> 文档中心 > Python模糊基础点--引用变量与可变、非可变类型、lambda表达式、高阶函数

Python模糊基础点--引用变量与可变、非可变类型、lambda表达式、高阶函数

目录

  • 字典加入元素的一个方法
  • 引用变量与可变、非可变类型
    • 变量在内存底层的存储形式
    • 验证Python中变量的引用关系
    • 把一个变量赋予给另外一个变量的影响
    • 可变、非可变类型
      • 非可变类型
      • 可变类型
      • 如何区分类型是可变还是不可变?
        • 0x1
        • 0x2
  • lambda表达式
    • Talk is cheap, show me the code
      • 带默认参数的lambda表达式
      • 不定长参数:可变参数*args
      • 不定长参数:可变参数**kwargs
      • 带if判断的lambda表达式
      • 列表数据+字典数据排序
  • 高阶函数
    • map函数
    • reduce()函数
    • filter()函数

字典加入元素的一个方法

d = {}d['1'] = 2d[1] = 3print(d)

Python模糊基础点--引用变量与可变、非可变类型、lambda表达式、高阶函数
对于列表是不被允许这样做的:

l = []l[0] = 1

Python模糊基础点--引用变量与可变、非可变类型、lambda表达式、高阶函数

引用变量与可变、非可变类型

变量在内存底层的存储形式

a = 10

第一步:首先在计算机内存中创建一个数值10(占用一块内存空间)

第二步:在栈空间中声明一个变量,如a

第三步:把数值10的内存地址赋予给变量小a,形成所谓的== “引用关系” ==

验证Python中变量的引用关系

使用内置方法id(),返回对象的内存地址。

a = 10print(id(a))

Python模糊基础点--引用变量与可变、非可变类型、lambda表达式、高阶函数

把一个变量赋予给另外一个变量的影响

a = 10b = aprint(id(a))print(id(b))b = 20print(a)print(id(a))print(id(b))

Python模糊基础点--引用变量与可变、非可变类型、lambda表达式、高阶函数
总结:不可变数据类型(数值)在赋值以后,其中一个值的改变不影响另外一个变量,因为两者指向空间地址不同。

此时有一个概念叫做:不可变数据类型。接下来,我们来看看,什么是不可变数据类型,什么是可变数据类型。

可变、非可变类型

非可变类型

  1. 数值(int整型、float浮点类型)

  2. bool类型(True和False)

  3. 字符串类型(str)

  4. 元组(tuple 1,2,3)

可变类型

  1. 列表(list [1, 2, 3])

  2. 字典(dict {key:value})

  3. 集合(set {1, 2})

如何区分类型是可变还是不可变?

0x1

l = []print(id(l))l.append(1)print(id(l))a = 10print(id(a))a = 20print(id(a))

Python模糊基础点--引用变量与可变、非可变类型、lambda表达式、高阶函数
结论:

  1. 可变类型就是在内存中,其内存地址一旦固定,其值是可以发生改变的。
  2. 非可变类型就是在内存中,内存地址一旦固定,其值就没办法发生任何改变了。

0x2

def run1(l):    l.append(1)l = []run(l)print(l)def run2(v):    v = 10v = 20run2(v)print(v)

Python模糊基础点--引用变量与可变、非可变类型、lambda表达式、高阶函数
结论:

  1. 可变类型在函数中,如果在全局或局部中对可变类型进行增删改操作,其外部和内部都会受到影响。
  2. 不可变类型在函数中,局部或全局的改变对外部和内部都没有任何影响。

lambda表达式

lambda可以有效地减少代码量。

Talk is cheap, show me the code

def add(a, b):    return a + bprint(add(1, 2))fn = lambda a, b: a + bprint(fn(1, 2))

Python模糊基础点--引用变量与可变、非可变类型、lambda表达式、高阶函数

带默认参数的lambda表达式

fn = lambda a, b, c=3 : a + b + cprint(fn(1, 2))

Python模糊基础点--引用变量与可变、非可变类型、lambda表达式、高阶函数

不定长参数:可变参数*args

fn1 = lambda *args : argsprint(fn1(1, 2, 3))

Python模糊基础点--引用变量与可变、非可变类型、lambda表达式、高阶函数

不定长参数:可变参数**kwargs

fn2 = lambda **kwargs : kwargsprint(fn2(name='ll', age=20))

Python模糊基础点--引用变量与可变、非可变类型、lambda表达式、高阶函数

带if判断的lambda表达式

fn = lambda a, b : a if a > b else bprint(fn(1, 2))

Python模糊基础点--引用变量与可变、非可变类型、lambda表达式、高阶函数

列表数据+字典数据排序

知识点:列表.sort(key=排序的key索引, reverse=True)

students = [    {'name': 'a', 'age': 20},    {'name': 'b', 'age': 19},    {'name': 'c', 'age': 22}]# 按name值升序排列students.sort(key=lambda x: x['name'])print(students)# 按name值降序排列students.sort(key=lambda x: x['name'], reverse=True)print(students)# 按age值升序排列students.sort(key=lambda x: x['age'])print(students)

Python模糊基础点--引用变量与可变、非可变类型、lambda表达式、高阶函数

高阶函数

函数作为参数传入,这样的函数称为高阶函数,高阶函数是函数式编程的体现。函数式编程就是指这种高度抽象的编程范式。其实也是为了提高代码的复用。

def add_abs(a, b):    return abs(a) + abs(b)def add_round(a, b):    return round(a) + round(b)print(add_abs(-1, -2))print(add_round(1.1, 2.6))

通过使用高级函数的方式:

def add(a, b, f):    return f(a) + f(b)print(add(-1, -2, abs))print(add(1.1, 2.7, round))

map函数

map(func, lst),将传入的函数变量func作用到lst变量的每个元素中,并将结果组成新的列表(Python2)/迭代器(Python3,如果要转换为列表, 可以使用 list() 来转换。)返回。

l = [1, 2, 3]print(list(map(lambda x: x ** 2, l)))

Python模糊基础点--引用变量与可变、非可变类型、lambda表达式、高阶函数

reduce()函数

reduce(func,lst),其中func必须有两个参数。每次func计算的结果继续和序列的下一个元素做累加计算。

注意:reduce()传入的参数func必须接收2个参数。

import functoolsl = [1, 2, 3]print(functools.reduce(lambda a, b: a + b, l))

Python模糊基础点--引用变量与可变、非可变类型、lambda表达式、高阶函数

filter()函数

filter(func, lst)函数用于过滤序列, 过滤掉不符合条件的元素, 返回一个 filter 对象。如果要转换为列表, 可以使用 list() 来转换。参数func()是个布尔函数。

l = [1, 2, 3, 4, 5, 6, 7, 8, 9, 10]print(list(filter(lambda x: x % 2 == 0, l)))

Python模糊基础点--引用变量与可变、非可变类型、lambda表达式、高阶函数