day_15生成器SEND方法、递归、匿名函数、内置函数
复习
1.带参装饰器 - 自定义 | wraps
SRE实战 互联网时代守护先锋，助力企业售后服务体系运筹帷幄！一键直达领取阿里云限量特价优惠。通过外界对内部函数传参，可以对一个功能进行二选一选择某一个功能进行装饰。
@warap('1') ===> 执行wrap('1')先得到@outer 【当有()时，优先执行小（），括号有优先权】
2.可迭代对象：有__iter__()方法的对象，并且调用__iter__()方法得到迭代器对象
3. 迭代器对象：有__next__()方法的对象，并且调用__next__()方法从前往后逐一取值【不依赖索引取值，但必须从前往后依次取值（无法获取索引，也无法计算长度）】
4. for循环迭代器工作原理
1）得到操作对象的迭代器对象
2）通过__next__()进行取值
3）自动处理StopIteration异常，结束循环
5.枚举对象：为被迭代的对象添加迭代索引 -- enumerate
6.生成器: 语法同函数，内部包含yield关键字，函数名() 不是函数调用，而是得到生成器对象 --> 就是自定义的迭代器对象
今日内容
1.生成器的send方法 2.递归：函数增加某种规律后自己调自己本身 3.匿名函数：lambda 4.内置函数
1. 生成器的send工作原理
1) send 送出信息给当前停止的yield 2) 再去调用__next__()方法，生成器接着往下指向，返回下一个yield值并停止
2. 递归 :函数直接或间接调用本身，都称之为递归
回溯：找寻答案的过程, --溯源
递推：推出结果的过程
前提条件：1.递归必须有出口 | 2.递归回溯递推的条件一定有规律
案例一：获得第 count 个人的年纪：
def get_age(count):
if count == 1:
return 58
# 第 九...一 个人 - 2
age = get_age(count - 1) - 2
return age
age = get_age(3)
print(age)
案例二：求n的阶乘 5！= 5 * 4 * 3 * 2 * 1：
5！ = 5 * 4！
4！= 4 * 3！
3！= 3 * 2！
2！= 2 * 1！
1！= 1
def jicheng(n):
if n == 1 or n == 0:
return 1
ji = n * jiecheng(n-1)
return ji
res = jiecheng(5)
print(res)
3.匿名函数 ： lambda *args, **kwargs: '返回值'
用一次，不会二次调用
1）.匿名函数没有函数名
2）.匿名函数的关键字采用lambda
3）.关键字 lambda 与标识函数功能体 : 之间一定是参数，所以省略()
4）.匿名还是没有函数体，只有返回值，所以函数体和返回值的return关键字都省略了
注意：
1.参数的使用和有名函数一样，六种形参都支持
2.返回值必须明确成一个值，可以为单个值对象，也可以为一个容器对象
a = lambda *args, **kwargs: '返回值1', '返回值2'
print(a) # (<function <lambda> at 0x0000022D0B7E88C8>, '返回值2')
print(a[0]()) #返回值1
正确返回两个值: 主动构成成容器类型： lambda *args, **kwargs: ('返回值1', '返回值2')
3.2匿名函数工作原理（结合内置函数）：
max(iter, key=fn)
# 可以通过max函数的key参数来改变max函数的比较依据，运行原理：
# max 函数会“ for 循环” 出一个值，然后将该值传给指定的fn函数
#调用key指定的函数，将拿到的返回值当作比较依据
salaries ={
'egon': 30000,
'alex': 10000000,
'wupeiqi':10000,
'yuanhao': 2000
}
def func(name):
return salaries[name]
max(salaries, key=func)
用lambda来写
1) max(salaries, key= lambda x:salaries[x]) #求大值
2) min(salaries, key= lambda x:salaries[x]) #求小值，原理同max
3) sorted #排序，产生一个新列表, reverse默认False
nums = [11， 33， 22， 9， 31]
res = sorted(nums) # [9, 11, 22, 31, 33]
res = sorted(nums, reverse= True) #从大到小, 默认reverse = False ,从小到大
#求按薪资从小到大排序的人名
salaries ={
'egon': 30000,
'alex': 10000000,
'wupeiqi':10000,
'yuanhao': 2000
}
res =sorted(salaries, key=lambda x: salaries[x])
print(res) #['yuanhao', 'wupeiqi', 'egon', 'alex']
4）map<映射> , filter<过滤>, reduce
map 映射, 工作原理类同max：
map 函数会“ for 循环” 出一个值，然后将该值传给指定的fn函数
调用函数fn，将拿到的返回值当作映射的逻辑结果
names = ['alex', 'lxx', 'wxx', 'yxx']
res = map(lambda name:name + '_SB', names)
print(res) # 得到一个生成器地址 <map object at 0x000001E54C32B3C8>
print(list(res)) # ['alex_SB', 'lxx_SB', 'wxx_SB', 'yxx_SB']
5)filter 过滤， 工作原理类同max：相当于for 循环取出每一个人名，然后传给匿名函数，将调用匿名函数返回值为True的那个人名留下来
filter(function, iterable)
names = ['alex_sb', 'lxx_sb', 'wxx_sb', 'yxx']
res = filter(lambda x: x.endswith('sb'), names)
print(list(res)) # ['alex_sb', 'lxx_sb', 'wxx_sb']
也可直接用列表推导式：res =[name for name in names if name.endswith('sb')]
6)reduce: 把多个值合并成一个结果，两两相加： reduce(function, iter) 注：from functools import reduce
例1： ls = ['a', 'b', 'c', 'd']
res = reduce(lambda x, y: x + y, ls, )
print(res) # abcd
例2：ls = ['a', 'b', 'c', 'd']
res = reduce(lambda x, y: x + y, ls, 'A' )
#'A', 'a' => 'Aa'
#'Aa', 'b' => 'Aab'
#'Aab', 'c' => 'Aabc'
#'Aabc', 'd' => 'Aabcd'
print(res) # Aabcd
例3：从1加到100：
res = reduce(lambda x, y:x + y, range(1, 101))
print(res)
