一、递归函数的定义： 在函数体内再调用函数本身（简单的说就是多次甚至无限的循环）
# 简单的递归 def func(index) print(‘form index‘) return login() def func(login) print(‘‘form login‘) return index() login() ##嵌套调用，进入多次循环，直到递归深度上限
提示超过了内置的递归深度
1：递归的最大深度——997
如果在函数体内使用递归函数那么程序就不停的运行着，这会导致数据的存储量过大，内存会溢出，Python为了杜绝这类现象的发生，定义了一个强制的将递归层数控制在了997。
查看函数最大递归深度：
import sys print(sys.getrecursionlimit()) # 查看最大的递归深度范围 print(sys.setrecursionlimit(2000)) # 修改递归深度的范围值
2：递归函数的实现过程：
1:回溯：就是一次次重复的过程，重复的过程必须在逐渐的降低问题的复查程度，直到找到一个最终的结束条件
2：递归：就是拿到条件后 ，一次次往回推导的过程
def age(n): if n==1: # 第一个开始回溯的人 return 18 # 结束的条件 else: return age(n-1)+2 #递推的规律 res=age(10) print(res)
二、算法之二分法：所谓的算法就是提高效率的方法， 二分法：就是容器内必须有一定的大小顺序，以中间数为基准寻找规律，分段比较左右对比
l=[1,4,8,9,14,25,48,58,124,236,485,489,520,1234,4526,7852] def func(l,aim): mid=(len(1)-1)//2 if l: if aim>l[mid]: func(1[mid+1:],aim) elif aim<l[mid]: func(1[:mid],aim) elif aim==l[mid]: print(‘bingo‘,mid) else: print(‘找不到‘) func(1,124) func(1,8)
三、三元表达式：
三元表达式固定表达式
值1 if 条件 else 值2
条件成立 值1
条件不成立 值2
当表达式例有一个条件使得结果不执行这个，就执行另一个时，常采用三元表达式更简单
def my_max(x,y): if x>y: return x else: return y res=my_max(1,9) print(res)
上述表达式等价于 res = x if x > y else y 如果if后面的条件成立返回if前面的值，否则返回else后面的值
=555 y=3313 res=x if x>y else y print(res) >>3313
四、列表的生成式：往列表里添加或修改内容
l=[‘tank‘,‘nick‘,‘oscar‘,‘topa‘,‘kevin‘,‘jamse‘] k=[] for name in l: k .append(‘%s_boy‘%name) # k.append（name+‘boy‘）但不推荐使用，pycharm里效率极低 print(k) 运行的结果 >>[‘tank_boy‘, ‘nick_boy‘, ‘oscar_boy‘, ‘topa_boy‘, ‘kevin_boy‘, ‘jamse_boy‘]
等价于：
res = [ ‘%s_boy‘ %name for name in l ]
print(res)
res = [name for name in l if name.endswith(‘_sb‘) # 关键字.endswith
l=[‘tank‘,‘nick‘,‘oscar‘,‘topa‘,‘kevin‘,‘jamse‘] res=[‘%s_boy‘%name for name in l] print(res) 结果： >> >>[‘tank_boy‘, ‘nick_boy‘, ‘oscar_boy‘, ‘topa_boy‘, ‘kevin_boy‘, ‘jamse_boy‘]
先 for 循环依次取出列表里面的每一个元素，然后先交给 if 判断 条件成立才会交给 for前面的代码
五、字典生成式：内部都是基于 for 循环 以 key:vlaue 键值对的形式生成列表 list，关键字 enumerate
ser=[‘kevin‘, ‘1213‘,read] d={i=j for i ,j in enumerate(l1)} if j！=‘123’ print（d）
六、匿名函数： 定义的规范： 函数名 = lambda 参数 ：返回值
就是没有函数的名字，在调用阶段只是暂时的命名，用完就不起作用了
一般不会单独使用，常与内置函数搭配使用
#这段代码 def calc(n): return n**n print(calc(10)) #换成匿名函数 calc = lambda n:n**n print(calc(10))
七、常用的内置函数;
map（映射） zip（拉链） filter（过滤） sorted（分类） reduce（减少） 大部分都是基于for循环
map：
l=[1,12,45,54,65,78] print(list(map(lambda x:x+5,l))) # 映射相当于for循环 对列表里赋值 >>>[6, 17, 50, 59, 70, 83] 对应的都+5
zip:
l1 = [1,2,3,4,5] l2 = [‘jason‘,‘egon‘,‘tank‘] # 按位置对称以元祖的形式返回，多的没有对应的就不返回： print(list(zip(l1,l2))) >>>>[(1, ‘jason‘), (2, ‘egon‘), (3, ‘tank‘)]
filter：执行的条件是：当返回的值为True时才执行，为Flase 直接过滤掉（ x:x != 3）
l = [1,2,3,4,5,6] print(list(filter(lambda x:x != 3,l))) # 过滤掉不等于3的数 返回 >>>[1, 2, 4, 5, 6]
文件操作相关：
open() 打开一个文件，返回一个文件操作符(文件句柄)
操作文件的模式有r,w,a,r+,w+,a+ 共6种，每一种方式都可以用二进制的形式操作(rb,wb,ab,rb+,wb+,ab+)
可以用encoding指定编码.
数字——数据类型相关：bool，int，float，complex
数字——进制转换相关：bin，oct，hex
数字——数学运算：abs，divmod，min，max，sum，round，pow
作用域相关的：
基于字典的形式获取局部变量和全局变量
globals()——获取全局变量的字典
locals()——获取执行本方法所在命名空间内的局部变量的字典
d = { # ‘egon‘:30000, # ‘jason‘:88888888888, # ‘nick‘:3000, # ‘tank‘:1000 # } # def index(name): # return d[name] # print(max(d,key=lambda name:d[name])) # # 比较薪资 返回人名 # print(min(d,key=lambda name:d[name])) # 通过key取值调用数字给d,然后在做比较
原文：https://www.cnblogs.com/Gaimo/p/11176371.html