内置函数补充，闭包

内置函数补充，闭包

1、内置函数的补充

1. zip():拉链方法，用于将可迭代对象做为参数，将对象中对应的元素打包成一个元组，而后返回这些由这些元组组成的内容(迭代器)，若是这个可迭代对象的元素个数不一致，则按照长度最短的返回

   lst1 = [1,2,3]
   lst2 = ['a','b','c','d']
   lst3 = (11,12,13,14,15)
   for i in zip(lst1,lst2,lst3):
       print(i)
   
   结果：  (1, 'a', 11)
         (2, 'b', 12)
         (3, 'c', 13)

2. sorted():排序

   l1 = [7, 4, 1, 6,]
   print(sorted(l1)) # 造成了新的列表
   # 加key
   lst = [
       {'name': 'xiaohong', 'age': 73},
       {'name': 'xiaoming', 'age': 35},
       {'name': 'xiaoli', 'age': 25},
   ]
   print(sorted(lst,key=lambda x:x['age']))  #按照年龄排序
   print(sorted(lst,key=lambda x:x['age'],reverse=True))  #第三个参数，逆序

3. filter():过滤，至关于生成器表达式的筛选模式，返回一个迭代器

   l1 = [56, 67, 12, 34, 78, 90]
   print(i for i in l1 if i > 60)   #[67,78,90]
   print(list(filter(lambda x:x>60,l1)))   #[67,78,90]

4. map():至关于生成器表达式的循环模式

   l1 = [56, 67, 12, 34, 78, 90]
   print(i**2 for i in l1)    #<generator object <genexpr> at 0x000001E97FFFC888>
   print(list(map(lambda x:x**2,l1)))    #[3136, 4489, 144, 1156, 6084, 8100]

5. reduce(): python3从内置函数剔除了，放到了模块中

   就是把列表，元组的成员按照既定的规则累加

   from functools import reduce
   print(reduce(lambda x,y:x+y,[1,2,3,4,5]))  #15
   """
   第一次: x,y 1,2 求和 3  记录到内存
   第二次: x,y 3,3 求和 6  记录到内齿
   第三次: x,y 6,4 求和 10  记录到内齿
   第四次: x,y 10,5 求和 15  返回
   """

2、闭包（考点，难点）

1. 闭包的造成条件：
   • 闭包存在于嵌套函数
   • 内层函数对外层函数非全局变量的引用（修改），产生了自由变量，这个自由变量不会随着函数的运行结束而消失，保证了数据的安全
   • 函数名逐层返回，直至返回到最外层（参考）
2. 闭包的应用：
   • 保证数据的安全
   • 装饰器的本质

# 初版
lst = []     #lst是全局变量，不安全
def func(price):
    lst.append(price)
    return sum(lst)/len(lst)

# 第二版
def func(price):
    lst = []        #自由变量
    lst.append(price)
    return sum(lst)/len(lst)

# 为了保证数据的安全，闭包
def func():
    lst = []   #自由变量
    def func1(price):
        lst.append(price)
        return sum(lst)/len(lst)
    return func1    #return是给全局复制了一份,获得了func1的函数地址
avg = func()
print(avg(100000))
print(avg(110000))
print(avg(120000))
print(avg(110000))
# 判断一个函数是否是闭包--函数中有没有自由变量
# 函数名.__code__.co_freevars 查看函数的自由变量