Python基础知识（七）

BucketLiu

已于 2022-02-20 22:08:51 修改

阅读量422

点赞数 1

分类专栏： Python基础知识文章标签： python

于 2022-02-20 22:07:59 首次发布

本文链接：https://blog.csdn.net/AlienLePing/article/details/123013796

版权

Python基础知识专栏收录该内容

10 篇文章 0 订阅

订阅专栏

1. 函数用法和底层分析

函数是可重用的程序代码块。函数的作用，不仅可以实现代码的复用，更能实现代码的一致性。一致性指的是，只要修改函数的代码，则所有调用该函数的地方都能得到体现。

1.1 函数的基本概念

一个程序由一个个任务组成；函数就是代表一个任务或者一个功能。
函数是代码复用的通用机制。

1.2 Python 函数的分类

Python 中函数分为如下几类：

内置函数
我们前面使用的 str()、list()、len()等这些都是内置函数，我们可以拿来直接使用
标准库函数
我们可以通过 import 语句导入库，然后使用其中定义的函数
第三方库函数
Python 社区也提供了很多高质量的库。下载安装这些库后，也是通过 import 语句导入，然后可以使用这些第三方库的函数
用户自定义函数
用户自己定义的函数，显然也是开发中适应用户自身需求定义的函数。今天我们学习的就是如何自定义函数

2 函数的定义和调用

2.1 核心要点

Python 中，定义函数的语法如下：

def 函数名 ([参数列表]) : 
	'''文档字符串'''   #对函数的注释
	函数体/若干语句

要点：

我们使用 def 来定义函数，然后就是一个空格和函数名称；
(1) Python 执行 def 时，会创建一个函数对象，并绑定到函数名变量上。
参数列表
(1) 圆括号内是形式参数列表，有多个参数则使用逗号隔开
(2) 形式参数不需要声明类型，也不需要指定函数返回值类型
(3) 无参数，也必须保留空的圆括号
(4) 实参列表必须与形参列表一一对应
return 返回值
(1) 如果函数体中包含 return 语句，则结束函数执行并返回值；
(2) 如果函数体中不包含 return 语句，则返回 None 值
调用函数之前，必须要先定义函数，即先调用 def 创建函数对象
(1) 内置函数对象会自动创建
(2) 标准库和第三方库函数，通过 import 导入模块时，会执行模块中的 def

2.2 形参和实参

【操作】定义一个函数，实现两个数的比较，并返回较大的值。

def printMax(a,b): '''实现两个数的比较，并返回较大的值''' 
	if a>b:
		print(a,'较大值')
	else:
		print(b,'较大值')
printMax(10,20)
printMax(30,5)
执行结果：
	20 较大值
	30 较大值

上面的 printMax 函数中，在定义时写的 printMax(a,b)。a 和 b 称为“形式参数”，简称“形参”
在调用函数时，传递的参数称为“实际参数”，简称“实参”。上面代码中，
printMax(10,20)，10 和 20 就是实际参数

2.3 文档字符串(函数的注释)

程序的可读性最重要，一般建议在函数体开始的部分附上函数定义说明，这就是“文档字符串”，也有人成为“函数的注释”。我们通过三个单引号或者三个双引号来实现，中间可以加入多行文字进行说明
【操作】测试文档字符串的使用

def print_star(n): '''根据传入的 n，打印多个星号''' 
	print("*"*n)
help(print_star)

我们调用 help(函数名.__doc __)可以打印输出函数的文档字符串。执行结果如下：

Help on function print_star in module __main__:
print_star(n)
	根据传入的 n，打印多个星

2.4 返回值

return 返回值要点：

如果函数体中包含 return 语句，则结束函数执行并返回值；
如果函数体中不包含 return 语句，则返回 None 值。
要返回多个返回值，使用列表、元组、字典、集合将多个值“存起来”即可

【操作】定义一个打印 n 个星号的无返回值的函数

def print_star(n):
	print("*"*n)
print_star(5)

【操作】定义一个返回两个数平均值的函数

def my_avg(a,b):
	return (a+b)/2
#如下是函数的调用
c = my_avg(20,30)
print(c)

3. 函数也是对象，内存底层分析

Python 中，“一切都是对象”。实际上，执行 def 定义函数后，系统就创建了相应的函数对象。我们执行如下程序，然后进行解释：

def print_star(n):
	print("*"*n)
print(print_star)
print(id(print_star))
c = print_star  #c和print_star指向同一个堆，id相同
c(3)

运行结果：

<function print_star at 0x0000000002BB8620>
45844000
***

请添加图片描述
变量 c 和 print_star 都是指向了同一个函数对象。因此，执行 c(3)和执行 print_star(3)的效果是完全一致的
Python 中，圆括号意味着调用函数
在没有圆括号的情况下，Python 会把函数当做普通对象

4. 变量的作用域(全局变量和局部变量)

变量分为：全局变量、局部变量

全局变量：

在函数和类定义之外声明的变量。作用域为定义的模块，从定义位置开始直到模块结束。
全局变量降低了函数的通用性和可读性。应尽量避免全局变量的使用。
全局变量一般做常量使用。
函数内要改变全局变量的值，使用 global 声明一下

局部变量：

在函数体中（包含形式参数）声明的变量。
局部变量的引用比全局变量快，优先考虑使用。
如果局部变量和全局变量同名，则在函数内隐藏全局变量，只使用同名的局部变量

【操作】全局变量的作用域测试

a = 100 #全局变量
def f1():
	global a #如果要在函数内改变全局变量的值，增加 global 关键字声明
	print(a) #打印全局变量 a 的值
	a = 300
f1()
print(a)

运行结果：

100
300

【操作】全局变量和局部变量同名测试

a=100
def f1():
	a = 3 #同名的局部变量
	print(a)
f1()
print(a) #a 仍然是 100，没有变化

运行结果：

3
100

【操作】输出局部变量和全局变量

a = 100
def f1(a,b,c):
	print(a,b,c)
	print(locals()) #打印输出的局部变量
	print("#"*20)
	print(globals()) #打印输出的全局变量
f1(2,3,4)

运行结果：

2 3 4
{'c': 4, 'b': 3, 'a': 2}
####################
{'__name__': '__main__', '__doc__': None, '__package__': None, '__loader__':<class'_frozen_importlib.BuiltinImporter'>, '__spec__': None, '__annotations__': {}, '__builtins__': <module 'builtins' (built-in)>, '__file__':'E:\\PythonExec\\if_test01.py', 'a': 100, 'f1': <function f1 at 0x0000000002BB8620>}

5. 局部变量和全局变量效率测试

局部变量的查询和访问速度比全局变量快，优先考虑使用，尤其是在循环的时候
【操作】测试局部变量和全局变量效率

#测试局部变量、全局变量的效率
import math
import time
def test01():
	start = time.time()
	for i in range(10000000):
		math.sqrt(30)
	end = time.time()
	print("耗时{0}".format((end-start)))
def test02():
	b = math.sqrt
	start = time.time()
	for i in range(10000000):
		b(30)
	end = time.time()
	print("耗时{0}".format((end-start)))
test01()
test02()

运行结果：

耗时 2.3589999675750732
耗时 1.641000032424926

6. 参数的传递

函数的参数传递本质上就是：从实参到形参的赋值操作。 Python 中“一切皆对象”，所有的赋值操作都是“引用的赋值”。所以，Python 中参数的传递都是“引用传递”，不是“值传递”。具体操作时分为两类：

对“可变对象”进行“写操作”，直接作用于原对象本身
对“不可变对象”进行“写操作”，会产生一个新的“对象空间”，并用新的值填充这块空间。

可变对象有：
字典、列表、集合、自定义的对象等
不可变对象有：
数字、字符串、元组、function

6.1 传递可变对象的引用

传递参数是可变对象（例如：列表、字典、自定义的其他可变对象等），实际传递的还是对象的引用。在函数体中不创建新的对象拷贝，而是可以直接修改所传递的对象。
【操作】参数传递：传递可变对象的引用

b = [10,20]
def f2(m):
	print("m:",id(m)) #b 和 m 是同一个对象
	m.append(30) #由于 m 是可变对象，不创建对象拷贝，直接修改这个对象
f2(b)
print("b:",id(b))
print(b)

运行结果：

m: 45765960
b: 45765960
[10, 20, 30]

6.2 传递不可变对象的引用

传递参数是不可变对象（例如：int、float、字符串、元组、布尔值），实际传递的还是对象的引用。在”赋值操作”时，由于不可变对象无法修改，系统会新创建一个对象。
【操作】参数传递：传递不可变对象的引用

a = 100
def f1(n):
	print("n:",id(n)) #传递进来的是 a 对象的地址
	n = n+200 #由于 a 是不可变对象，因此创建新的对象 n
	print("n:",id(n)) #n 已经变成了新的对象
	print(n)
f1(a)
print("a:",id(a))

运行结果：

n: 1663816464
n: 46608592
300
a: 1663816464

显然，通过 id 值我们可以看到 n 和 a 一开始是同一个对象。给 n 赋值后，n 是新的对象

6.3 浅拷贝和深拷贝

为了更深入的了解参数传递的底层原理，我们需要讲解一下“浅拷贝和深拷贝”。我们可以使用内置函数：copy(浅拷贝)、deepcopy(深拷贝)。
浅拷贝：不拷贝子对象的内容，只是拷贝子对象的引用。
深拷贝：会连子对象的内存也全部拷贝一份，对子对象的修改不会影响源对象

#测试浅拷贝和深拷贝
import copy
def testCopy():
	'''测试浅拷贝'''
	a = [10, 20, [5, 6]]
	b = copy.copy(a)
	print("a", a)
	print("b", b)
	b.append(30)
	b[2].append(7)
	print("浅拷贝......")
	print("a", a)
	print("b", b)
def testDeepCopy():
	'''测试深拷贝'''
	a = [10, 20, [5, 6]]
	b = copy.deepcopy(a)
	print("a", a)
	print("b", b)
	b.append(30)
	b[2].append(7)
	print("深拷贝......")
	print("a", a)
	print("b", b)
	testCopy()
	print("*************")
testDeepCopy()
print("*************")
testDeepCopy()```

运行结果：

a [10, 20, [5, 6]]
b [10, 20, [5, 6]]
浅拷贝...... 
a [10, 20, [5, 6, 7]]
b [10, 20, [5, 6, 7], 30]
************
a [10, 20, [5, 6]]
b [10, 20, [5, 6]]
深拷贝...... 
a [10, 20, [5, 6]]
b [10, 20, [5, 6, 7],30]

6.4 传递不可变对象包含的子对象是可变的情况

#传递不可变对象时。不可变对象里面包含的子对象是可变的。则方法内修改了这个可变对象，源对象也发生了变化。
a = (10,20,[5,6])
print("a:",id(a))
def test01(m):
	print("m:",id(m))
	m[2][0] = 888
	print(m)
	print("m:",id(m))
test01(a)
print(a)

运行结果：

a: 41611632
m: 41611632
(10, 20, [888, 6])
m: 41611632
(10, 20, [888, 6])

7. 参数的几种类型

7.1位置参数

函数调用时，实参默认按位置顺序传递，需要个数和形参匹配。按位置传递的参数，称为：“位置参数”。
【操作】测试位置参数

def f1(a,b,c):
print(a,b,c)
f1(2,3,4)
f1(2,3) #报错，位置参数不匹配

运行结果：

2 3 4
Traceback (most recent call last):
File "E:\PythonExec\if_test01.py", line 5, in <module>
f1(2,3)
TypeError: f1() missing 1 required positional argument: 'c'

7.2 默认值参数

我们可以为某些参数设置默认值，这样这些参数在传递时就是可选的。称为“默认值参数”。
默认值参数放到位置参数后面。
【操作】测试默认值参数

def f1(a,b,c=10,d=20): #默认值参数必须位于普通位置参数后面
	print(a,b,c,d)
f1(8,9)
f1(8,9,19)
f1(8,9,19,29)

运行结果：

8 9 10 20
8 9 19 20
8 9 19 29

7.3 命名参数

我们也可以按照形参的名称传递参数，称为“命名参数”，也称“关键字参数”。
【操作】测试命名参数

def f1(a,b,c):
	print(a,b,c)
f1(8,9,19) #位置参数
f1(c=10,a=20,b=30) #命名参数

执行结果：

8 9 19
20 30 10

7.4 可变参数

可变参数指的是“可变数量的参数”。分两种情况：

*param（一个星号），将多个参数收集到一个“元组”对象中。
**param（两个星号），将多个参数收集到一个“字典”对象中。

【操作】测试可变参数处理（元组、字典两种方式）

def f1(a,b,*c):
print(a,b,c)
f1(8,9,19,20)
def f2(a,b,**c):
print(a,b,c)
f2(8,9,name='gaoqi',age=18)
def f3(a,b,*c,**d):
	print(a,b,c,d)
f3(8,9,20,30,name='gaoqi',age=18)

运行结果：

8 9 (19, 20)
8 9 {'name': 'gaoqi', 'age': 18}
8 9 (20, 30) {'name': 'gaoqi', 'age': 18}

7.5 强制命名参数

在带星号的“可变参数”后面增加新的参数，必须在调用的时候“强制命名参数”。
【操作】强制命名参数的使用

def f1(*a,b,c):
print(a,b,c)
#f1(2,3,4) #会报错。由于 a 是可变参数，将 2,3,4 全部收集。造成 b 和 c 没有赋值。
f1(2,b=3,c=4)

运行结果：

(2,) 3 4

8. 常用函数

8.1 lambda 表达式和匿名函数

lambda 表达式可以用来声明匿名函数。lambda 函数是一种简单的、在同一行中定义函数的方法。lambda 函数实际生成了一个函数对象。
lambda 表达式只允许包含一个表达式，不能包含复杂语句，该表达式的计算结果就是函数的返回值。
ambda 表达式的基本语法如下：

lambda arg1,arg2,arg3... : <表达式>

arg1/arg2/arg3 为函数的参数。<表达式>相当于函数体。运算结果是：表达式的运算结果。
【操作】lambda 表达式使用

f = lambda a,b,c:a+b+c
print(f)
print(f(2,3,4))
g = [lambda a:a*2,lambda b:b*3,lambda c:c*4]
print(g[0](6),g[1](7),g[2](8))

运行结果：

<function <lambda> at 0x0000000002BB8620>
9
12 21 3

8.2 eval()函数

功能：将字符串 str 当成有效的表达式来求值并返回计算结果

 eval(source[, globals[, locals]]) -> value

source：一个 Python 表达式或函数 compile()返回的代码对象
globals：可选。必须是 dictionary
locals：可选。任意映射对象

#测试 eval()函数
s = "print('abcde')"
eval(s)
a = 10
b = 20
c = eval("a+b")
print(c)
dict1 = dict(a=100,b=200)
d = eval("a+b",dict1)  #可以指定a,b为哪个里面的值
print(d)

eval 函数会将字符串当做语句来执行，因此会被注入安全隐患。比如：字符串中含有删除文件的语句。那就麻烦大了。因此，使用时候，要慎重！！！

8.3 递归函数

递归函数指的是：自己调用自己的函数，在函数体内部直接或间接的自己调用自己。每个递归函数必须包含两个部分：

终止条件
表示递归什么时候结束。一般用于返回值，不再调用自己。
递归步骤
把第 n 步的值和第 n-1 步相关联。
递归函数由于会创建大量的函数对象、过量的消耗内存和运算能力。在处理大量数据时，谨慎使用。

【操作】使用递归函数计算阶乘(factorial)

def factorial(n):
	if n==1:return 1
	return n*factorial(n-1)

for i in range(1,6):
	print(i,'!=',factorial(i))

运行结果：

1 != 1
2 != 2
3 != 6
4 != 24
5 !=120

8.4 嵌套函数(内部函数)

嵌套函数：在函数内部定义的函数
【操作】嵌套函数定义

def f1():
	print('f1 running...')
	def f2():
		print('f2 running...')  #f2()就是定义在 f1 函数内部的函数。f2()的定义和调用都在 f1()函数内部
	f2()
f1()

运行结果：

f1 running... 
f2 running...

一般在什么情况下使用嵌套函数？

封装 - 数据隐藏
外部无法访问“嵌套函数”
贯彻 DRY(Don’t Repeat Yourself) 原则
嵌套函数，可以让我们在函数内部避免重复代码
闭包

【操作】使用嵌套函数避免重复代码

def printChineseName(name,familyName):
	print("{0} {1}".format(familyName,name))
def printEnglishName(name,familyName):
	print("{0} {1}".format(name, familyName))
#使用 1 个函数代替上面的两个函数
def printName(isChinese,name,familyName):
	def inner_print(a,b):
		print("{0} {1}".format(a,b))
	if isChinese:
		inner_print(familyName,name)
	else:
		inner_print(name,familyName)
printName(True,"小七","高")
printName(False,"George","Bush")

8.5 nonlocal 关键字

nonlocal 用来声明外层的局部变量。
global 用来声明全局变量。
【操作】使用 nonlocal 声明外层局部变量

#测试 nonlocal、global 关键字的用法
a = 100
def outer():
	b = 1
	def inner():
		nonlocal b #声明外部函数的局部变量
		print("inner b:",b)
		b = 20
		global a #声明全局变量
		a = 1000
	inner()
	print("outer b:",b)
outer()
print("a：",a)

8.6 LEGB 规则

Python 在查找“名称”时，是按照 LEGB 规则查找的：

Local-->Enclosed-->Global-->Built in

Local：指的就是函数或者类的方法内部
Enclosed：指的是嵌套函数（一个函数包裹另一个函数，闭包）
Global：指的是模块中的全局变量
Built in：指的是 Python 为自己保留的特殊名称
先找嵌套函数的变量，再找外部函数的变量，最后找全局变量（如果一个名称在所有命名空间中都没有找到，就会产生一个 NameError）

#测试 LEGB
str = "global" 
def outer():
	str = "outer" 
	def inner():
		str = "inner" 
		print(str)
	inner()
outer()
#依次将几个 str 注释掉，观察控制台打印的内容，体会 LEBG 的搜索顺序

9. 章节实操作业

定义一个函数实现反响输出一个整数。比如：输入 3245，输出 5432. 2. 编写一个函数，计算下面的数列：

def num(a):
    a=str(a)
    a=a[::-1]
    a=int(a)
    print(a)

num(3245)

输入三角形三个顶点的坐标，若有效则计算三角形的面积；如坐标无效，则给出提示。

#方法一：
import math
def text01(a,b,c):
	a1=math.sqrt((a[0]-b[0])**2+(a[1]-b[1])**2)
	b1=math.sqrt((a[0]-c[0])**2+(a[1]-c[1])**2)
	c1=math.sqrt((b[0]-c[0])**2+(b[1]-c[1])**2)
	d=(a1+b1+c1)/2
	e=math.sqrt(d*(d-a1)*(d-b1)*(d-c1))
	if e>0:
		print("三角形的面积：",e)
	else:
		print("输入坐标有误")
text01([10,0],[0,0],[0,10])

#方法二：
import math

def isvalid(a=0.0, b=0.0, c=0.0):
    """判断三条边长是否符合三角形的定义：任意两边之和大于第三边，任意两边之差小于第三边"""
    side = [a, b, c]
    side.sort()
    if side[0] + side[1] > side[2] and side[2] - side[1] < side[0]:
        return True
    else:
        return False
        
def calculate_area():
    #获取三角形的三个顶点坐标并计算该三角形的面积
    '''重点理解'''
    x1, y1 = map(int, input('请输入第一个顶点坐标：').split())
    x2, y2 = map(int, input('请输入第一个顶点坐标：').split())
    x3, y3 = map(int, input('请输入第一个顶点坐标：').split())

    # 计算三条边长
    side1 = math.sqrt((x1 - x2) ** 2 + (y1 - y2) ** 2)
    side2 = math.sqrt((x1 - x3) ** 2 + (y1 - y3) ** 2)
    side3 = math.sqrt((x2 - x3) ** 2 + (y2 - y3) ** 2)

    # 调用 isvalid() 函数，判断是否能够构成三角形
    if isvalid(side1, side2, side3):
        # 计算半周长
        s = (side1 + side2 + side3) / 2
        # 计算面积
        area = (s * (s - side1) * (s - side2) * (s - side3)) ** 0.5
        print('三角形的面积为：{:.2f}'.format(area))
    else:
        print('坐标无效，无法构成三角形')
        
if __name__ == '__main__':
    calculate_area()

输入一个毫秒数，将该数字换算成小时数，分钟数、秒数。

def hm(x):
    s=x/60
    m=x/60/60
    h=x/60/60/60
    return s,m,h
a=hm(60*60*60)
print(a)  #a,b,c=hm(60*60*60)  print(a,b,c)

使用海龟绘图。输入多个点，将这些点都两两相连。

import turtle as t

def connect_dot(*args):
    """将任意两点相连"""
    # 从第1个点开始依次进行两两连线（不重复）
    for i in range(len(args) - 1):
        for j in range(i + 1, len(args)):
            t.penup()
            t.goto(*args[i])
            t.pendown()
            t.goto(*args[j])

    t.done()
    
if __name__ == '__main__':
    # 输入n个点
    n = int(input("请输入n个点（n>1）："))
    # 将每个点以元组形式组合成一个列表作为参数传入 connect_dot() 函数
    '''重点理解'''
    list_ = [tuple(map(int, input(f'请输入第{i + 1}个点坐标：').split())) for i in range(n)]  
    connect_dot(*list_)