当前位置: 首页 > news >正文

综合案例:Python 函数知识整合 — 学生成绩管理系统

1. 案例背景

我们将用一个简化版的学生成绩管理系统来演示:

  • 如何定义函数(参数、返回值)

  • 如何使用不同类型的参数(位置参数、关键字参数、可变参数)

  • 作用域(全局与局部变量)

  • 匿名函数(lambda

  • 闭包

  • 常用高阶函数(mapfiltersortedreduce

目标功能:

  1. 添加学生及成绩

  2. 查询成绩

  3. 计算平均分

  4. 查找优秀学生

  5. 排序学生成绩

from functools import reduce# =========================
# 全局变量 - 模拟数据库
# =========================
students_data = {}  # { "姓名": [语文, 数学, 英语] }# =========================
# 基础函数与参数示例
# =========================
def add_student(name, *scores):"""功能说明:添加一个学生及其成绩到系统中。该函数使用了可变参数 *scores 来接收任意数量的成绩(通常是多门科目),并将其存储到全局字典 students_data 中。使用场景:需要在系统中录入新学生时调用。"""if name in students_data:print(f"学生 {name} 已存在,添加失败。")return Falsestudents_data[name] = list(scores)print(f"学生 {name} 添加成功!")return Truedef get_student_score(name):"""功能说明:查询某个学生的成绩列表。如果学生不存在,则返回 None。使用场景:需要查看单个学生的所有科目成绩时调用。"""return students_data.get(name, None)# =========================
# 作用域示例
# =========================
def update_score(name, subject_index, new_score):"""功能说明:修改指定学生某一科目的成绩。该函数演示了如何在函数内部修改全局变量 students_data,体现了 Python 中全局作用域与局部作用域的关系。使用场景:成绩录入错误或学生成绩需要更新时调用。"""if name in students_data and 0 <= subject_index < len(students_data[name]):students_data[name][subject_index] = new_scoreprint(f"{name} 的成绩已更新!")else:print("学生不存在或科目索引错误。")# =========================
# 匿名函数 & 高阶函数
# =========================
def calculate_average(name):"""功能说明:计算某个学生的平均分。使用 reduce 和 lambda 进行成绩求和,并计算平均值。使用场景:在成绩分析、排序、筛选优秀学生时调用。"""scores = students_data.get(name)if not scores:return Noneavg = reduce(lambda x, y: x + y, scores) / len(scores)return round(avg, 2)def get_top_students(min_score=85):"""功能说明:筛选出平均分大于等于 min_score 的学生名单。使用 filter + lambda 实现。使用场景:需要快速获取优秀学生名单时调用。"""return list(filter(lambda name: calculate_average(name) >= min_score, students_data.keys()))def sort_students(by_avg=True, reverse=True):"""功能说明:对学生进行排序,可选择按平均分或成绩列表排序。默认按平均分从高到低排序。使用 sorted + lambda 实现。使用场景:在成绩分析报告中对学生进行排名时调用。"""return sorted(students_data.keys(),key=lambda name: calculate_average(name) if by_avg else students_data[name],reverse=reverse)# =========================
# 闭包示例
# =========================
def score_query_maker(subject_index):"""功能说明:创建一个闭包函数,用于查询指定科目的成绩。外部函数接收科目索引,返回的内部函数根据学生姓名返回该科目的分数。使用场景:当需要重复查询某一科目的成绩时,可以生成专用的查询函数,提高效率。"""def query(name):scores = students_data.get(name)if not scores:return Nonereturn scores[subject_index]return query# =========================
# 测试流程
# =========================
if __name__ == "__main__":# 添加学生add_student("小明", 88, 92, 79)add_student("小红", 95, 90, 93)add_student("小刚", 70, 65, 80)# 查询成绩print("小红成绩:", get_student_score("小红"))# 更新成绩update_score("小明", 2, 85)  # 改英语成绩# 计算平均分print("小明平均分:", calculate_average("小明"))# 查找优秀学生print("优秀学生:", get_top_students(85))# 排序学生print("按平均分排序:", sort_students())# 使用闭包查询某科成绩query_math = score_query_maker(1)  # 数学print("小红的数学成绩:", query_math("小红"))

知识点总结与使用场景

1. 函数定义与调用

作用

  • 将代码结构化,提升可读性与可维护性

  • 复用逻辑,减少重复代码

使用场景

  • 需要实现特定功能的代码块(如 add_student 添加学生、update_score 修改成绩)

  • 模块化项目开发

2. 参数类型(位置参数、关键字参数、可变参数)

作用

  • 灵活传递数据给函数

  • 使函数更通用,可适配不同调用需求

使用场景

  • 位置参数:严格按照顺序传递数据(如 update_score

  • 关键字参数:调用时可读性更高(如 min_score=85

  • 可变参数:接收不定数量的值(如 add_student(*scores) 录入多科成绩)3. 返回值

作用

  • 将函数处理结果传递给调用方

  • 可作为后续数据处理的输入

使用场景

  • 查询功能(如 get_student_score 返回学生成绩列表)

  • 计算功能(如 calculate_average 返回平均分)


4. 作用域(全局变量与局部变量)作用

  • 控制变量的可访问范围

  • 避免变量命名冲突

使用场景

  • 全局变量:存储共享数据(如 students_data

  • 局部变量:仅在函数内部使用(如 scores

5. 匿名函数(lambda

作用

  • 快速定义简短函数

  • 适用于一次性、临时逻辑处理

使用场景

  • 数据处理中的映射、过滤、排序(如 lambda name: calculate_average(name)

  • 不需要为函数取名的场合

6. 闭包

作用

  • 让内部函数记住外部函数的变量环境,即使外部函数已执行完毕

  • 便于封装特定功能的函数工厂

使用场景

  • 定制化功能生成(如 score_query_maker 生成专门查询某科成绩的函数)

  • 数据持久化到函数内部状态

7. 高阶函数(mapfilterreducesorted

作用

  • 接收函数作为参数,实现更简洁的数据处理逻辑

  • 提高代码可读性与表达能力

使用场景

  • map:批量转换数据(如批量计算分数)

  • filter:筛选数据(如 get_top_students 筛选优秀学生)

  • reduce:聚合计算(如 calculate_average 计算总分)

  • sorted:排序(如 sort_students 按平均分排名)

http://www.xdnf.cn/news/1302859.html

相关文章:

  • Python 类(Class)学习
  • 【新手入门】Android基础知识(一):系统架构
  • 【Golang】:流程控制语句
  • 【Vibe Coding 工程之 StockAnalyzerPro 记录】- EP1.先写 PRD
  • 【秋招笔试】2025.08.15饿了么秋招机考-第一题
  • P4069 [SDOI2016] 游戏 Solution
  • 微信小程序 拖拽签章
  • Git版本控制器
  • spring中异步任务注解@Async和@scheduled的使用
  • 2025年机械制造、机器人与计算机工程国际会议(MMRCE 2025)
  • Docker Compose 入门教程
  • MySQL、PolarDB、PolarDB-X、TableStore、MongoDB、TiDB、ClickHouse选型
  • docker入门
  • Java 调用 Python 脚本:实现 HelloWorld
  • 计算机视觉(opencv)实战五——图像平滑处理(均值滤波、方框滤波、高斯滤波、中值滤波)附加:视频逐帧平滑处理
  • 从根本上解决MAC权限问题(关闭sip)
  • SSL和TLS协议的消息认证码(MAC)
  • Android RxJava变换操作符详解
  • 使用SQLALCHEMY的outerjoin时的bug
  • 训练大模型的前提:数据治理工程:从原始数据到高质量语料的系统化治理实践
  • vector接口模拟实现及其原理
  • Redis 官方提供免费的 30 MB 云数据库
  • 阿里云出里两款新的云服务器
  • Uniapp之微信小程序自定义底部导航栏形态
  • 订单簿数据智能解析深度学习算法筛选大单并预测即时价格变动
  • MuMu模拟器Pro Mac 安卓手机平板模拟器(Mac中文)
  • 智能家居【home assistant】(二)-集成xiaomi_home
  • 云原生俱乐部-k8s知识点归纳(3)
  • 【计算机视觉与深度学习实战】02基于形态学的权重自适应图像去噪系统
  • 自学大语言模型之Transformer的Tokenizer