定义函数
- 我们以自定义一个求绝对值的my_abs函数为例:
def my_abs(x):
if x >= 0:
return x
else:
return -x
如果没有return语句,函数执行完毕后也会返回结果,只是结果为None。
return None可以简写为return。
- 里面有个空函数表达式:
def nop():
//实际上pass可以用来作为占位符
pass
- 数据类型检查可以用内置函数isinstance()实现
def my_abs(x):
if not isinstance(x, (int, float)):
raise TypeError('bad operand type')
if x >= 0:
return x
else:
return -x
Python的函数返回多值其实就是返回一个tuple
函数的参数
当定义了传两个参数进去的时候,例如:
def power(x, n):
s = 1
while n > 0:
n = n - 1
s = s * x
return s
之后当你使用原来的power(5)
,它就会报错是调用的power()
缺少了一个位置参数n。
这个时候可以使用默认参数,像是这样:
def power(x, n=2):
s = 1
while n > 0:
n = n - 1
s = s * x
return s
- 一是必选参数在前,默认参数在后,否则Python的解释器会报错
- 二是当函数有多个参数时,把变化大的参数放前面,变化小的参数放后面。
定义一个函数,传入一个list,添加一个END再返回:
def add_end(L=[]):
L.append('END')
return L
但使用默认参数调用时一开始是对的,但在此调用add_end(),结果就错误了:
>>> add_end()
['END', 'END']
>>> add_end()
['END', 'END', 'END']
牢记:默认参数必须指向不变的对象
可以将代码改成这样:
def add_end(L=None):
if L is None:
L = []
L.append('END')
return L
可变参数
可变参数的写法:
def calc(*numbers):
sum = 0
for n in numbers:
sum = sum + n * n
return sum
仅仅在参数前面加了一个”*”号,在调用该函数的时候,可以传入任意个参数,包括0个参数:
>>> calc(1, 2)
5
>>> calc()
0
Python允许你在list或tuple前面加一个*号,把list或tuple的元素变成可变参数传进去,这些可变参数在函数调用时自动组装为一个tuple:
>>> nums = [1, 2, 3]
>>> calc(*nums)
14
关键字参数
关键字参数允许你传入0个或任意个含参数名的参数,这些关键字参数在函数内部自动组装为一个dict。例如:
def person(name, age, **kw):
print('name:', name, 'age:', age, 'other:', kw)
得到的结果:
>>> person('Bob', 35, city='Beijing')
name: Bob age: 35 other: {'city': 'Beijing'}
>>> person('Adam', 45, gender='M', job='Engineer')
name: Adam age: 45 other: {'gender': 'M', 'job': 'Engineer'}
一般用关键字参数来定义这个函数就能满足注册的需求:
>>> extra = {'city': 'Beijing', 'job': 'Engineer'}
>>> person('Jack', 24, city=extra['city'], job=extra['job'])
name: Jack age: 24 other: {'city': 'Beijing', 'job': 'Engineer'}
可以简化为:
>>> extra = {'city': 'Beijing', 'job': 'Engineer'}
>>> person('Jack', 24, **extra)
name: Jack age: 24 other: {'city': 'Beijing', 'job': 'Engineer'}
命名关键字参数
限制关键字参数的名字,就可以用命名关键字参数,例如,只接收city和job作为关键字参数。这种方式定义的函数如下:
def person(name, age, *, city, job):
print(name, age, city, job)
和关键字参数**kw不同,命名关键字参数需要一个特殊分隔符*,*后面的参数被视为命名关键字参数。
这是一个特殊情况:
- 如果函数定义中已经有了一个可变参数,后面跟着的命名关键字参数就不再需要一个特殊分隔符*了:
def person(name, age, *args, city, job):
print(name, age, args, city, job)
- 在有默认值的情况下,又变得不一样:
def person(name, age, *, city='Beijing', job):
print(name, age, city, job)
由于命名关键字参数city具有默认值,调用时,可不传入city参数:
>>> person('Jack', 24, job='Engineer')
Jack 24 Beijing Engineer
参数组合
参数定义的顺序:必选参数、默认参数、可变参数、命名关键字参数和关键字参数。
定义一个函数,包含上述若干种参数:
def f1(a, b, c=0, *args, **kw):
print('a =', a, 'b =', b, 'c =', c, 'args =', args, 'kw =', kw)
def f2(a, b, c=0, *, d, **kw):
print('a =', a, 'b =', b, 'c =', c, 'd =', d, 'kw =', kw)
在函数调用的时候,Python解释器自动按照参数位置和参数名把对应的参数传进去
>>> f1(1, 2)
a = 1 b = 2 c = 0 args = () kw = {}
>>> f1(1, 2, c=3)
a = 1 b = 2 c = 3 args = () kw = {}
>>> f1(1, 2, 3, 'a', 'b')
a = 1 b = 2 c = 3 args = ('a', 'b') kw = {}
>>> f1(1, 2, 3, 'a', 'b', x=99)
a = 1 b = 2 c = 3 args = ('a', 'b') kw = {'x': 99}
>>> f2(1, 2, d=99, ext=None)
a = 1 b = 2 c = 0 d = 99 kw = {'ext': None}
最神奇的是通过一个tuple和dict
>>> args = (1, 2, 3, 4)
>>> kw = {'d': 99, 'x': '#'}
>>> f1(*args, **kw)
a = 1 b = 2 c = 3 args = (4,) kw = {'d': 99, 'x': '#'}
>>> args = (1, 2, 3)
>>> kw = {'d': 88, 'x': '#'}
>>> f2(*args, **kw)
a = 1 b = 2 c = 3 d = 88 kw = {'x': '#'}
注意定义:
可变参数和关键字参数的语法:
- *args是可变参数,args接收的是一个tuple;
- **kw是关键字参数,kw接收的是一个dict。
- 可变参数既可以直接传入:func(1, 2, 3),又可以先组装list或tuple,再通过args传入:func((1, 2, 3));
- 关键字参数既可以直接传入:func(a=1, b=2),又可以先组装dict,再通过kw传入:func({‘a’: 1, ‘b’: 2})。
递归函数
def fact(n):
if n==1:
return 1
return n * fact(n - 1)
使用递归函数需要注意防止栈溢出。在计算机中,函数调用是通过栈(stack)这种数据结构实现的,每当进入一个函数调用,栈就会加一层栈帧,每当函数返回,栈就会减一层栈帧。由于栈的大小不是无限的,所以,递归调用的次数过多,会导致栈溢出。
如fact(1000)就会报错,解决办法是使用尾递归优化:
尾递归是指,在函数返回的时候,调用自身本身,并且,return语句不能包含表达式。这样,编译器或者解释器就可以把尾递归做优化,使递归本身无论调用多少次,都只占用一个栈帧,不会出现栈溢出的情况。
def fact(n):
return fact_iter(n, 1)
def fact_iter(num, product):
if num == 1:
return product
return fact_iter(num - 1, num * product)