Python3基础笔记--函数

一、函数

定义: 函数是指将一组语句的集合通过一个名字(函数名)封装起来，要想执行这个函数，只需调用其函数名即可

特性:

1）代码重用

2）保持一致性

3）可扩展性

参考博客：

Py西游攻关之函数

1、函数参数

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，类型应与实参一一对应）

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

关键字参数
默认参数
不定长参数

1）关键字参数：

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。但可以自己指定赋值，这样就可以不管顺序。

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(16,'alvin') #报错

f(age=22,name='perry')

2）缺省参数（默认参数）：

默认参数必须跟在非默认参数后面

调用函数时，缺省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，就打印默认值：

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')

3）不定长参数 **`*args` and `kwargs(key-word arguments)`

参考：*args and **kwargs

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种参数不同，声明时不会命名。

# 不定长参数

def add(*args):

    sum=0

    for v in args:

        sum+=v

    return sum

print(add(1,4,6,9))

print(add(1,4,6,9,5))

加了星号（*）的变量名会存放所有未命名的变量参数，将传入的参数保存到一个元组中

而加(**)的变量名会存放命名的变量参数，将传入的命名参数放到一个字典dict中

def print_info(name, **kwargs):

    print(kwargs)

    for i in kwargs.items():                      # i为一个元组

        print('{0}:{1}'.format(i[0], i[1]))       #根据参数可以打印任意相关信息了

    for name, value in kwargs.items():

        print('{0}:{1}'.format(name, value))       #根据参数可以打印任意相关信息了

    return

print_info(name='perry', age=23, sex='male', hobby='girl', nationality='Chinese', ability='Python')

'''output

{'age': 23, 'sex': 'male', 'hobby': 'girl', 'nationality': 'Chinese', 'ability': 'Python'}

age:23

sex:male

hobby:girl

nationality:Chinese

ability:Python

age:23

sex:male

hobby:girl

nationality:Chinese

ability:Python

'''

注意两个参数的位置：先是无命名，后是键值对形式的

def print_info(name,*args,**kwargs):#def print_info(name,**kwargs,*args):报错

    print('Name:%s'%name)

    print('args:',args)

    print('kwargs:',kwargs)

    return

print_info('alex',18,hobby='girl',nationality='Chinese',ability='Python')

# print_info(hobby='girl','alex',18,nationality='Chinese',ability='Python')  #报错

#print_info('alex',hobby='girl',18,nationality='Chinese',ability='Python')   #报错

2、函数返回值

要想获取函数的执行结果，就可以用return语句把结果返回

注意:

　　① 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，so 也可以理解为 return 语句代表着函数的结束

　　② 如果未在函数中指定return,那这个函数的返回值为None

　　③ 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 exchange(a, b):

    return b,a

x = 1

y = 2

print("交换前：")

print('x =',x, '\ny =', y)

print("交换后：")

x, y = exchange(x,y)

print('x =',x, '\ny =', y)

'''

交换前：

x = 1

y = 2

交换后：

x = 2

y = 1

'''

3、函数的作用域

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：globa，全局变量，就是模块级别定义的变量；
B：built-in，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 = int(2.9)  # int built-in

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()

# print(o_count) #找不到

作用域就牵扯到变量的修改问题：

x=6

def f():

    print(x)

    x=5

f()

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 variable 'x' referenced before assignment.

1） 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()

#

#

2）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

4、高阶函数

高阶函数是至少满足下列一个条件的函数:

1）接受一个或多个函数作为输入

2）输出一个函数

注意理解：

函数名可以进行赋值
函数名是一个变量，可以作为函数参数以及返回值

def f(n):

    return n*n

def foo(a, b, func):

    return func(a) + func(b)

# 函数名是一个变量，可以作为函数参数

a = foo(2,3,f)

print(a)

# 函数名可以进行赋值

f1 = f

print(id(f1))

print(id(f))

b = foo(4, 5, f1)

print(b)

'''output

13

2134235233816

2134235233816

41

'''

函数作为函数返回值

def foo():

    x=3

    def bar():

        return x

    return bar

print(foo()())

5、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。

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。

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。)

示例1：阶乘

def factorial(n):

    result=n

    for i in range(1,n):

        result*=i

    return result

print(factorial(4))

# 递归实现

def recursive(num):

    if num == 1:

        return 1

    return num * recursive(num-1)

print(recursive(4))

示例2：斐波那契数列

def fibo(n):

    if n <= 2:

        return 1

    return (fibo(n - 1) + fibo(n - 2))

print(fibo(8))

6、内置函数

	Built-in Functions
`abs()`	`dict()`	`help()`	`min()`	`setattr()`
`all()`	`dir()`	`hex()`	`next()`	`slice()`
`any()`	`divmod()`	`id()`	`object()`	`sorted()`
`ascii()`	`enumerate()`	`input()`	`oct()`	`staticmethod()`
`bin()`	`eval()`	`int()`	`open()`	`str()`
`bool()`	`exec()`	`isinstance()`	`ord()`	`sum()`
`bytearray()`	`filter()`	`issubclass()`	`pow()`	`super()`
`bytes()`	`float()`	`iter()`	`print()`	`tuple()`
`callable()`	`format()`	`len()`	`property()`	`type()`
`chr()`	`frozenset()`	`list()`	`range()`	`vars()`
`classmethod()`	`getattr()`	`locals()`	`repr()`	`zip()`
`compile()`	`globals()`	`map()`	`reversed()`	`__import__()`
`complex()`	`hasattr()`	`max()`	`round()`
`delattr()`	`hash()`	`memoryview()`	`set()`

重要的内置函数：

1）filter(function, sequence)

str = ['a', 'b','c', 'd']

def fun1(s):

    if s != 'a':

        return s

ret = filter(fun1, str)

print(list(ret))# ret是一个迭代器对象

对sequence中的item依次执行function(item)，将执行结果为True的item做成一个filter object的迭代器返回。可以看作是过滤函数。

2）map(function, sequence)

str = [1, 2,'a', 'b']

def fun2(s):

    return s + "alvin"

ret = map(fun2, str)

print(ret)      #  map object的迭代器

print(list(ret))#  ['aalvin', 'balvin', 'calvin', 'dalvin']

对sequence中的item依次执行function(item)，将执行结果组成一个map object迭代器返回.
map也支持多个sequence，这就要求function也支持相应数量的参数输入：

ef add(x,y):

    return x+y

print (list(map(add, range(10), range(10))))##[0, 2, 4, 6, 8, 10, 12, 14, 16, 18]

3) reduce(function, sequence, starting_value)

from functools import reduce

def add1(x, y):

    return x + y

print(reduce(add1, range(1, 101)))  ## 5050 （注：1+2+...+99+100）

print(reduce(add1, range(1, 101), 20))  ## 5070 （注：1+2+...+99+100+20）

对sequence中的item顺序迭代调用function，如果有starting_value，还可以作为初始值调用.

也就是先1+2=3，然后3+3=6，然后6+4=10.。。。

4）lambda

普通函数与匿名函数的对比：

#普通函数

def add(a,b):

    return a + b

print add(2,3)

#匿名函数

add = lambda a,b : a + b

print add(2,3)

#========输出===========

5

5