今日内容
一、三元表达式
1.1便利双分支表达（if,elif)
例1：
x = 11 y = 22
（判断的条件）
res = x if x >y elif y
(条件成功返回的值） （条件不成功返回的值）
print(res)
二、生成式
2.1列表生成式
例1：创建一个0-9的列表
for循环：
l = []
for i in range(10)
l.append(i)
print(l)
列表生成式：
l = [i for i in range(10)]
例2：在0-9的列表中只取大于5的数字放进列表
for循环：
l = []
for i in range(10):
if i > 5:
l.append(i)
print(l)
列表生成式：
l = [i for i in range(10) if i>5]
print(l)
例3：往列表中名字加上后缀
for循环：
names = ["lxx","hxx","wxx","lili"]
l = []
for name in names:
l.append(name+"_sb"]
print(l)
列表生成式：
l = [name+"_sb" for name in names]
print(l)
例4：按条件过滤出列表内容
names = ["egon","lxx_sb","hxx_sb","wxx_sb"]
res = [name for name in names if name.endswith("sb")]
print(res)
2.2字典生成式
模板：
例1：
res = {i:i**2 for i in range(5)}
print(res)
例2：
items = [("k1",111),("k2",222),("k3",333)]
print(dict(items))
print({k:v for k,v in items})
2.3集合生成式
模板：
res = {i for i in range(5)}
print(res)
2.4生成器表达式
模板：
res = (i for i in range(3)) # 创建一个生成器
print(next(res))
print(next(res))
print(next(res))
例1：当文件很大时计算文件中字符的个数
with open("a.txt",mode="rt",encoding="utf-8") as f:
res = sum（len(line) for line in f) #sum:将列表中的数字相加起来
print(res)
三、函数递归
3.1函数的递归调用
解释：在调用一个函数的内部又调用自己，所以递归调用的本质就是一个循环的过程
例1：不能无限循环，当递归深度达到1000层时会自动停止，因为如果无限循环会生成无数个内存空间让电脑死机。
def func():
print("func")
func()
func()
ps:如何让递归深度增加（深度越高，风险越大）
import sys
sys.setrecursionlimit(2000)
print(sys.getrecursionlimit())
大前提：递归一定要在某一层结束
递归的两个阶段：
1、回溯：往下一层一层挖井
2、递推：往上一层一层返回
例1：推断age(5)的值
def age(n):
if n == 1:
return 18
return age(n-1) + 10
res = age(5)
print(res)
例2：取出列表中所有的数字
nums = [1,[2,[3,[4,[5,[6]]]]]]
def get(l):
for num in l:
if type(num) is list:
get(num)
else:
print(num)
get(nums)
例3：推断目标数字是否在列表中（二分法取值）
nums = [-3,-2,-1,0,1,3,4,5,7,19]
find_num = 2
def find(nums,find_num):
if len(nums) == 0:
print("not num")
return
mid_index = len(nums) // 2
if find_num > num[mid_dinex]:
find(nums[mid_index+1:],find_num)
elif find_num < nums[mid_index]:
find(nums[:mid_index],find_num)
else:
print("get num")
find(nums,find_num)
四、匿名函数
匿名函数的定义：
没有名字的函数
例1：算两个值的合
有名函数：
def f(x,y):
return x+y
f(x,y)
匿名函数：lambda
lambda x,y:x+y #匿名函数的定义
例2：取出字典中薪资最高的人的名字（max)
salaries = {
"egon":3000,
"tom":10000,
"zxx":1000
}
print(max(salaries,key=lambda k:salaries[k])) #取出字典中薪资最高人的名字
print(min(salaries,key=lambda k:salaries[k])) #取出字典中薪资最低人的名字
print(sorted(salaries,key=lambda k:salaries[k])) #以薪资从低到高的人名排序
print(sorted(salaries,key=lambda k:salaries[k],reverse=True)) #以薪资从高到低的人名排序
五、匿名函数（了解）
5.1map
把一个列表通过某个条件变成一个迭代器列表
将下列表中所有元素加上"_sb"为后缀
names = ["lxx","hxx","wxx","lili"]
列表生成式：
l = [name + "_sb" for name in names] #换成小括号则列表变成迭代器
map方式：
res = map(lambda name:name + "sb" ,naems)
print(list(res))
5.2filter
把列表通过某种条件过滤成迭代器
将下列表中后缀为sb的元素过滤出来
names = ["lxx_sb","egon","wxx_sb","lili_sb"]
列表生成式：
print([name for name in names if name.endwith("sb")])
filter方式
res = filter(lambda name:name.endswith("sb"),names)
5.3reduce
将列表里的值合并起来
from functools import reduce
res = reduce(lambda x,y:x+y,[1,2,3])
print(res)
六、面向过程编程
面向过程编程：核心是“过程”二字，过程就是解决问题的步骤，即先干啥，后干啥，再干啥，所以基于该思想编写程序就好比设计一条一条的流水线。
优点：复杂的问题流程化，进而简单化
缺点：牵一发而动全身，扩展性差