-
已经列表points中保存的是每个点的坐标(坐标是用元组表示的,第一个值是x坐标,第二个值是y坐标)
points = [ (10, 20), (0, 100), (20, 30), (-10, 20), (30, -100) ]
以下问题使用实参高阶函数来解决
1)获取列表中y坐标最大的点
z = max(points, key=lambda x: x[1]) print(z)
2)获取列表中x坐标最小的点
z = min(points, key=lambda x: x[0]) print(z)
3)获取列表中距离原点最远的点
z = max(points, key=lambda x: x[0]**2 + x[1]**2) print(z)
4)将点按照点到x轴的距离大小从大到小排序
z = sorted(points, key=lambda x: abs(x[1]),reverse=True) print(z)
-
求列表 nums 中绝对值最大的元素
nums = [-654, 432, 23, 5, 23, -23] z = max(nums, key=lambda x: abs(x)) print(z)
-
已经两个列表A和B,用map函数创建一个字典,A中的元素是key,B中的元素是value
A = ['name', 'age', 'sex'] B = ['张三', 18, '女'] 新字典: {'name': '张三', 'age': 18, 'sex': '女'}
l = dict(map(lambda m, n: (m, n), A, B)) print(l)
-
已经三个列表分别表示5个学生的姓名、学科和班号,使用map将这个三个列表拼成一个表示每个学生班级信息的的字典
names = ['小明', '小花', '小红', '老王'] nums = ['1906', '1807', '2001', '2004'] subjects = ['python', 'h5', 'java', 'python'] 结果:{'小明': 'python1906', '小花': 'h51807', '小红': 'java2001', '老王': 'python2004'}
l = dict(map(lambda x, y, z: (x, z + y), names, nums, subjects)) print(l)
-
已经一个列表message, 使用reduce计算列表中所有数字的和(用采用列表推导式和不采用列表推导式两种方法做)
message = ['你好', 20, '30', 5, 6.89, 'hello'] 结果:31.89
from functools import reduce l = reduce(lambda x1, x2: x1 + x2, [i for i in message if type(i) == int or type(i) == float], 0) print(l) 方法二: from functools import reduce message = ['你好', 20, '30', 5, 6.89, 'hello'] def num1(list1): list2 = [] for i in message: if type(i) == int or type(i) == float: list2.append(i) return list2 l = reduce(lambda x1, x2: x1 + x2, num1(message), 0) print(l)
-
已知一个字典列表中保存的是每个学生各科的成绩,
1)计算并添加每个学生的平均分
def average_score(studens): """ 计算并添加每个学生的平均分 :param studens:一个字典列表中保存的是每个学生各科的成绩 :return: """ for i in studens: average_score1 = (i['math'] + i['English'] + i['Chinese']) // 3 i.setdefault('avg', average_score1) average_score(studens) print(studens)
2)按照平均分从高到低排序
studens = [ {'name': 'stu1', 'math': 97, 'English': 67, 'Chinese': 80}, {'name': 'stu2', 'math': 56, 'English': 84, 'Chinese': 74}, {'name': 'stu3', 'math': 92, 'English': 83, 'Chinese': 78}, {'name': 'stu4', 'math': 62, 'English': 90, 'Chinese': 88} ] # 计算平均分 studens = [ {'name': 'stu1', 'math': 97, 'English': 67, 'Chinese': 80, 'avg':81}, {'name': 'stu2', 'math': 56, 'English': 84, 'Chinese': 74, 'avg':71}, {'name': 'stu3', 'math': 92, 'English': 83, 'Chinese': 78, 'avg':84}, {'name': 'stu4', 'math': 62, 'English': 90, 'Chinese': 88, 'avg':80} ] # 按照平均分从高到低排序 ...
sorted_max_avg = sorted(studens, key=lambda x: x['avg'], reverse=True) print(sorted_max_avg)
相关文章
- 09-26函数进阶(三) day14
- 09-26day25 map,filter,reduce 内置函数,作业
- 09-26day9-函数作业
- 09-26人生苦短,我学python day9-函数作业1
- 09-26python进阶一(函数式编程)【2-9 python中的偏函数】
- 09-26Python3 函数进阶2
- 09-26Python3 猜年龄小游戏进阶之函数处理
- 09-26【C语言进阶学习笔记】三、字符串函数+内存函数详解(2)
- 09-26python进阶一(函数式编程)【2-8 python中decorator装饰器】
- 09-26Python进阶-XVIV 类的内置方法:__str__ 、__repr__、析构函数(__del__)、双下的call,eq,new,hash 以及item相关的三个方法