python_函数

1.1.函数定义

1.1.1.定义一个函数

1.1python定义函数用def关键字,一般格式如下

def 函数名(参数列表):
        函数体

1.2函数名的命名规则
形参:形式参数,不是实际存在,是虚拟变量。在定义函数和函数体的时候使用形参,目的是在函数调用时接收实参(实参个数,类型与实参一一对应)
实参:实际参数,调用函数时传给函数的参数,可以是常量,变量,表达式,函数,传给形参
区别:形参是虚拟的,不占用内存空间,形参变量只有在被调用时才分配内存单元,实参是一个变量,占用内存空间,数据传送单向,实参传给形参,不能形参传给实参

def area(width,height):
    return width*height
w = 4
h = 5
print(area(w,h))
20

width和height是形参,w=4和h=5是实参。

1.1.2.使用函数的好处

1代码重用2便于修改,易扩展

msg = 'abcdefg'
msg = msg[:2] + 'z' + msg[3:]
print(msg)
msg = '1234567'
msg = msg[:2] + '9' + msg[3:]
print(msg)

改进

def setstr(msg,index,char):
    return msg[:index] + 'char' + msg[index+1:]
msg = 'abcdefg'
setstr(msg,2,'z')
print(msg)
msg = '1234567'
setstr(msg,2,'9')
print(msg)

1.2.函数的参数

  • 必需参数
  • 关键字参数
  • 默认参数
  • 不定长参数

1.2.1.必需参数:

必需参数须以正确的顺序传入函数。调用时的数量必须和声明时的一样

def f(name,age):
    print('I am %s,I am %d'%(name,age))
f('alex',18)
f('alvin',16)
I am alex,I am 18
I am alvin,I am 16

1.2.2.关键字参数:

关键字参数和函数调用关系紧密,函数调用使用关键字参数来确定传入的参数值。使用关键字参数允许函数调用时参数的顺序与声明时不一致,因为python解释器能够用参数名匹配参数值。

def f(name,age):
    print('I am %s,I am %d'%(name,age))
f(age = 16,name = 'alvin')
I am alvin,I am 16

1.2.3.默认参数

调用函数时,缺少参数的值如果没有传入,则被认为是默认值。下例会打印默认的sex,如果sex没有被传入:

def print_info(name,age,sex = 'male'):
    print('Name:%s' % name)
    print('age:%s' % age)
    print('sex:%s' % sex)
    return
print_info('alex',18)
print_info('铁锤',40,'female')
Name:alex
age:18
sex:male
Name:铁锤
age:40
sex:female

1.2.4.不定长参数

你可能需要一个函数能处理比当初声明时更多的参数。这些参数叫做不定长参数,和上述2众参数不同,声明时不会命名。

def add(*tuples):
    sum = 0
    for v in tuples:
        sum += v
    return sum
print(add(1,4,6,9))
print(add(1,4,6,9,5))
20
25

加了星号的变量名会存放所有未命名的变量参数,而加两个星号的变量名会存放命名的变量参数

def print_info(**kwargs):
    print(kwargs)
    for i in kwargs:
        print('%s:%s'%(i,kwargs[i])) #根据参数可以打印任意相关信息了
    return
print_info(name = 'alex',age = 18,sex = 'female',hobby = 'girl',nationlity = 'Chinese',ability = 'Python')
{'name': 'alex', 'age': 18, 'sex': 'female', 'hobby': 'girl', 'nationlity': 'Chinese', 'ability': 'Python'}
name:alex
age:18
sex:female
hobby:girl
nationlity:Chinese
ability:Python

注意,还可以这样传参:

def f(*args):
    print(args)
f(*[1,2,5])
def f(**kwargs):
    print(kwargs)
f(**{'name':'alex'})
(1, 2, 5)
{'name': 'alex'}

PyCharm 的调试工具

  • F8 Step Over 可以单步执行代码,会把函数调用看做是一行代码直接执行
  • F7 Step Into 可以单步执行代码,如果是函数,会进入函数内部

1.3.函数的返回值

要想获得函数的执行结果,就可以用return语句把结果返回
注意:
函数在执行过程中只要遇到return语句,就会停止执行并返回结果,所以也可理解为return语句代表着函数的结束,如果未在函数中指定return,那这个函数的返回值为None
return多个对象,解释器会把这多个对象组装成一个元组作为一个一个整体结果输出。

def sum_and_avg(list):
    sum = 0
    count = 0
    for e in list:
        #如果元素e是数值
        if isinstance(e,int) or isinstance(e,float):
            count += 1
            sum += e
        return sum,sum / count
my_list = [20,15,2.8,'a',35,5.9,-1.8]
#获取sum_and_avg函数返回的多个值,多个返回值被封装成元组
tp = sum_and_avg(my_list)
print(tp)
20 20.0

1.4.高阶函数

高阶函数是至少满足下列一个条件的函数:
接受一个或多个函数作为输入 输出一个函数

def add(x,y,f):
    return f(x) + f(y)
res = add(3,-6,abs)
print(res)
9
def method():
    x = 2
    def double(n):
        return n*x
    return double
fun = method()
num = fun(20)
print(num)
40

1.5.函数作用域

1.5.1.作用域介绍

python中的作用域分4种情况:
L:local,局部作用域,即函数中定义的变量;
E:enclosing,嵌套的父级函数的局部作用域,即包含此函数的上级函数的局部作用域,但不是全局的;
G:global,全局变量,就是模块级别定义的变量;
B:builtin,系统固定模块里面的变量,比如int,bytearray等。
搜索变量的优先级顺序依次是:作用域局部>外层作用域>当前模块中的全局>python内置作用域,也就是LEGB。

x = str(100)#int built-in
print('hello' + x)
str = 33#str内置函数被破坏,一定不要这样做
print(str)
g_count = 0#global
def outer():
    o_count = 1#enclosing
    def inner():
        i_count = 2#local
        print(o_count)
    #print(i_count)找不到
    inner()
outer()

当然,local和enclosing是相对的,enclosing
变量相对上层来说也是local。

1.5.2.作用域产生

在python中,只有模块(module),类(class)以及函数(def,lambda)才会引入新的作用域,其他的代码块(如if、try、for等)是不会引入新的作用域的,如下代码:

if 2 > 1:
    x = 1
print(x)
1

这个是没有问题的,if并没有引入一个新的作用域,x仍处在当前作用域中,后面代码可以使用。

def text():
    x = 2
print(x)
NameError: name 'x' is not defined

def、class、lambda是可以引入新作用域的。

1.5.3.变量的修改

x = 6
def f2():
    print(x)
    x = 5
f2()
#错误的原因在于print(x)时,解释器会在局部作用域找,会找到x=5(函数已经加载到内存),但x使用在声明前了,所以报错;
#local varible 'x' referenced before assignment.如何证明找到了x=5呢?简单:注释掉x=5,x=6
#报错为:name 'x' is not defined
#同理
x = 6
def f2():
    x += 1
f2()
报错为:UnboundLocalError: local variable 'x' referenced before assignment

1.5.4.global关键字

当内部作用域想修改外部作用域的变量时,就要用到global和nonlocal关键字了,当修改的变量是在全局作用域(global作用域)上的,就要使用global先声明一下,代码如下:

count = 10
def outer():
    global count
    print(count)
    count = 100
    print(count)
outer()
10
100

1.5.5.nonlocal关键字

global关键字声明的变量必须在全局作用域上,不能嵌套作用域上,当要修改嵌套作用域(enclosing作用域,外层非全局作用域)中的变量怎么办呢,这时就需要nonlocal关键字了。

def outer():
    count = 10
    def inner():
        nonlocal count
        count = 20
        print(count)
    inner()
    print(count)
outer()
20
20

1.5.6.小结

(1)变量查找顺序:LEGB,作用域局部>外层作用域>当前模块中的全局>python内置作用域;
(2)只有模块、类及函数才能引入新作用域;
(3)对于一个变量,内部作用域先声明就会覆盖外部变量,不声明直接使用,就会使用外部作用域的变量;
(4)内部作用域要修改外部作用域变量的值时,全局变量要使用global关键字,嵌套作用域变量要使用nonlocal关键字。nonlocal是python3新增的关键字,有了这个关键字,就能完美地实现闭包了。

1.6.递归函数

定义:在函数内部,可以调用其他函数。如果一个函数在内部调用自身本身,这个函数就是递归函数。

1.6.1.例1(阶乘)

def factorial(n):
    result = n
    for i in range(1,n):
        result *= 1
    return result
print(factorial(4))


#****************递归****************
def factorial_new(n):
    if n == 1:
        return 1
    return n*factorial_new(n-1)
print(factorial_new(3))

1.6.2.例2(斐波那契数列)

def fibo(n):
    before = 0
    after = 1
    for i in range(n-1):
        ret = before + after
        before = after
        after = ret
    return ret
print(fibo(3))

#*************递归************
def fibo_new(n): #n可以为零,数列有[0]
    if n <= 1:
        return n
    return(fibo_new(n-1) + fibo_new(n-2))
print(fibo_new(3))

print(fibo_new(30000))#maximum recursion depth exceeded in comparison 递归函数的优点:是定义简单,逻辑清晰。理论上,所有的递归函数都可以写成循环的方式,但循环的逻辑不如递归清晰。

1.6.3.递归特性:

1.必须有一个明确的结束条件
2.每次进入更深一层递归时,问题规模相比上次递归都应有所减少
3.递归效率不高,递归层次过多会导致栈溢出(在计算机中,函数调用是通过栈(stack)这种数据结构实现的,每当进入一个函数调用,栈就会加一层栈帧,每当函数返回,栈就会减一层栈帧。由于栈的大小不是无限的,所以,递归调用的次数过多,会导致栈溢出)

1.7.匿名函数

匿名函数就是不需要显式的指定函数名。



关键字lambda表示匿名函数,冒号前面的n表示函数参数,可以有多个参数。
匿名函数有个限制,就是只能有一个表达式,不用写return,返回值就是该表达式的结果。
用匿名函数有个好处,因为函数没有名字,不必担心函数名冲突。此外,匿名函数也是一个函数对象,也可以把匿名函数赋值给一个变量,再利用变量来调用该函数。
有些函数在代码中只用一次,而且函数体比较简单,使用匿名函数可以减少代码量,看起来比较“优雅”。

def calc(x,y):
    return x**y
#换成匿名函数
calc = lambda x,y:x**y
print(calc(2,5))
def calc(x,y):
    if x > y:
        return x*y
    else:
        return x / y
#三元运算换成匿名函数
calc = lambda x,y:x * y if x > y else x / y
print(calc(2,5))
32
0.4

匿名函数主要与其他函数联合使用

1.8.内置函数

1.8.1.map函数

map()函数接收两个参数,一个是函数,一个是Iterable,map将传入的函数依次作用到序列的每个元素,并把结果作为新的Iterator返回
遍历序列,对序列中每个元素进行函数操作,最终获取新的序列。



求列表[1,2,3,4,5,6,7,8,9],返回一个n*n的列表

#一般解决方案
li = [1,2,3,4,5,6,7,8,9]
for ind,val in enumerate(li):
    li[ind] = val * val
print(li)

#高级解决方案
li = [1,2,3,4,5,6,7,8,9]
print(list(map(lambda x:x*x,li)))
[1, 4, 9, 16, 25, 36, 49, 64, 81]
[1, 4, 9, 16, 25, 36, 49, 64, 81]

1.8.2.reduce函数

reduce把一个函数作用在一个序列[x1,x2,x3,...]上,这个函数必须接收两个参数,reduce把结果继续和序列的下一个元素做累积运算,其效果就是:
reduce(func,[1,2,3])等同于func(func(1,2),3)
对于序列内所有元素进行累计操作



#接受一个list并利用reduce()求积
from functools import reduce
li = [1,2,3,4,5,6,7,8,9]
print(reduce(lambda x,y:x * y,li))
362880

1.8.3.filter函数

filter()也接收一个函数和一个序列。和map()不同的是,filter()把传入的函数依次作用于每个元素,然后根据返回值是True还是False决定保留还是丢弃该元素。
对于序列中的元素进行筛选,最终获取符合条件的序列


li = [1,2,3,4,5,6,9,10,15]
print(list(filter(lambda x:x % 2==1,li)))

#回数是指从左向右读和从右向左读都是一样的数,例如12321,909.请利用filter()筛选出回数
li = list(range(1,200))
print(list(filter(lambda x:int(str(x)) == int(str(x)[::-1]),li)))
[1, 3, 5, 9, 15]
[1, 2, 3, 4, 5, 6, 7, 8, 9, 11, 22, 33, 44, 55, 66, 77, 88, 99, 101, 111, 121, 131, 141, 151, 161, 171, 181, 191]

1.8.4.sorted函数

sorted(iterable,/,*,key=None,reverse=False)
接收一个key函数来实现对可迭代对象进行对象进行自定义的排序
可迭代对象:主要与列表,字符串,元组,集合和字典
key:接收一个函数,根据此函数返回的结果,进行排序
reverse:排序方向,默认为从小到大,reverse=True为逆向

li = [-21,-12,5,9,36]
print(sorted(li,key = lambda x:abs(x)))
[5, 9, -12, -21, 36]
li = ['bad','about','Zoo','Credit']
print(sorted(li,key=lambda x:x[0]))
"""
对字符串排序,是按照ASCII的大小比较的,由于‘Z’<‘a',结果,大写字母z会排在小写字母a的前面。
"""
['Credit', 'Zoo', 'about', 'bad']
L = [('Bob',75),('Adam',92),('Bart',66),('Lisa',88)]
#调用sorted()对上述列表分别按名字排序
print(sorted(L,key=lambda x:x[0]))
#再按成绩从高到低排序
print(sorted(L,key=lambda x:x[1],reverse=True))
[('Adam', 92), ('Bart', 66), ('Bob', 75), ('Lisa', 88)]
[('Adam', 92), ('Lisa', 88), ('Bob', 75), ('Bart', 66)]

1.9.函数式编程

学会了上面几个重要的函数过后,我们就可以来聊一聊函数式编程了。
--概念(函数式编程)函数式编程是一种编程范式,我们常见的编程范式有命令式编程,函数式编程,常见的面向对象编程也是一种命令式编程。
命令式编程是面向计算机硬件的抽象,有变量(对应着存储单元),赋值语句(获取,存储指令),表达式(内存引用和算术运算)和控制语句(跳转指令),一句话,命令式程序就是一个冯诺依曼机的指令序列。
而函数式编程是面向数学的抽象,将计算机描述为一种表达式求值,一句话,函数式编程就是一个表达式。
函数式编程的本质
函数式编程中的函数这个术语不是指计算机中的函数,而是指数学中的函数,即自变量的映射。也就是说一个函数的值仅决定于函数参数的值,不依赖其他状态。比如y=x*x函数计算x的平方,只要x的平方,不论什么时候调用,调用几次,值都是不变的。
纯函数式编程语言中的变量也不是命令式编程语言中的变量,即存储状态的单元,而是代数中的变量,即一个值的名称。变量的值时不可变的,也就是说不允许像命令式编程语言中那样多次给一个变量赋值。比如说在命令式编程语言我们写“x=x+1”,这依赖可变状态的事实。
函数式语言的如条件语句,循环语句也不是命令式编程语言中的控制语句,而是函数的语法。
严格意义上的函数式编程意味着不使用可变的变量,赋值,循环和其他命令式控制结构进行编程。
函数式编程关心数据的映射,命令式编程关心解决问题的步骤,这也是为什么“函数式编程”叫做“函数式编程”。
实例:现在,让你把number=[2,-5,9,-7,2,5,4,-1,0,-3,8]中的正数的平均值,你肯定可以写出:

算数组中正整数的平均值
number = [2,-5,9,-7,2,5,4,-1,0,-3,8]
count = 0
sum = 0
for i in range(len(number)):
    if number[i] > 0:
        count += 1
        sum += number[i]
print(sum,count)
if count > 0:
    average = sum/count
print(average)
30 6
5

首先循环列表中的值,累计次数,并对大于0的数进行累加,最后求取平均值。
这就是命令式编程--你要做什么事情,你得把达到目的的步骤详细的描述出来,然后交给机器去运行。
这也正是命令式编程的理论模型--图灵机的特点。一条写满数据的纸带,一条根据纸带内容运动的机器,机器每动一步都需要纸带上写着如何达到。
那么,不用这种方式如何做到呢?

number = [2,-5,9,-7,2,5,4,-1,0,-3,8]
positive = filter(lambda x:x>0,number)
average = reduce(lambda x,y:x+y,positive)/len(positive)
print(average)
5

1.10.将函数存储在模块中

函数的优点之一是,使用它们可将代码块与主程序分离。通过给函数指定描述性名称,可让主程序容易理解得多。你还可以更近一步,讲函数存储在被称为模块的独立文件中,再将模块导入到主程序中。import语句允许在当前运行的程序文件中使用模块中的代码。
通过将函数存储在独立的文件中,可隐藏程序代码的细节,将重点放在程序的高层逻辑上。这还能让你在与众不同的程序中重用函数。将函数存储在独立文件中,可与其他程序员共享这些文件而不是整个程序。知道如何导入函数还能让你使用其他程序员编写的函数库。
导入模块的方法有多种,下面对每种都作简要的介绍。

1.10.1.导入整个模块

要让函数是可导入的,得先创建模块。模块是扩展名为.py的文件,包含要导入到程序中的代码。下面来创建一个包含函数make_pizza()的模块。
pizza.py

def make_pizza(size,*toppings):
    """
    概述要制作的比萨
    :param size:
    :param toppings:
    :return:
    """
    print("\nMaking a" + str(size) + "-inch pizza with the following toppings:")
    for topping in toppings:
        print("-" + topping)

接下来,我们在pizza.py所在的目录中创建另一个名为making_pizzas.py的文件,这个文件导入刚创建的模块,再调用make_pizza()两次:
making_pizzas.py

import pizza
pizza.make_pizza(16,'peppperoni')
pizza.make_pizza(12,'mushrooms','green peppers','extra cheese')

python读取这个文件时,代码行import pizza让python打开文件pizza.py,并将其中的所有函数都复制到这个程序中。你看不到复制的代码,因为这个程序运行时,python在幕后复制这些代码。你只需知道,在making_pizzas.py中,可以使用pizza.py中定义的所有函数。

Making a16-inch pizza with the following toppings:
-peppperoni

Making a12-inch pizza with the following toppings:
-mushrooms
-green peppers
-extra cheese

这就是一种导入方法:只需编写一条import语句并在其中指定模块名,就可在程序中使用该模块中的所有函数。如果你使用这种import语句导入了名为module_name.py的整个模块,就可使用下面的语法来使用其任何一个函数:

_module_name.function_name_()

1.10.2.导入特定的函数

你还可以导入模块中的特定函数,这种导入方法的语法如下:

from _module_name_ import _function_name_

通过用逗号分隔函数名,可根据需要从模块中导入任意数量的函数:

from _module_name_ import _function_0,function_1,function_2_

对于前面的making_pizzas.py示例,如果只想导入要使用的函数,代码将类似于下面这样:

from pizza import make_pizza
make_pizza(16,'pepperoni')
make_pizza(12,'mushrooms','green peppers','exrta cheese')

若使用这种语法,调用函数时就无需使用句点。由于我们在import语句中显式地导入函数make_pizza(),因此调用它时只需指定其名称。

1.10.3.使用as给函数指定别名

如果要导入的函数的名称可能与程序中现有的名称冲突,或者函数的名称太长,可指定简短而独一无二的别名--函数的另一个名称,类似于外号。要给函数指定这种特殊外号,需要在导入它时这样做。
下面给函数make_pizza()指定了别名mp()。这是在import语句中使用make_pizza/as mp实现的,关键字as将函数重名为你提供的别名:

from pizza import make_pizza as mp
mp(16,'pepperoni')
mp(12,'mushrooms','green peppers','exrta cheese')

上面的import语句将函数make_pizza()重命名为mp();在这个程序中,每当需要调用make_pizza()时,都可简写成mp(),而python将运行make_pizza()中的代码,这可避免与这个程序可能包含的函数make_pizza()混淆。
指定别名的通用语法如下:

from _module_name_ import _function_name_ as _fn_ 

1.10.4.使用as给模块指定别名

你还可以给模块指定别名。通过给模块指定剪短的别名(如给模块pizza指定别名p),让你能够更轻松地调用模块中的函数。相比于pizza.make_pizza(),p.make_pizza()更为简洁。

import pizza as p
p.make_pizza(16,'pepperoni')
p.make_pizza(12,'mushrooms','green peppers','exrta cheese')

上述import语句给模块pizza指定了别名p,但该模块中所有函数的名称都没变。调用函数make_pizza()时,可编写代码p.make_pizza()而不是pizza.make_pizza(),这样不仅能使代码更简洁,还可以让你不再关注模块名,而专注于描述性的函数名。这些函数名明确地指出了函数的功能,对理解代码而言,它们比模块名更重要。
给模块指定别名的同于语法如下:

import _module_name as mn_

1.10.5.导入模块中的所有函数

使用星号(*)运算符可让python导入模块中的所有函数:

from pizza import *
make_pizza(16,'pepperoni')
make_pizza(12,'mushrooms','green pippers','extra cheese')

import语句中的星号让python将模块pizza中的每个函数都复制到这个程序文件中。由于导入了每个函数,可通过名称来调用每个函数,而无需使用句点表示法。然而,使用并非自己编写的大型模块时,最好不要采用这种导入方法。
最佳的做法是,要么只导入你需要你使用的函数,要么导入整个模块并使用句点表示法。这能让代码更清晰,更容易阅读和理解。这里之所以介绍这种导入方法,只是想让你在阅读别人编写的代码时,如果遇到类似于下面的import语句,能够理解它们:

from _module_name_ import *

1.11.函数文档字符串

函数文档字符串documentation string(docstring)是在函数开头,用来解释其接口的字符串。简而言之:

  • 包含函数的基础信息
  • 包含函数的功能简介
  • 包含每个形参的类型,使用等信息
  • 必须在函数的首行,经过验证前面有注释性说明是可以的,不过最好函数文档出现在首行
  • 使用三引号注解的多行字符串(当然,也可以是一行),因三引号可以实现多行注解(展示)(''' ''')或(""" """)
  • 函数文档的第一行一般概述函数的主要功能,第二行空,第三行详细描述。
    查看方式
  • 在交互模式下可以使用help查看函数,帮助文档,该界面会调到帮助界面,需要输入q退出界面
  • 使用doc属性查看,该方法的帮助文档文字直接显示在交互界面上。代码如下:
def test(msg):
    """
    函数名:test
    功能:测试
    参数:无
    返回值:无
    :param msg:
    :return:
    """
    print("函数输出成功" + msg)
test('hello')
print(help(test))
print(test.__doc__)
函数输出成功hello
Help on function test in module __main__:

test(msg)
    函数名:test
    功能:测试
    参数:无
    返回值:无
    :param msg:
    :return:

None

    函数名:test
    功能:测试
    参数:无
    返回值:无
    :param msg:
    :return: