Python中的匿名函数及递归思想简析-python 递归函数

匿名函数

前言

上次咱们基本说了一下函数的定义及简单使用，Python中的基本函数及其常用用法简析，现在咱们整点进阶一些的。同样都是小白，咱也不知道实际需要不，但是对于函数的执行顺序以及装饰器的理解还是很有必要的。

首先咱们先简单复习一下：

函数的定义：

def 函数名字(参数): 
  具体的函数语句块 
  return [需要返回的数据]

函数的执行：

# 函数只有被调用的时候才执行，函数可以执行多次 
函数名称()

局部与全局变量：

不同的函数有不同的作用域

def test1(): 
    name = 'XXX' 
    print(name) 
 
 
def test2(): 
    name = 'YYY' 
    print(name) 
 
 
test1() 
test2()

局部想使用全局变量 使用global 变量名 
局部与全局变量同名仍要同时使用全局变量局部变量 globals()['变量名']

还有一种情况就是函数内嵌套了函数想使用上次层函数的变量。

def test1(): 
   name = 'XXX' 
 
   def test2(): 
       # 使用上一层的变量并打印查看 
       nonlocal name 
       print(name) 
   # 在函数test1中调用执行test2 
   test2() 
 
 
test1() 
# 直接调用test2会抛出异常test2 未定义 
# test2()

因为箭头那里有空格，Python也是根据这种格式来判断作用域的，只能像红色框那样在同一级的地方调用。

一个函数内返回另一个函数：

def test1(): 
   print("in the test1") 
 
 
def test2(): 
   print("in the test2") 
   return test1() 
 
 
test2()

想把上面的这段代码解释清楚，咱们插播一个递归。

递归的特性：

递归就是自己调用自己
必须有个明确的结束条件，不然会导致栈溢出
每次递归问题都有所减少
递归效率不高，但是有时候真的好用

来个最经典的斐波拉契数组。

# 斐波拉契数组长这样:1，1，2，3，5，8，13，21，34，55... 
def fabonacci(n): 
   # 结束条件 
   if n <= 2: 
       # 因为前两个数字都是1，所以当n小于等于2时返回1 
       v = 1 
       return v 
   # 大于2的话就自己调用自己，斐波拉契第n个数字等于n-1的数字+n-2数字的和 
   v = fabonacci(n-1)+fabonacci(n-2) 
   return v 
 
 
print(fabonacci(6))

import sys 
 
# 打印当前递归深度，默认为1000 
print(sys.getrecursionlimit()) 
# 设置最大递归深度 
sys.setrecursionlimit(999999999) 
print(sys.getrecursionlimit())

其实就是表达函数内调用另一个函数，会等待另一个函数执行完毕，该函数再执行到结束...感觉递归讲不讲都一样了...so，咱们还是赶紧回到正题，代码的执行顺序是这样子的....

当然还能这么玩：

def test1(): 
   print("in the test1") 
 
 
def test2(): 
   print("in the test2") 
   # 此处返回test1的内存地址 
   return test1 
 
 
test2()() 
# 先执行test2()，返回test1的内存地址 
# 加上小括号执行test1

匿名函数

使用lambda 创建
简单来说匿名函数就是一个没有名字的简单函数
匿名函数只有一个表达式，return 表达式计算的值

创建一个简单的匿名函数，命令如下所示。

格式       lambda 参数列表:表达式

lambda num1, num2: num1+num2

使用一个变量接收一下，就是保存的内存地址，加上小括号传入参数就能运行了。

func = lambda num1, num2: num1+num2 
 
print(func(1, 2))

我使用的编辑器是VS Code ，发现了一个问题，格式化代码的时候把匿名函数改成了函数...具体原因及细节未知。

格式化前：

格式化后：

map 映射(循环让每一个函数执行函数，结果保存到新的列表)

map(匿名函数，可迭代对象)

map()处理序列中的每个元素，得到的结果是一个可迭代对象，该对象个数和位置与原来一样。

li = [1, 5, 3, 2, 3] 
res = map(lambda x: x+1, li) 
print(type(res)) 
# 返回的map对象 
print(list(res))

filter 判断

filter()遍历序列中的每个元素，得到的结果是True则留下来。

people = ['sb_laowang', 'sb_xiaozhang', 'sb_laozhang', 'xiaoliu'] 
# 将满足以帅比开头的保存为新的对象 
res = filter(lambda x: x.startswith('sb'), people) 
print(type(res)) 
print(list(res))

reduce:将序列进行合并操作

from functools import reduce 
num_li = [1, 2, 3, 4, 5, 6, 7, 8, 9, 10] 
str_li = list('hello') 
res_num = reduce(lambda x, y: x+y, num_li) 
res_str = reduce(lambda x, y: x+y, str_li) 
print(str_li) 
 
 
print(type(res_num), res_num) 
print(type(res_str), res_str)

第一次运行的时候x，y是可迭代对象的前两个，后面x都是之前的累加，y则是没有进行累加的第一个，说一下reduce(lambda x, y: x+y, num_li)这个吧，可以打个断点看一下。

第一次x = 1 , y = 2 
第二次x = 3 , y = 3 
第三次x = 6 , y = 4 
第四次x = 10 , y = 5 
...

匿名函数的好处：

简化代码
没有名字，避免函数名字冲突

查看某个模块的所有方法：

# print(dir(模块名字)) 
# 例如： 
import time 
print(dir(time)) 
 
print(dir(list))

提取数据结构：

# 可能有这种需求，一个人给你个文件，读取出来是文本，或者是需要计算的公式，但是他是字符串 
 
# 假如是个字典格式的 {'name':'sb'}，但是他是个文本 
temp1 = "{'name':'sb'}" 
print(temp1，type(temp1)) 
temp2 = eval(temp1) 
print(temp2, type(temp2)) 
 
temp3 = "1+2" 
print(eval(temp3)) 
 
# 注意只能提取出来格式与要提取的格式一样的文本

总结:

本文基于Python，主要讲解了递归思想和匿名函数相关知识，例举了几个常用的匿名函数及其基本用法，如lambda、map、reduce、filter等，并简述了匿名函数的优点。关于匿名函数，还有以下一点需要注意。

匿名函数书写简单，适用于仅有一个简单表达式的函数，并且避免了函数名字冲突的问题，两个函数名字冲突下面函数会覆盖上面函数的功能，如：

def func(): 
   print('aaa') 
 
def func(): 
   print('bbb') 
 
 
func()

但是编辑器能检测出两个同名的函数，有一个编辑异常，虽然能正常运行，但是显然不符合代码开发规范。匿名函数没有名字肯定不会出现函数名字重复。