Python基础知识(七)
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
***
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: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_)