 > num2:
temp = li[m]
li[m] = num2
li[m+1] = temp
print li
for m in range(2): #等价于：for m in range(len(li)-3)
num1 = li[m]
num2 = li[m+1]
if num1 > num2:
temp = li[m]
li[m] = num2
li[m+1] = temp
print li
for m in range(1): #等价于：for m in range(len(li)-4)
num1 = li[m]
num2 = li[m+1]
if num1 > num2:
temp = li[m]
li[m] = num2
li[m+1] = temp
print li
冒泡算法原理
装饰器
装饰器是函数，只不过该函数可以具有特殊的含义，装饰器用来装饰函数或类，使用装饰器可以在函数执行前和执行后添加相应操作。
简单的来说在不修改原函数的情况下，在对原函数进行包装！
整理中。。。。。。。。。