1 函数概述
1)数学定义 y=f(x) ,y 是 x 的函数,x 是自变量
2)Python 函数:
若干语句组成的语句块、函数名称、参数列表形成,它是组织代码的最小单元
实现肯定的性能
2 函数的作用:
结构化变成对代码的最根本封装,个别依照性能组织一段代码;
封装的目标是为了复用,缩小冗余代码;
代码更加简洁好看,可读易懂;
3 内建函数
python 中提供很多内建函数,能够间接拿来应用,下表列举了一些
函数 | 作用 |
---|---|
id() | 返回变量 id |
hast() | 返回对象的 hash 值 |
type() | 返回对象的类型 |
input() | 获取用户输出信息 |
print() | 打印输出信息 |
len(s) | 返回一个汇合类型的元素个数 |
isinstance(obj, class_or_tuple) | 判断对象 obj 是否属于某种类型,返回 bool 类型 |
issubclass(cls, class_or_tuple) | 判断类型 cls 是否是某种类的子类,返回 bool |
float() int() bin() hex() oct() bool() list() tuple() dict() set() complex() bytes() bytearray() | 类型转换 |
enumerate(seq, start=0) | 返回索引数字和序列元素的二元组 |
示例
str_1 = "hello world"
print(id(str_1))
print(hash(str_1))
print(type(str_1))
4 函数的定义:
def 函数名(参数列表):
函数体(代码块)
[return 返回值]
函数名必须是非法标识符,约定见名知意,尽量应用英文缩写
语句块必须缩进,约定 4 个空格
python 的函数若不写 return 语句,默认返回一个 None 值
函数定义的参数列表成为形式参数,只是一种符号表白,简称形参调用:
函数定义,只是申明了一个函数,它不会被执行,须要调用
调用的形式,就是函数名加上小括号,括号内写上参数。
调用时写的参数就是理论参数,为实参
示例
def add(x:int, y:int) -> int:
"""执行两个数的加法的函数"""
return x+y
# 调用
sum = add(10, 16)
print(sum)
5 函数的参数
参数调用时,传入的参数个数要和定义的个数相匹配(可变参数例外)
- 地位参数:
示例:
def fun(x ,y, z):
max_num = max(x, y, z)
print(max_num)
# 地位参数,调用时依照定义的程序传入实参。fun(10, 20, 30)
- 关键字参数:
示例:
def fun(x ,y, z):
result = z -x -y
print(result)
# 传参形式
fun(x=10, y=20, z=30)
# 能够扭转传参程序
fun(y=20, x=10, z=30)
# 关键字参数传参要在地位参数之前,地位的参数是依照地位对应的。fun(10, z=30, y=20)
- 参数默认值:
定义时,在形参后跟一个值
示例:
示例:
def fun(x=1 ,y=2, z=3):
result = z -x -y
print(result)
- 可变参数:
一个形参能够匹配任意个参数
地位参数的可变参数:
def add(*nums):
sum = 0
print(type(nums))
for x in nums:
sum+=x
print(sum)
在形参前加 * 示意该参数是可变参数,能够接管多个实参, 收集多个实参为一个 tuple,通常为应用 *args
- 可变关键字参数:
def showconfig(**kwargs):
for k, v in kwargs.items():
print('{}={}'.format(k,v))
# 形参应用 ** 符号,示意可接管多个关键字参数
# 收集的实参名称和值组成一个字典
# 可变参数混合应用:def showconfig(username, password, **kwargs):
pass
def showconfig(username, *args, **kwargs):
pass
参数总结:
参数列表个别程序是一般参数、缺省参数,可变地位参数,keyword-only 参数,可变关键字参数.
- 参数解构
举例:
def add(x, y):
return x+y
add(4,5) #间接调用
t = (4,5)
add(*t)
add(*range(1,3)) #同样能够应用可迭代对象传参
# 前提是参数个数雷同
6 作用域:
一个标识符的可见范畴,个别常说是变量的作用域。
- 全局作用域:
在整个运行环境中都可见
部分作用域:
在局部变量应用范畴不能超过其所在的部分范畴
示例:
x = 5
def foo():
y = x + 1
x += 1 #谬误,赋值即定义,相当于 x 未定义就间接应用
print(x)
- 全局变量 global
x = 5
def foo():
global x
x += 1
print(x)
foo()
- 闭包
自在变量:未在本地作用域中定义的变量。例如定义在内存函数外的外层函数中作用域的变量。
闭包:就是一个概念,呈现在嵌套函数中,指的是内层函数援用了外层函数的自在变量,就造成了闭包。
def counter():
c = [0]
def inc():
c[0] += 1 # 这里不会报错,因为是 c[0] 而不是 c,这是对 c 中的元素从新赋值
return c[0]
return inc #返回是的一个函数援用,而不是函数调用
foo = counter()
print(foo(), foo()) #打印 1 和 2
c = 100
print(foo()) #打印 3
下面是 python2 中实现闭包的形式,Python3 中还能够应用关键字 nonlocal
def counter():
c = 1
def innter():
nonlocal c
c += 1
return c
return innter
foo = counter()
print(foo(), foo())
c = 100
print(foo())
nonlocal 关键字: 将变量标记为在下级的部分作用域定义,但不能是全局作用域中定义。
- 默认值的作用域
def foo(l=[]):
l.append(1)
print(l)
foo() #打印[1]
foo() #打印[1,1]
#起因是函数也是对象,python 把函数的对象的默认值放在了属性中,这个属性就随同着这个函数对象的整个生命周期
查看 foo.__defaults__
def foo(l=[], u='abc', z=123):
l.append(1)
print(l)
print(foo(), id(foo))
print(foo.__defaults__)
print(foo(), id(foo))
print(foo.__defaults__)
# 函数两次打印 id 雷同,表明函数地址没有产生扭转,就是说函数这个对象没有变,调用它,它的属性__defaults__中应用元组保留所有默认值。# 其中 l 默认值是援用类型,援用类型元素变动,并不是元组的变动
非援用类型中
def foo(l=1, u='abc', z=123):
u =‘xyz’z = 789
print(l, u, z)
print(foo.__defaults__) #打印(1, 'abc', '123')
print(foo(), id(foo))
print(foo.__defaults__) #打印(1, 'abc', '123')
可变类型默认值,如果应用这个默认值,就可能批改这个默认值
有时候这个个性是好的,有的时候这种个性是不好的,也会带来一些麻烦
如何做到按需批改?看上面这两种办法
def foo(x=[], u='abc', z=123):
x = x[:]
x.append(1)
print(x)
foo()
print(foo.__defaults__)
foo()
print(foo.__defaults__)
foo([10])
print(foo.__defaults__)
foo([10,5])
print(foo.__defaults__)
def foo(x=None, u='abc', z=123):
if x is None:
x = []
x.append(1)
print(x)
foo()
print(foo.__defaults__)
foo()
lst=[10]
foo(lst)
print(lst) #lst 产生扭转
print(foo.__defaults__)
foo([10,5])
print(foo.__defaults__)
个别函数中不应用打印语句,结尾应用 return
第一种办法:
应用影子拷贝创立一个新的对象,永远不能扭转传入的参数。
第二种办法:
通过值的判断就能够灵便的抉择创立或者批改传入对象。
这种形式灵便,利用宽泛。
很多函数的定义,都能够看到应用 None 这个不可变的值作为默认参数,这是一种习用法。
7 函数的销毁
- 全局函数
1) 从新定义同名函数
2)del 语句
3) 程序完结时 - 部分函数
1) 从新定义同名函数
2)del 语句
3) 下级作用域销毁
8 变量名解析准则 LEGB
1)Local: 本地作用域,部分作用域的 local 命名空间,函数调用时创立,调用完结沦亡
2)Enclosing:Python2.2 引入了嵌套函数,实现了闭包,这个就是嵌套函数的内部函数的命名空间
3)GLobal,全局作用域,一个模块的命名空间,模块被导入时创立,解释器退出时沦亡
4)Build-in, 内置模块的命名空间,生命周期,从 Python 解释器启动时创立到解释器退出时沦亡
9 递归函数
- 递归 Recursion:
函数间接或者间接调用本身就是递归
递归须要有边界、递归后退段、递归返回段
递归肯定要有边界条件
当边界条件不满足的时候,递归后退
当边界条件满足的时候,递归返回
- 间接递归
是通过别的函数调用了函数本身。
然而形成了循环递归调用是十分危险的,然而往往这种状况在代码简单的状况下,还是可能产生这种调用。要用代码标准来防止这种递归调用的产生。
留神: 慎用递归
- 递归肯定要有退出条件,递归调用定要执行到这个退出条件。
递归调用深度不宜过深
查看递归限度层数:
import sys
print(sys.getrecursionlimit())
- 递归的性能:
循环略微简单一些,但只有不是死循环,能够屡次迭代直至算出后果。
递归函数代码精简易懂, 然而只能获取到最外层的函数滴啊用,外部递归后果都是两头后果。而且给定一个 n 都要进行 2n 次递归,深度越深,效率越低。
递归示例:
求 n 的阶乘
def fun(n):
if n == 1:
return 1
return n*fun(n-1)
print(fun(3))
10 匿名函数:
- Python 借助 lambda 表达式构建匿名函数
格局:
lambad 参数列表: 表达式
lambda x:x*2
(lambda x:x*2)(4) #调用
foo = lambda x,y:(x+y)**2
foo(2,1)
- 用处:
高阶函数传参时,应用 lambda 表达式,往往能简化代码
11Python 生成器函数
- 生成器 generator
生成器是指生成器对象,能够由生成器表达式失去,也能够用 yield 关键字失去一个生成器函数,调用这个函数失去一个生成器对象 - 生成器函数:
1)函数体中蕴含 yield 语句的函数,返回生成器对象
2) 生成器对象,是一个可迭代对象,也是迭代器
3) 生成器对象,提早计算,惰性求值
4) 一般函数调用 fn(), 函数会立刻执行结束,然而生成器函数能够应用 next 函数屡次执行
生成器函数等价于生成器对象,只不过生成器函数能够更加简单。
示例
def gen():
print("line 1")
yield 1
print("line 2")
yield 2
print("line 3")
return 3
next(gen()) #line 1
next(gen()) #line 1
g = gen()
print(next(g)) #line1
print(next(g)) #1ine2
print(next(g)) #line 3 StopIteration
print(next(g,'End')) #生成器到尾了,返回默认值‘End’