【Python基础之函数：二分法、三元表达式、生成/推导式、匿名函数、内置函数】

🤵‍♂️ 个人主页@老虎也淘气 个人主页
✍🏻作者简介：Python学习者
🐋 希望大家多多支持我们一起进步！😄
如果文章对你有帮助的话，
欢迎评论 💬点赞👍🏻 收藏 📂加关注

前言：

在广袤的Python编程领域中，掌握基础的函数概念是每位程序员的必修课。函数不仅仅是代码组织的方式，更是实现复杂逻辑、提高代码重用性的关键。本篇技术博客将深入探讨Python基础之函数的多个方面，从二分法、三元表达式、生成/推导式，到匿名函数和内置函数，我们将一一解析这些核心概念，带您逐步深入了解Python函数的强大之处。

无论您是初学者还是有经验的开发者，这篇文章都将为您提供全面而深入的见解，助您更好地利用这些功能丰富的函数特性，使您的Python编程技能更上一层楼。

一、算法简介之二分法

1、什么是算法

算法是指数学运算，在python中算法是指数学运算和代码相结合，能够高效的解决一些问题

2、算法的应用场景

算法的应用场景非常广阔，在我们日常中的网购、抖音、拍照识别都是通过算法完成

3、二分法

什么是二分法:二分法是一直最基础的算法，通过将数据分割、比对来提高工作效率

缺陷:针对开头或结尾的数据，查找效率很低

代码用法：

# 设置一段列表
list_1 = [11, 22, 33, 44, 55, 66, 77, 88, 99, 101, 202, 303, 404, 505, 606, 707, 808, 909]
# 定义想要查找的数据指
target_num = 505


# 6、使用递归函数循环重复查找
def func(list_1, target_num):
    # 7、添加结束条件
    if len(list_1) == 0:
        print('这里没有你要的值')
    # 1、获取列表中间索引值
    middle_index = len(list_1) // 2
    # 2、比较目标数据值与列表中间数据值
    if target_num > list_1[middle_index]:
        # 3、切片保留列表右边
        r_list_1 = list_1[middle_index + 1:]
        # 针对目标值右边继续循环
        return func(r_list_1, target_num)
    # 4、继续比较目标数据值
    elif target_num < list_1[middle_index]:
        # 5、保留列表左侧
        l_list_1 = list_1[:middle_index]
        # 针对目标值左边边继续循环
        return func(l_list_1, target_num)
    # 5、当以上条件都不成立则说明目标数据中等于索引值
    elif middle_index == len(list_1) // 2:
        print(f'找到了{target_num}')

func(list_1, 505
     )
--------------------------------------------------------------
找到了 505
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
29
30
31
32
33

二、三元表达式

1、简介及用法

三元表达式是指，当结果是二选一的情况下我们可以做到优化代码使代码简写，当有多个条件和嵌套时不推荐使用
代码用法：

1.常规用法
name = 'kangkang'
if name == 'kangkang':
    print('三好学生')
else：
	print('普通学生')

2.三元表达式用法
name = 'kangkang'
res = '三好学生' if name = 'kangkang' else '普通学生'
print(res)
1
2
3
4
5
6
7
8
9
10
11

三、各种生成式

​ 可以更加方便、快捷的对列表、字典、集合内数据值进行修改

1、列表生成式

可搭配for 、if 、range()等多种内置方法快速便捷生成需要的列表

# 设置一段列表
name_list = ['zhangshan', 'lisi', 'wangwu', 'zhangermazi']
# 条件：给上方列表内所有数据加上'YYDS'

# 1、常规方式 for循环
new_name_list = []
for name in name_list:
    new_name_list.append(name + 'YYDS')
print(new_name_list)
-------------------------------------------------------------
['zhangshanYYDS', 'lisiYYDS', 'wangwuYYDS', 'zhangermaziYYDS']



# 2、列表生成式用法
new_name_list = [name + 'YYDS' for name in name_list]
print(new_name_list)
------------------------------------------------------------
['zhangshanYYDS', 'lisiYYDS', 'wangwuYYDS', 'zhangermaziYYDS']

'''
原理:	
    # 普通的生成式
    [表达式 for 变量 in 旧列表]
    # 加条件的生成式
    [表达式 for 变量 in 旧列表 if 条件]
    # if...else条件的生成式
    [表达式 if 条件1 else 条件2for 变量 in 旧列表]
'''
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
29

进阶用法一：

new_name_list = [name + 'YYDS' for name in name_list if name == 'zhangshan']
print(new_name_list)
-----------------------------------------------------------
['zhangshanYYDS']

'''
原理：
	在基础用法上添加判断，在遍历后方添加条件，通过后进行修改数据值

'''
1
2
3
4
5
6
7
8
9
10

进阶用法二：

new_name_list = ['YYDS' if name == 'zhangshan' else 'DZD' for name in name_list if name != 'wangwu']
print(new_name_list)
-------------------------------------------------------------
['YYDS', 'DZD', 'DZD']
'''
原理：
	将相对于应位置，按条件更换数据值
'''
1
2
3
4
5
6
7
8

2、字典生成式

搭配enumerate使用

# 字典生成式
str1 = '开开心心'

dict1 = {i: j for i, j in enumerate('开开心心', start= 10)}
print(dict1)
------------------------------------------------------------
{10: '开', 11: '开', 12: '心', 13: '心'}

1
2
3
4
5
6
7
8

键值对互换

d1 = {'a':'A', 'b':'B', 'c':'C'}
d2 = {v:k for k, v in d1.items()}
print(d2 )
-------------------------------------------------------------
{'A': 'a', 'B': 'b', 'C': 'c'}
1
2
3
4
5

3、集合生成式

代码用法：#与列表生成式基本相同

# 普通的生成式
{表达式 for 变量 in 旧列表}
# 加条件的生成式
{表达式 for 变量 in 旧列表 if 条件}
# if...else条件的生成式
{表达式 if 条件1 else 条件2for 变量 in 旧列表}
1
2
3
4
5
6

四、匿名函数

1、什么是匿名函数

匿名函数是指没有函数名的函数，通常搭配在函数内或条件使用

2、匿名函数用法

关键字lambda
语法结构
lambda 形参:返回值
使用场景
lambda a,b:a+b
匿名函数一般不单独使用 需要配合其他函数一起用

五、常见内置函数

1、map()

代码用法：
	map(func,iterable)
	'''
	func为函数名，可为lambda匿名函数，iterable为可迭代对象
   此函数会将可迭代对象中的每一位元素作为参数传递到func中，并将func的计算结果加入到新列表内，map()返回的是一个包含所有结果的新列表。
	'''
    l1 = [1, 2, 3, 4, 5]
    def func(a):
         return a + 1
    res = map(lambda x:x+1, l1)
    print(list(res))
--------------------------------------------------------------
 [2, 3, 4, 5, 6]
1
2
3
4
5
6
7
8
9
10
11
12
13

2、max()、min()

代码用法：
	max(*args, key=None)
    '''
    *args作为可迭代对象，key可为lambd匿名函数，可返回最大值
    '''
1
2
3
4
5

3、reduce

代码用法：
	 # 插入模块
    from functools import reduce
    reduce(function, sequence, initial=_initial_missing)
    '''
    function可为lambd函数，可为迭代对象进行基础运算
    '''
1
2
3
4
5
6
7

函数的模块化和单元测试：

在软件开发中，将代码划分成小的、独立的模块是一种良好的实践。对于函数来说，模块化意味着将功能划分为小的可重用单元，每个单元都专注于解决特定的问题。这样的设计使得代码更易读、更易维护，并促进了团队协作。

模块化的关键点包括：

单一职责原则： 每个函数应该专注于执行一个特定的任务。这种分割不仅使得代码更易于理解，还使得修改和更新变得更加简单。

接口设计： 确保函数之间的交互通过清晰的接口进行，这有助于隔离模块并降低耦合度。好的接口设计使得模块可以独立开发、测试和维护。

一旦代码被模块化，下一步就是确保这些模块是正确的。这时，单元测试发挥了关键作用。

单元测试的要点包括：

测试用例设计： 编写用于验证函数是否按照预期工作的测试用例。这包括正常输入、边界条件和异常情况的测试。

自动化测试： 借助测试框架（例如unittest、pytest等），确保测试可以轻松地运行，以便在代码发生变化时及时检测到问题。

集成持续集成： 将单元测试集成到持续集成工具中，确保每次代码更改都会触发测试。这有助于快速发现和修复潜在问题。

通过模块化和单元测试，您可以更自信地构建和维护函数，确保它们在整个应用程序中协同工作。这也为团队合作提供了更好的基础，因为每个人都可以专注于自己负责的模块，而不必担心整个代码库的复杂性。

结尾：

在技术的海洋中，掌握Python基础之函数，就如同拥有了一把打开编程新境界的金钥匙。通过学习二分法的精妙运用，理解三元表达式的简洁之美，驾驭生成/推导式的高效实用，熟练运用匿名函数的灵活性，以及掌握内置函数的强大功能，您将能够以更加优雅和高效的方式编写Python代码。