关于python:二Python-函数

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

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;

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))


       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)

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

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。

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

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

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))

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

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’

关于python:二Python-函数

1 函数概述

2 函数的作用：

3 内建函数

4 函数的定义：

5 函数的参数

6 作用域：

7 函数的销毁

8 变量名解析准则 LEGB

9 递归函数

10 匿名函数:

11Python 生成器函数