乐趣区

关于python:10分钟学会-Python-函数基础知识

jiezi

一、函数根底
简略地说，一个函数就是一组 Python 语句的组合，它们能够在程序中运行一次或屡次运行。Python 中的函数在其余语言中也叫做过程或子例程，那么这些被包装起来的语句通过一个函数名称来调用。

有了函数，咱们能够在很大水平上缩小复制及粘贴代码的次数了（置信很多人在刚开始时都有这样的体验）。咱们能够把雷同的代码能够提炼进去做成一个函数，在须要的中央只须要调用即可。那么，这样就进步了代码的复用率了，整体代码看起来比拟简练，没有那么臃肿了。

函数在 Python 中是最根本的程序结构，用来最大化地让咱们的代码进行复用；与此同时，函数能够把一个盘根错节的零碎宰割为可治理的多个局部，简化编程、代码复用。

接下来咱们看看什么是函数，及函数该如何定义。有两种形式能够进行函数的定义，别离是 def 及 lambda 关键字。

  1. 函数定义

先总结一下为什么要应用函数？

代码复用最大化及最小化冗余代码；

过程合成（拆解）。把一个简单的工作拆解为多个小工作。

函数定义的语法为：

def func_name(arg1, arg2, arg3, …, argN):

statement
return value

依据下面定义，能够简略地形容为：Python 中的函数是具备 0 个或多个参数，具备若干行语句并且具备返回值（返回值可有可无）的一个语句块（留神缩进）。

那么咱们就定义一个比较简单的函数，该函数没有参数，进入 ipython 交互式环境：

In[1]: def hello():
  ...:    print('Leave me alone, the world')
  ...:

调用（执行）该函数：

`In[2]: hello()
Leave me alone, the world`

咱们发现 hello()函数并没有 return 语句，在 Python 中，如果没有显式的执行 return 语句，那么函数的返回值默认为 None。

咱们说过，定义函数有两种模式，另外一种模式是应用 lambda 来定义。应用 lambda 定义的函数是匿名函数，这个咱们在前面的内容进行解说，这里暂且不表。

二、函数参数
定义函数的时候，咱们把参数的名字和地位确定下来，函数的接口定义就实现了。对于函数的调用者来说，只须要晓得如何传递正确的参数，以及函数将返回什么样的值就够了，函数外部的简单的逻辑被封装起来，调用者无需理解。

Python 的函数定义非常简单，但灵便度却十分大。除了失常定义的必选参数外，还能够应用默认参数、可变参数和关键字参数，使得函数定义进去的接口，岂但能解决简单的参数，还能够简化调用者的代码。

  1. 默认参数

默认参数使得 API 简洁，但不失灵活性。当一个参数有默认值时，调用时如果不传递此参数时，会应用默认值。

def inc(init, step=1):

return init + step

调用一下这个函数

inc(3)

inc(3, 2)

默认参数有一个坑，就是非默认参数要放到默认参数的后面（不然 Python 的解释器会报语法错误）。容许有多个默认参数，但默认参数须要放在参数列表的最初面。

def append(x, lst=[]):

return lst.append(x)

此函数有问题。（函数中的形参是全局变量？lst 在 append 函数中叫 lst，但在全局作用域中，咱们不晓得 lst 具体叫什么名字。）

批改之后的函数为：

def append(x, lst=None):

if lst is None:
    lst = []
lst.append(x)
return lst

通常来说，当默认参数是可变的时候，须要特地留神作用域的问题，咱们须要上述的技巧（不可变的数据类型是值传递，可变的数据类型是援用传递。）。目前可变的对象为 list，dict，set，bytearray。

默认参数很有用，但使用不当，也会掉坑里。默认参数有个最大的坑，演示如下：

先定义一个函数，传入一个 list，增加一个 END 再返回

def add_end(L=[]):
    L.append('END')
    return L

当咱们失常调用时，后果仿佛不错：

add_end([1, 2, 3])
[1, 2, 3, ‘END’]
add_end([‘x’, ‘y’, ‘z’])
[‘x’, ‘y’, ‘z’, ‘END’]

当咱们应用默认参数调用时，一开始后果也是对的：

add_end()
[‘END’]

然而，再次调用 add_end()时，后果就不对了：

add_end()
[‘END’, ‘END’]
add_end()
[‘END’, ‘END’, ‘END’]

起因解释如下：

Python 函数在定义的时候，默认参数 L 的值就被计算出来了，即 []，因为默认参数 L 也是一个变量，它指向对象[]，每次调用该函数，如果扭转了 L 的内容，则下次调用时，默认参数的内容就变了，不再是函数定义时的[] 了。
所以，定义默认参数要牢记一点：默认参数必须指向不变对象！

要批改下面的例子，咱们能够用 None 这个不变对象来实现：

def add_end(L=None):

if L is None:
    L = []
L.append('END')
return L

为什么要设计 str、None 这样的不变对象呢？因为不变对象一旦创立，对象外部的数据就不能批改，这样就缩小了因为批改数据导致的谬误。此外，因为对象不变，多任务环境下同时读取对象不须要加锁，同时读一点问题都没有。咱们在编写程序时，如果能够设计一个不变对象，那就尽量设计成不变对象。

  1. 地位参数

咱们先写一个计算 x^2 的函数：

def power(x):

return x * x

对于 power(x)函数，参数 x 就是一个地位参数。当咱们调用 power 函数时，必须传入有且仅有的一个参数 x：

power(5)
25
power(15)
225

当初，如果咱们要计算 x^3 怎么办呢？能够再定义一个 power3 函数，然而如果要计算 x^4、x^5、x^n，怎么办？咱们不可能定义有限多个函数，咱们能够把 power(x)批改为 power(x, n)，用来计算 x^n，说写就写：

def power(x, n):

s = 1
while n > 0:
    n = n - 1
    s = s * x
return s
  1. 关键字参数

可变参数容许咱们传入 0 个或任意个参数，这些可变参数在函数调用时主动组装为一个 tuple。而关键字参数容许你传入 0 个或任意个含参数名的参数，这些关键字参数在函数外部主动组装为一个 dict。示例如下：

def person(name, age, **kwargs):

print('name:', name, 'age:', age, 'other:', kwargs)

函数 person 除了必选参数 name 和 age 外，还承受关键字参数 kwargs。在调用该函数时，能够只传入必选参数：

person(‘LavenLiu’, 25)
name: LavenLiu age: 25 other: {}
1.
2.
也能够传入任意个数的关键字参数：

person(‘LavenLiu’, 25)
name: LavenLiu age: 25 other: {}

person(‘Taoqi’, 25, city=’Hebei’)
name: Taoqi age: 25 other: {‘city’: ‘Hebei’}

person(‘James’, 31, gender=’M’, job=’NBA player’)
name: James age: 31 other: {‘gender’: ‘M’, ‘job’: ‘NBA player’}
1.
2.
3.
4.
5.
6.
7.
8.
关键字参数有什么用？它能够扩大函数的性能。比方，在 person 函数里，咱们保障能接管到 name 和 age 这两个参数，然而，如果调用者违心提供更多的参数，咱们也能收到。试想你正在做一个用户注册的性能，除了用户名和年龄是必填项外，其余都是可选项，利用关键字参数来定义这个函数就能满足注册的需要。

和可变参数相似，也能够先组装出一个 dict，而后，把该 dict 转换为关键字参数传进去：

kwargs = {‘city’: ‘Hebei’, ‘job’: ‘Test’}

person(‘Taoqi’, 25, **kwargs)
name: Taoqi age: 25 other: {‘city’: ‘Hebei’, ‘job’: ‘Test’}

  1. 地位参数和关键字参数

地位参数和关键字参数是函数调用时的概念。

当默认参数和关键字参数联合起来用的时候，很有用。

关键字参数必须写在地位参数之后，否则会抛出语法错误。

def minus(x, y):

return x - y

minus(3, 5) # 地位参数，地位传参
minus(5, 3) # 地位参数，地位传参
minus(x=5, y=3) # 关键字参数，关键字传参
minus(y=3, x=5) # 关键字参数，关键字传参

地位参数和关键字参数能够共存，然而关键字参数必须写到地位参数之后。

  1. 可变地位参数

可变地位参数用 * 定义，在函数体内，可变地位参数是一个元组。

可变地位参数。

In[1]: def fn(*args):
…: print(args)
…:

In[2]: fn((1, 2, 3, 4))
((1, 2, 3, 4),)

In[3]: tup01 = (1, 2, 3, 4)

In[4]: fn(tup01)
((1, 2, 3, 4),)

In[5]: fn(*tup01)
(1, 2, 3, 4)

在 python 的函数中，还能够定义可变参数。可变参数就是传入的参数个数是可变的。

In[6]: def cacl(*numbers):
…: sum = 0
…: for n in numbers:
…: sum = sum + n * n
…: return sum
…:

In[7]: nums = [1, 2, 3]

In[8]: cacl(nums) # 这里如果不在 nums 后面加，有问题吗？
Out[8]: 14

  1. 可变关键字参数

可变关键字参数应用 ** 定义，在函数体内，可变关键字参数是一个字典。可变关键字参数的 key 都是字符串，并且合乎标识符定义标准。

def fn(**kwargs):

print(kwargs)

dict01 = {‘name’: ‘Laven Liu’, ‘age’: 29}
fn(**dict01)

fn(dict01)

fn(name=’Laven Liu’, age=29)

{‘name’: ‘Laven Liu’, ‘age’: 29}
{‘name’: ‘Laven Liu’, ‘age’: 29}

可变地位参数只能以地位参数的模式调用

可变关键字参数只能以关键字参数的模式调用

可变地位参数必须在可变关键字参数之前

In[18]: def fn(args, *kwargs):

...:     print(args)
...:     print(kwargs)
...:

In[19]: fn(1, 2, 3, a=1, b=2)
(1, 2, 3)
{‘a’: 1, ‘b’: 2}

In[20]: def fn(*args, x, y):

...:     print(args)
...:     print(x, y)
...:

In[21]: fn(1, 2, 3, 4)

TypeError Traceback (most recent call last)
<ipython-input-21-0ab4fbc96a17> in <module>()
—-> 1 fn(1, 2, 3, 4)

TypeError: fn() missing 2 required keyword-only arguments: ‘x’ and ‘y’

In[22]: fn(1, 2, x=3, y=4)
(1, 2)
3 4

可变参数后置

可变参数不和默认参数一起呈现

  1. 参数组合

在 Python 中定义函数，能够用必选参数、默认参数、可变参数和关键字参数，这 4 种参数都能够一起应用，或者只用其中某些，然而请留神，参数定义的程序必须是：必选参数、默认参数、可变参数和关键字参数

比方定义一个函数，蕴含上述 4 种参数：

def func(a, b, c=0, args, *kwargs):
… print(‘a =’, a, ‘b =’, b, ‘c =’, c, ‘args = ‘, args, ‘kwargs = ‘, kwargs)

在函数调用的时候，Python 解释器主动依照参数地位和参数名把对应的参数传进去。

func(1, 2)
a = 1 b = 2 c = 0 args = () kwargs = {}
func(1, 2, c=3)
a = 1 b = 2 c = 3 args = () kwargs = {}
func(1, 2, 3, ‘a’, ‘b’)
a = 1 b = 2 c = 3 args = (‘a’, ‘b’) kwargs = {}
func(1, 2, 3, ‘a’, ‘b’, x=99)
a = 1 b = 2 c = 3 args = (‘a’, ‘b’) kwargs = {‘x’: 99}

最神奇的是通过一个 tuple 和 dict，咱们也能够调用该函数：

args = (1, 2, 3, 4)
kwargs = {‘x’: 99}
func(args, *kwargs)
a = 1 b = 2 c = 3 args = (4,) kwargs = {‘x’: 99}

所以，对于任意函数，都能够通过相似 func(args, *kwargs)的模式调用它，无论它的参数是如何定义的。

  1. 参数解构

参数解构产生在函数调用时，可变参数产生函数定义的时候。参数解构分为两种模式，一种是地位参数解构，另一种是关键字参数解构。

参数构造的两种模式：

地位参数解构，应用一个星号。解构的对象为可迭代对象，解构的后果为地位参数。

关键字参数解构，应用两个星号。解构的对象为字典，解构的后果为关键字参数。

地位参数解构的一个例子：

In[23]: def fn(a, b, c):

...:     print(a, b, c)
...:

In[24]: lst = [1, 2, 3]

In[25]: fn(lst[0], lst[1], lst[2])
1 2 3

也能够进行如下模式的调用

In[26]: fn(*lst) # 这种做法就叫参数解构
1 2 3

* 号能够把线性构造解包成地位参数

lst = [1, 2, 3, 4]
fn(*lst) # -> fn(lst[0], lst[1], lst[2], lst[3])
TypeError: fn() takes 3 positional arguments but 4 were given

这里就报错了，原本这个函数只能接管 3 个地位参数，lst 有四个元素，通过参数解构之后，就变成了 4 个参数，所以就报错了。

接下来看字典解构的例子：

In[27]: d = {‘a’: 1, ‘b’: 2, ‘c’: 3}

In[28]: fn(**d)
1 2 3

** 能够把字典解形成关键字参数

参数解构产生在函数调用时。解构的时候，线性构造的解构是地位参数，字典解构是关键字参数。

传参的程序：地位参数，线性构造解构；关键字参数，字典解构。尽量的少的同时应用两种解构，除非你真的晓得在做什么。

In[29]: def fn(a, b, c, d):

...:     print(a, b, c, d)
...:

In[30]: fn(0, [2], c=1, *{‘d’: 3})
0 2 1 3

  1. 参数槽(keyword-only 参数)
    Python3 中引入的。

def fn(a, b, c):

print(a, b, c)

fn(a=1, b=2, c=3)

如果要强制传入的参数为关键字参数：

def fn(*, a, b, c):

print(a, b, c)

fn(1, 2, 3)
Traceback (most recent call last):
File “<pyshell#17>”, line 1, in <module>

fn(1, 2, 3)

TypeError: fn() takes 0 positional arguments but 3 were given

fn(a=1, b=2, c=3)
1 2 3

* 之后的参数，必须以关键字参数的模式传递，称之为参数槽。

参数槽通常和默认参数搭配应用。

def fn(a, b, *, x, y):

print(a, b)
print(x, y)

fn(1, 2, 3, 4)
Traceback (most recent call last):
File “<pyshell#23>”, line 1, in <module>

fn(1, 2, 3, 4)

TypeError: fn() takes 2 positional arguments but 4 were given
fn(1, 2, x=3, y=4)
1 2
3 4
fn(1, 2, **{‘x’: 3, ‘y’: 4})
1 2
3 4

def fn(a, b, *):

print(a, b)

def fn(a, b, *):
… print(a, b)
File “<stdin>”, line 1
SyntaxError: named arguments must follow bare *

几个例子：

def fn01(*, x=1, y=5):

print(x)
print(y)

fn01()
1
5

def fn02(x=1, *, y):

print(x)
print(y)

fn02(y=3)

参数槽之坑：

* 之后必须有参数

非命名参数有默认值时，命名参数能够没有默认值

默认参数应该在每段参数的最初

应用参数槽时，不能应用可变地位参数，可变要害之参数必须放在命名参数之后

三、高级用法

  1. 递归函数

在函数外部，能够调用其余函数。如果一个函数在外部调用本身自身，这个函数就是递归函数。

def fact(n):
if n==1:

   return 1

return n*fact(n-1)

应用递归函数的长处是逻辑简略清晰，毛病是过深的调用会导致栈溢出。

针对尾递归优化的语言能够通过尾递归避免栈溢出。尾递归事实上和循环是等价的，没有循环语句的编程语言只能通过尾递归实现循环。

  1. 匿名函数 lambda

python 应用 lambda 来创立匿名函数。

lambda 只是一个表达式，函数体比 def 简略很多。

lambda 的主体是一个表达式，而不是一个代码块。仅仅能在 lambda 表达式中封装无限的逻辑进去。

lambda 函数领有本人的名字空间，且不能拜访自有参数列表之外或全局名字空间里的参数。

尽管 lambda 函数看起来只能写一行，却不等同于 C 或 C ++ 的内联函数，后者的目标是调用小函数时不占用栈内存从而减少运行效率。

fib = lambda n,x=0,y=1:x if not n else fib(n-1,y,x+y)
print(fib(20))

  1. Python 函数中的多态

一个操作的意义取决于被操作对象的类型：

def times(x,y):
return x*y

times(2,4)
8

times(‘Python’,4) # 传递了与上不同的数据类型 ‘PythonPythonPythonPython’

四、总结
Python 的函数具备非常灵活的参数状态，既能够实现简略的调用，又能够传入非常复杂的参数。

默认参数肯定要用不可变对象，如果是可变对象，运行会有逻辑谬误！

要留神定义可变参数和关键字参数的语法：

*args 是可变参数，args 接管的是一个 tuple；

**kwargs 是关键字参数，kwargs 接管的是一个 dict。

以及调用函数时如何传入可变参数和关键字参数的语法：

可变参数既能够间接传入：func(1, 2, 3)，又能够先组装 list 或 tuple，再通过args 传入：func((1, 2, 3))；

关键字参数既能够间接传入：func(a=1, b=2)，又能够先组装 dict，再通过 kwargs 传入：func({‘a’: 1, ‘b’: 2})。

应用args 和*kwargs 是 Python 的习惯写法，当然也能够用其余参数名，但最好应用习惯用法。

退出移动版