🏆🏆🏆教程全知识点简介：1.Python函数高级特性包括匿名函数（lambda语法格式、与普通函数区别、应用场景、参数形式）。2. 文件操作涵盖文件打开关闭、文件读写（write写数据、readlines读数据）。3. 面向对象编程包括类和对象（类定义、对象创建、类对象关系）、类构成、self关键字、对象属性操作、构造方法__init__、字符串方法__str__、多继承、子类重写、多态概念及应用、类属性和实例属性、静态方法和类方法。4. 异常处理涵盖异常传递（try嵌套、函数嵌套调用）、自定义异常抛出。5. 模块系统包括Python模块概念、import导入机制、学生管理系统应用。6. 计算机基础涉及计算机组成、硬件系统、程序处理机制、编程语言概念、Python介绍、解释器作用。7. Python语法基础包括注释分类、输出（格式化输出、转义字符、结束符）、输入语法、数据类型转换、运算符（算数运算符）。8. 控制流程涵盖判断语句（if语句、if-else、if-elif-else、三目运算、if嵌套）、循环语句（while循环、for循环、break和continue）。9. 数据容器包括字符串操作（rfind、partition、splitlines、isalpha、isdigit）、列表（列表格式、相关操作、循环遍历、嵌套）、元组、字典（键值访问）、公共方法、容器类型转换、推导式（列表推导式、多for循环）。10. 函数进阶涵盖函数返回值、函数文档说明、函数嵌套调用、变量作用域（局部变量、全局变量、global关键字）、拆包和变量交换、引用概念、可变不可变类型、函数使用注意事项

📚📚👉👉👉本站这篇博客：   https://bbs.huaweicloud.com/blogs/453468    中查看

📚📚👉👉👉本站这篇博客：   https://bbs.huaweicloud.com/blogs/453468    中查看

📚📚👉👉👉本站这篇博客：   https://bbs.huaweicloud.com/blogs/455829    中查看

✨ 本教程项目亮点

🧠 知识体系完整：覆盖从基础原理、核心方法到高阶应用的全流程内容
💻 全技术链覆盖：完整前后端技术栈，涵盖开发必备技能
🚀 从零到实战：适合 0 基础入门到提升，循序渐进掌握核心能力
📚 丰富文档与代码示例：涵盖多种场景，可运行、可复用
🛠 工作与学习双参考：不仅适合系统化学习，更可作为日常开发中的查阅手册
🧩 模块化知识结构：按知识点分章节，便于快速定位和复习
📈 长期可用的技术积累：不止一次学习，而是能伴随工作与项目长期参考

🎯🎯🎯全教程总章节

🚀🚀🚀本篇主要内容

1. 匿名函数

大家来思考一个问题:

def my_add(a, b):
    return a + b

my_add()

my_add 函数需要2行定义, 能不能简化一下定义方式, 一行搞定! 当然可以， 可以把这种函数写成一个 匿名函数.

• 匿名函数的概念
• 匿名函数语法格式
• 匿名函数和普通函数的区别
• 匿名函数的使用场景

1.1 语法格式

定义的函数没有名字,这样的函数叫做匿名函数.

先看下匿名函数的语法结构:

lambda [形参1], [形参2], ... : [单行表达式] 或 [函数调用]

使用匿名函数, 上面的函数 就可以定义为单行的函数.

# 不带参数


my_fun = lambda : 10 + 20


# 带参数


my_add = lambda a, b: a + b
my_add()

注意:

• lambda表达式的参数可有可无，函数的参数在lambda表达式中完全适用。
• lambda表达式能接收任何数量的参数但只能返回一个表达式的值。

1.2 和普通函数的区别

[email-validator 文档]

def my_function(start, end):

    my_sum = 0

    while start <= end:
        my_sum += start
        start += 1

    return my_sum

1. 匿名函数中不能使用 while 循环、for 循环, 只能编写单行的表达式，或函数调用, 普通函数都可以.
2. 匿名函数中返回结果不需要使用 return, 表达式的运行结果就是返回结果, 普通函数返回结果必须 return.
3. 匿名函数中也可以不返回结果. 例如: lambda : print('hello world')

1.3 应用场景

1.3.1 定义简单的单行函数

def my_function(a, b):
    return a + b

使用 lambda 定义格式如下:

my_function = lambda a, b: a + b

[PyQt5 文档]

1.3.2 作为函数的参数进行传递(重点、难点, 扩展点)

1.3.2.1 为什么函数要作为另外函数的参数?

def my_function1():

    a = 100
    b = 200
    result = a + b
    print('result:', result)


def my_function2():

    a = 100
    b = 200
    result = a - b
    print('result:', result)


def my_function3():

    a = 100
    b = 200
    result = a * b
    print('result:', result)

上面函数定义的缺点是:

1. 函数名要定义多个, 使用起来不方便. 需要记忆, 那个函数完成什么事情.
2. 上面函数只定义了三种计算方式: a + b、a -b、a * b, 如果用户希望 a 和 b 进行除法运算, 那么显然还需要再写函数.

解决目标: 1、提高函数的通用性 2、减少代码量

可以通过传递给 my_function 一个函数来完成.

def my_function(func):

    a = 100
    b = 200
    # 把 cucalate_rule 当做函数来调用
    result = func(a, b)
    print('result:', result)


def caculate_rule(a, b):
    return a / b


my_function(caculate_rule)

1.3.2.2. 匿名函数做为函数参数

def my_function(func):

    a = 100
    b = 200
    # 把 cucalate_rule 当做函数来调用
    result = func(a, b)
    print('result:', result)


def caculate_rule1(a, b):
    return a / b

def caculate_rule2(a, b):
    return a // b

def caculate_rule3(a, b):
    return a % b

my_function(caculate_rule1)
my_function(caculate_rule2)
my_function(caculate_rule3)

为了调用 my_function 函数要写很多规则, 整个文件中可能就有很多定义的函数代码, 问题是:

1. 这些函数只会用一次
2. 这些函数也比较简单

就没有必要 py 文件中出现这么多无用的代码. 如何改进:

def my_function(func):

    a = 100
    b = 200
    # 把 cucalate_rule 当做函数来调用
    result = func(a, b)
    print('result:', result)


my_function(lambda a, b: a / b)
my_function(lambda a, b: a // b)
my_function(lambda a, b: a % b)

[Python 开发者指南]

1.3.2.3. 总结

1. 函数可以做为参数传递给另外一个函数, 可以使得函数的实现更加通用.
2. 匿名函数也可以作为参数传递给另外一个函数, 对于只需要用到一次函数, 可以通过匿名函数减少代码量.

1.3.3 lambda的参数形式

1.3.3.1.无参数

fn1 = lambda: 100
print(fn1())

1.3.3.2.一个参数

fn1 = lambda a: a
print(fn1('hello world'))

[httpx 文档]

1.3.3.3.默认参数

[openpyxl 文档]

fn1 = lambda a, b, c=100: a + b + c
print(fn1(10, 20))

1.3.3.4.可变参数：*args

fn1 = lambda *args: args
print(fn1(10, 20, 30))

注意：这里的可变参数传入到lambda之后，返回值为元组。

1.3.3.5.可变参数：**kwargs

fn1 = lambda **kwargs: kwargs
print(fn1(name='python', age=20))

1.3.4. lambda的应用

1.3.4.1. 带判断的lambda

fn1 = lambda a, b: a if a > b else b
print(fn1(1000, 500))

1.3.4.2. 列表数据按字典key的值排序

students = [
    {'name': 'TOM', 'age': 20},
    {'name': 'ROSE', 'age': 19},
    {'name': 'Jack', 'age': 22}
]



# 按name值升序排列


students.sort(key=lambda x: x['name'])
print(students)



# 按name值降序排列


students.sort(key=lambda x: x['name'], reverse=True)
print(students)



# 按age值升序排列


students.sort(key=lambda x: x['age'])
print(students)

高阶函数

把函数作为参数传入，这样的函数称为高阶函数，高阶函数是函数式编程的体现。函数式编程就是指这种高度抽象的编程范式。

1. 体验高阶函数

在Python中，abs()函数可以完成对数字求绝对值计算。

abs(-10)  # 10

round()函数可以完成对数字的四舍五入计算。

round(1.2)  # 1
round(1.9)  # 2

需求：任意两个数字，按照指定要求整理数字后再进行求和计算。

• 方法1

def add_num(a, b):
    return abs(a) + abs(b)


result = add_num(-1, 2)
print(result)  # 3

• 方法2

def sum_num(a, b, f):
    return f(a) + f(b)


result = sum_num(-1, 2, abs)
print(result)  # 3

注意：两种方法对比之后，发现，方法2的代码会更加简洁，函数灵活性更高。

函数式编程大量使用函数，减少了代码的重复，因此程序比较短，开发速度较快。

4.2 内置高阶函数

1. map 用法

map(function, list) 会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.

计算每一个元素的平方值:

my_list = [1, 2, 3, 4, 5]


def f(x):
    return x ** 2


result = map(f, my_list)
print(type(result), result, list(result))

输出结果:

<class 'map'> <map object at 0x000000C9729591D0> [1, 4, 9, 16, 25]

示例解释:

图片无法加载

首字母大写:

my_list = ['smith', 'edward', 'john', 'obama', 'tom']


def f(x):
    return x[0].upper() + x[1:]


result = map(f, my_list)
print(list(result))

输出结果:

['Smith', 'Edward', 'John', 'Obama', 'Tom']

2. reduce 用法

reduce(function, list) 函数会对参数序列中元素进行累计.

函数将一个数据集合中的所有数据进行下列操作:

1. 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.
2. 得到的结果继续和序列的下一个元素做累积计算, 最终得到一个结果.

[Learn Python the Hard Way]

计算列表中的累加和:

import functools

my_list = [1, 2, 3, 4, 5]


def f(x1, x2):
    return x1 + x2


result = functools.reduce(f, my_list)
print(result)

输出结果:

15

示例解释:

图片无法加载

3. filter 用法

filter() 函数用于过滤序列, 过滤掉不符合条件的元素, 返回一个 filter 对象, 如果要转换为列表, 可以使用 list() 来转换.

该接收两个参数, 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断, 然后返回 True 或 False, 最后将返回 True 的元素放到新列表中.

过滤列表中的偶数:

my_list = [1, 2, 3, 4, 5, 6, 7, 8, 9, 10]


def f(x):
    return x % 2 == 0


result = filter(f, my_list)
print(list(result))

输出结果:

[2, 4, 6, 8, 10]

示例解释:

图片无法加载

过滤列表中首字母为大写的单词:

my_list = ['edward', 'Smith', 'Obama', 'john', 'tom']


def f(x):
    return x[0].isupper()


result = filter(f, my_list)
print(list(result))

输出结果:

['Smith', 'Obama']

文件操作介绍

<1>什么是文件1>

示例如下：

![](https://fileserver.developer.huaweicloud.com/FileServer/getFile/communitytemp/20250910/community/383/461/571/0001696944383461571.20250910225853.422674874502786903437138