一、匿名函数
匿名函数顾名思义就是没有名字的函数，比如如下：
def add(x,y): return x+y print(add(1,2))
这时需要定义函数，匿名函数就不用定义函数，直接使用关键字lambda来创建：
lambda x,y:x+y
关键字lambda表示匿名函数，冒号前面的x，y表示函数参数；x+y表示返回的结果。
如何调用匿名函数呢？可以将匿名函数赋值，然后调用：
func=lambda x,y:x+y print(func)#<function <lambda> at 0x0000000000DD4730> #进行调用 print(func(1,2))
同样可以将匿名函数作为返回值返回，例如：
def add(x,y): return lambda:x+y print(add(1,2)())#3
二、内置函数
1、abs
#函数返回数字的绝对值。 print(abs(-45))#45
2、all
#函数用于判断给定的可迭代参数 iterable 中的所有元素是否都为 TRUE，如果是返回 True，否则返回 False。元素除了是 0、空、None、False 外都算 True。 print(all(['a', 'b', 'c', 'd'])) # True
3、any
#any() 函数用于判断给定的可迭代参数 iterable 是否全部为 False，则返回 False，如果有一个为 True，则返回 True。元素除了是 0、空、FALSE 外都算 TRUE。 print(any(['a', 'b', 'c', 'd']))#True
5、map
根据提供的函数对指定序列做映射，第一个参数 function 以参数序列中的每一个元素调用 function 函数，返回包含每次 function 函数返回值的新列表。
def add(x,y): return x+y res=map(add,[1,2,3],[4,5,6]) #得到的是map的可迭代对象 for i in res: print(i)#5,7,9
另外简便一些的直接使用lambda表达式：
res=map(lambda x,y:x+y,[1,2,3],[4,5,6]) #得到的是map的可迭代对象 for i in res: print(i)#5,7,9
6、reduce
函数会对参数序列中元素进行累积，函数将一个数据集合（链表，元组等）中的所有数据进行下列操作：用传给 reduce 中的函数 function（有两个参数）先对集合中的第 1、2 个元素进行操作，得到的结果再与第三个数据用 function 函数运算，最后得到一个结果。
reduce() 函数语法：
reduce(function, iterable[, initializer])
- function -- 函数，有两个参数
- iterable -- 可迭代对象
- initializer -- 可选，初始参数
from functools import reduce res=reduce(lambda x, y: x + y, [1, 2, 3, 4, 5],10) print(res)#25
array=[1,2,3,4] def func(array,initial=None): sum=0 if initial: sum += initial for i,j in enumerate(array): sum+=j return sum def reduce_test(func,array,initial=None): return func(array,initial) res=reduce_test(func,array,20) print(res)#30
7、filter
函数用于过滤序列，过滤掉不符合条件的元素，返回由符合条件元素组成的新列表。
接收两个参数，第一个为函数，第二个为序列，序列的每个元素作为参数传递给函数进行判，然后返回 True 或 False，最后将返回 True 的元素放到新列表中。
def is_odd(n): return n % 2 == 1 newlist = filter(lambda x:x%2==1, [1, 2, 3, 4, 5, 6, 7, 8, 9, 10]) print(newlist) #<filter object at 0x00000000006B7860>
def func(arrey): list=[] for i in arrey: if i%2 == 1: list.append(i) return list def filter_test(func,arrey): return func(arrey) print(filter_test(func,[1,2,3,4,5,6]))#[1, 3, 5]
8、zip
用于将可迭代的对象作为参数，将对象中对应的元素打包成一个个元组，然后返回由这些元组组成的列表。
如果各个迭代器的元素个数不一致，则返回列表长度与最短的对象相同，利用 * 号操作符，可以将元组解压为列表。
user_info={"name":"bright","age":27,"city":"西安"}
res=zip(user_info.keys(),user_info.values())
print(list(res))#[('age', 27), ('city', '西安'), ('name', 'bright')]
详情查看：https://www.runoob.com/python/python-built-in-functions.html
三、其它
1、三元表达式
x=2 res="条件成立" if x>1 else "条件失败" print(res)#条件成立 # if x>1 为一元 # "条件成立" 为第二元 # else "条件失败" 为第三元
# 用于函数中
def func(): x=2 # if x>1: # return "条件成立" # else: # return "条件失败" return "条件成立" if x>1 else "条件失败"
2、列表解析式
一般普通方式生成列表的方法如下：
list=[] for i in range(10): list.append(i) print(list)#[0, 1, 2, 3, 4, 5, 6, 7, 8, 9]
但是，如果想要简洁，可以使用列表生成式：
res=[ i for i in range(10)] print(res)#[0, 1, 2, 3, 4, 5, 6, 7, 8, 9]
列表生成式中可以加入判断：
#加入一个判断 res=[ i for i in range(10) if i>5] print(res)#[6, 7, 8, 9] #加入多个判断 res=[ i for i in range(10) if i>5 and i<8]
列表生成式加入多重循环：
# #加入多个循环 res= [i + j for i in 'ABC' for j in 'XYZ'] print(res)#['AX', 'AY', 'AZ', 'BX', 'BY', 'BZ', 'CX', 'CY', 'CZ']
3、列表生成式
比起列表解析式，列表生成式会更加节约内存。
列表生成式只需要将列表解析式换种写法即可，将[]变成()。
res=(i for i in range(10)) print(res)#<generator object <genexpr> at 0x0000000000D96CA8>
可以看到打印出来的是generator对象，那么应该如何取值呢？
res=(i for i in range(10)) print(next(res))#0 print(next(res))#1 ...
这里使用next()方法进行输出，next()方法的本质就是调用__next()__方法
res.__next__()
但是不能每次这样取值吧，一般使用for循环进行取值，因为生成器也是一个可迭代的对象。
res=(i for i in range(10)) for i in res: print(i)