python基础--函数1
# 一,为什么使用函数
# 1,可以使代码的组织结构清晰,可读性好
# 2,遇到重复的问题可以直接调用函数
# 3,功能扩展时,可直接修改,而无需每处都进行修改、
# 二,函数为何物
# 函数对程序员相当于巧妇之于米,蓝翔之于挖掘机
# 学生之于书本。
# 三,函数分类
# 1,内置函数,python解释器已经给我们定义好了很多函数,方便我们用来
# 开发,我们可以直接拿来用,而不用定义,例如:len,man,min,sum
# 2,自定义函数,很显然python内置的函数功能是有限的,要不然我们也不用学习了,
# 直接进行调用就可以了,需要我们自己根据需求来定制函数、
# 四。定义函数
def max_num(num1,num2):
if num1 > num2:
return num1
else:return num2
# 函数名:max_num:应该见名知意,
# 参数:num1,num2:调用时应该根据是否有参数来决定是否需要传参
# 返回值:不写默认返回为空
# 需要先进行定义,在调用
# num = sum_num(3,6)
# def sum_num(num1,num2):
# return num1 + num2
# 上边这个写法是不对的。
# 函数定义的时候,只检测语法,不执行代码,
# 也就是说语法错误在函数定义阶段会被检测出来,
# 代码的逻辑错误只有在执行的时候才会知道
# 五,调用函数
# 函数名加括号,传入参数,是否有返回值 # 六,函数的参数
# 形参即变量名,实参即变量值,函数调用时,将值绑定到变量名上,
# 函数调用结束时,解除绑定
def modify_num(num1,num2):
num1 = 5
num3 = 6
n1,n2 = 3,5
modify_num(n1,n2)
print(n1,n2)
# 形参为num1,num2,实参为3,5
# 此时n1,n2的值还是不会变得,
# 几种函数参数:
# 1,位置参数:按照从左向右顺序定义的参数
# 位置形参:必选参数,位置实参:按照位置给形参传值
# 2,关键字参数:按照key=value的形式定义实参
# 不用按照位置为形参传值
# (1),关键字参数必须在位置实参右边
# (2),对同一个形参不能重复传值
# 3,默认参数:在定义是就已经为其赋值
# 可以传值,也可以不穿值,
# 1,只在定义时赋值一次,
# 2,默认参数的定义应该在位置形参右边
# 3,通常为不可变类型
# 4,可变长参数:
# 实参的值得个数不固定,
# 实参有按位置和关键字两种形式定义,*args,**kwargs.
def foo(x, y, *args):
print(x, y)
print(args)
foo(1, 2, 3, 4, 5) def foo(x, y, *args):
print(x, y)
print(args)
foo(1, 2, *[3, 4, 5]) def foo(x, y, z):
print(x, y, z)
foo(*[1, 2, 3]) def foo(x, y, **kwargs):
print(x, y)
print(kwargs)
foo(1, y=2, a=1, b=2, c=3) def foo(x, y, **kwargs):
print(x, y)
print(kwargs)
foo(1, y=2, **{'a': 1, 'b': 2, 'c': 3}) def foo(x, y, z):
print(x, y, z)
foo(**{'z': 1, 'x': 2, 'y': 3})
python基础--函数1的更多相关文章
- python基础——函数的参数
python基础——函数的参数 定义函数的时候,我们把参数的名字和位置确定下来,函数的接口定义就完成了.对于函数的调用者来说,只需要知道如何传递正确的参数,以及函数将返回什么样的值就够了,函数内部的复 ...
- python基础—函数嵌套与闭包
python基础-函数嵌套与闭包 1.名称空间与作用域 1 名称空间分为: 1 内置名称空间 内置在解释器中的名称 2 全局名称空间 顶头写的名称 3 局部名称空间 2 找一个名称的查找顺序: ...
- python基础—函数装饰器
python基础-函数装饰器 1.什么是装饰器 装饰器本质上是一个python函数,它可以让其他函数在不需要做任何代码变动的前提下增加额外功能. 装饰器的返回值是也是一个函数对象. 装饰器经常用于有切 ...
- Python基础-函数参数
Python基础-函数参数 写在前面 如非特别说明,下文均基于Python3 摘要 本文详细介绍了函数的各种形参类型,包括位置参数,默认参数值,关键字参数,任意参数列表,强制关键字参数:也介绍了调用函 ...
- python基础,函数,面向对象,模块练习
---恢复内容开始--- python基础,函数,面向对象,模块练习 1,简述python中基本数据类型中表示False的数据有哪些? # [] {} () None 0 2,位和字节的关系? # ...
- 第三章:Python基础の函数和文件操作实战
本課主題 Set 集合和操作实战 函数介紹和操作实战 参数的深入介绍和操作实战 format 函数操作实战 lambda 表达式介绍 文件操作函数介紹和操作实战 本周作业 Set 集合和操作实战 Se ...
- Python基础-函数篇
本节内容 1. 函数基本语法及特性 2. 参数与局部变量 3. 返回值 嵌套函数 4.递归 5.匿名函数 6.函数式编程介绍 7.高阶函数 8.内置函数 函数与函数式编程 1.面向对象: 华山派-- ...
- python基础——函数
1.内置函数的调用: 可以在官方网站查找内置函数及说明,也可以通过help(abs)函数查看相应的信息. https://docs.python.org/3/library/functions.htm ...
- Python基础(函数,函数的定义,函数的调用,函数的参数,递归函数)
1.函数 我们知道圆的面积计算公式为: S = πr2 当我们知道半径r的值时,就可以根据公式计算出面积.假设我们需要计算3个不同大小的圆的面积: r1 = 12.34 r2 = 9.08 r3 = ...
- Python 全栈开发四 python基础 函数
一.函数的基本语法和特性 函数的定义 函数一词来源于数学,但编程中的「函数」概念,与数学中的函数是有很大不同的.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 ...
随机推荐
- poj1419 Graph Coloring 最大独立集(最大团)
最大独立集: 顶点集V中取 K个顶点,其两两间无连接. 最大团: 顶点集V中取 K个顶点,其两两间有边连接. 最大独立集=补图的最大团最大团=补图的最大独立集 #include<iostream ...
- XGboost数据比赛实战之调参篇(完整流程)
这一篇博客的内容是在上一篇博客Scikit中的特征选择,XGboost进行回归预测,模型优化的实战的基础上进行调参优化的,所以在阅读本篇博客之前,请先移步看一下上一篇文章. 我前面所做的工作基本都是关 ...
- DevExpress WPF v19.1新版亮点:主题/Tree List等控件新功能
行业领先的.NET界面控件DevExpress 日前正式发布v19.1版本,本站将以连载的形式介绍各版本新增内容.在本系列文章中将为大家介绍DevExpress WPF v19.1中新增的一些控件及部 ...
- Python之网路编程之进程池及回调函数
一.数据共享 1.进程间的通信应该尽量避免共享数据的方式 2.进程间的数据是独立的,可以借助队列或管道实现通信,二者都是基于消息传递的. 虽然进程间数据独立,但可以用过Manager实现数据共享,事实 ...
- 关于 ant Checkbox.Group 数组checked 设置失效问题
最近在频繁使用ant UI框架.在使用到checkbox的时候,需要从后台获取数组显示,然后发现数组设置了checked:true,并不能使多选框处于选中状态,阅读 Checkbox Group 的属 ...
- 【leetcode】Valid Parenthesis String
题目: Given a string containing only three types of characters: '(', ')' and '*', write a function to ...
- 25.复杂链表的复制(python)
题目描述 输入一个复杂链表(每个节点中有节点值,以及两个指针,一个指向下一个节点,另一个特殊指针指向任意一个节点),返回结果为复制后复杂链表的head.(注意,输出结果中请不要返回参数中的节点引用,否 ...
- 导出csv文件(使用a标签)
https://blog.csdn.net/oscar999/article/details/16342699 productsCSV(e) { const { download } = this ...
- teradata安装
一,下载 步骤1 - 从链接下载所需的VM版本,http://downloads.teradata.com/download/database/teradata-express-for-vmware- ...
- cpu、gpu 安装框架pytorch,cntk,theano及测试
一,cpu 下安装 tensorflow conda env list source activate tensorflow 直接安装相应版本 python import tensorflow as ...