函数
调用函数
Python支持函数,不仅可以灵活地自定义函数,而且本身也内置了很多有用的函数。
除了可以使用help(函数名)查看内置函数(built-in function, BIF)的用法和用途,也可以直接查看官方文档。
函数名其实就是指向一个函数对象的引用,完全可以把函数名赋给一个变量,相当于给这个函数起了一个别名。
>>> a = abs # 变量a指向abs函数
>>> a(-1) # 所以也可以通过a调用abs函数
1
定义函数
定义函数要使用 def
语句,依次写出 函数名、括号、括号中的参数 和冒号,然后,在缩进块中编写函数体,函数的返回值用 return
语句返回。例如:
def my_abs(x):
if x >= 0:
return x
else:
return -x
注意,如果没有return语句,则函数执行完毕也会返回 None
,如果想要函数返回 None
,除了写 return None
之外还可以直接写 return
。
我们既可以直接在命令行定义函数,也可以把函数放在 .py
文件中定义。若采用后者,则使用函数时要先把工作目录跳转到文件保存的目录,再启动Python,然后用 from 文件名 import 函数名
即可导入函数。(这里文件名不需要包含文件扩展名 .py
)
比方说把上面的 my_abs
函数写入到 my_abs.py
文件中,保存在桌面,使用该函数需要先 cd
到桌面目录,然后再导入和使用:
C:\Users\Administrator>cd Desktop
C:\Users\Administrator\Desktop>python
Python 3.5.1 |Anaconda 4.0.0 (64-bit)| (default, Feb 16 2016, 09:49:46) [MSC v.1900 64 bit (AMD64)] on win32
Type "help", "copyright", "credits" or "license" for more information.
>>> from my_abs import my_abs
>>> my_abs(5)
5
>>> my_abs(0)
0
>>> my_abs(-5)
5
空函数
如果还没想好怎么写一个函数,可以用 pass
语句来实现一个空函数,如:
def nop():
pass
pass
语句什么都不做,但可以用来做占位符。用在其他语句中也可以,如:
if age >= 18:
pass
参数检查
当参数个数不对时,Python解释器会抛出 TypeError
错误,但是当参数类型错误时,如果函数里面没有给出对应的方法,Python解释器就无法抛出正确的错误提示信息。
上面实现的 my_abs
函数还不够完善,使用Python的内置函数 isinstance()
和 raise
语句来实现类型检查并报错的功能,如下:
def my_abs(x):
if not isinstance(x, (int, float)):
raise TypeError('bad operand type')
if x >= 0:
return x
else:
return -x
效果:
>>> my_abs('a') # 参数类型错误
Traceback (most recent call last):
File "<stdin>", line 1, in <module>
File "<stdin>", line 3, in my_abs
TypeError: bad operand type
>>> my_abs(1,2) # 参数个数错误
Traceback (most recent call last):
File "<stdin>", line 1, in <module>
TypeError: my_abs() takes 1 positional argument but 2 were given
返回多个值
举一个返回坐标点的例子:
import math
def move(x, y, step, angle=0):
nx = x + step * math.cos(angle)
ny = y - step * math.sin(angle)
return nx, ny
这里用到math包的函数 cos
和 sin
,返回坐标点的两个维度的值。接收时:
>>> x, y = move(100, 100, 60, math.pi / 6)
>>> print(x)
151.96152422706632
>>> print(y)
70.0
或者:
>>> r = move(100, 100, 60, math.pi / 6)
>>> print(r)
(151.96152422706632, 70.0)
实际上,在Python中,函数返回的仍然是一个变量,但在返回多个值时,Python会将它们合并为一个tuple返回,又因为语法上返回一个tuple可以省略括号,所以可以直接写成返回多个值的形式。 特别地,我们可以使用多个变量来接收一个返回的tuple,Python会按位置顺序来赋对应的值。
函数的参数
定义函数的时候,我们把参数的名字和位置确定下来,函数的接口定义就完成了。
Python的函数定义非常简单,但灵活度却非常大。除了正常定义的必选参数外,还可以使用默认参数、可变参数和关键字参数。
位置参数
传入值按位置顺序依次赋给参数。
def power(x, n):
s = 1
while n > 0:
n = n - 1
s = s * x
return s
如这个幂函数,调用时使用 power(5,2)
这样的格式即可,5和2会按位置顺序分别被赋给变量x和n。
默认参数
有时候我们希望函数带有默认设置,比方说令幂函数默认计算平方,这样就不需要每次都传入参数n了。 可以使用默认参数来实现这样的功能:
def power(x, n=2):
s = 1
while n > 0:
n = n - 1
s = s * x
return s
此时使用 power(5)
也能调用幂函数,计算的是5的平方。
在编写函数的参数列表时,应当注意:
- 必选参数在前,默认参数在后,否则Python的解释器会报错。
- 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。这样我们可以把变化小的参数设为默认参数,调用的时候就不需要每次都填写这个参数了。
例子:
def enroll(name, gender, age=6, city='Beijing'):
print('name:', name)
print('gender:', gender)
print('age:', age)
print('city:', city)
age和city是默认参数,调用时可以不提供。并且提供默认参数时既可以按顺序也可以不按顺序:
enroll('Bob', 'M', 7)
enroll('Adam', 'M', city='Tianjin')
按顺序不需指定参数名,不按顺序时则必须提供参数名,这样其他未提供的参数依然使用默认参数的值。
注意默认参数必须指向不可变对象!举个例子:
def add_end(L=[]):
L.append('END')
return L
多次使用默认参数时:
>>> add_end()
['END']
>>> add_end()
['END', 'END']
>>> add_end()
['END', 'END', 'END']
可以看到这里默认参数的内容改变了,因为L是可变对象,每次调用add_end,函数会修改默认参数的内容。 所以切记默认参数要指向不可变对象,要实现同样的功能,使用None就可以了。
def add_end(L=None):
if L is None:
L = []
L.append('END')
return L
使用不可变对象做参数,在多任务环境下读取对象不需要加锁,同时读没有问题。因此能使用不可变对象就尽量用不可变对象。
可变参数
可变参数即传入的参数个数可变,传入任意个参数都可以 。先看一个例子:
def calc(numbers):
sum = 0
for n in numbers:
sum = sum + n * n
return sum
这个求和函数只有一个参数,必须传入一个list或者tuple才行,即 calc([1, 2, 3,7])
或者 calc((1, 3, 5, 7))
。如果使用可变参数,则:
def calc(*numbers):
sum = 0
for n in numbers:
sum = sum + n * n
return sum
只是在参数前面加了一个 *
号,函数内容不需要改变。这样定义的函数可以使用任意个数的参数,包括0个。
>>> calc(1, 2)
5
>>> calc()
0
传入参数时不需要构建list或者tuple,函数接收参数时会自动构建为一个tuple。 如果已经有一个list或者tuple要调用可变参数也很方便,将它变成可变参数就可以了。
>>> nums = [1, 2, 3]
>>> calc(*nums) # 在列表前面加上一个星号即可完成转换
14
同样只需要加一个 *
号即可完成转换。
args是一个tuple类型的对象,没有传入时就是一个空的tuple。
关键字参数
可变参数允许传入0个或任一个参数,这些可变参数会自动组装为一个tuple。 而关键字参数允许传入0个或任意个含参数名的参数,这些关键字参数会自动组装为一个dict。
def person(name, age, **kw):
print('name:', name, 'age:', age, 'other:', kw)
调用时:
>>> person('Michael', 30)
name: Michael age: 30 other: {}
>>> 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'}
kw是一个dict类型的对象,没有传入时就是一个空的dict。 和可变参数类似,先组装一个dict然后再传入也是可以的。
>>> extra = {'city': 'Beijing', 'job': 'Engineer'}
>>> person('Jack', 24, city=extra['city'], job=extra['job'])
name: Jack age: 24 other: {'city': 'Beijing', 'job': 'Engineer'}
或者进行转换:
>>> extra = {'city': 'Beijing', 'job': 'Engineer'}
>>> person('Jack', 24, **extra) # 在字典前面加上两个星号即可完成转换
name: Jack age: 24 other: {'city': 'Beijing', 'job': 'Engineer'}
这里使用 **
转换的实质是把extra拷贝一份,然后令kw指向这个拷贝,所以函数内的操作不会对函数外的extra有任何影响。
命名关键字参数
关键字参数的自由度很大,但有时我们需要限制用户可以传入哪些参数,这时就需要用到命名关键字参数。
def person(name, age, *, city, job):
print(name, age, city, job)
和关键字参数不同,这里采用一个 *
号作为分隔符,*
号后面的参数被视为关键字参数。 调用如下:
>>> person('Jack', 24, city='Beijing', job='Engineer')
Jack 24 Beijing Engineer
错误举例
1.没有给参数名
>>> person('Jack', 24, 'Beijing', 'Engineer')
Traceback (most recent call last):
File "<stdin>", line 1, in <module>
TypeError: person() takes 2 positional arguments but 4 were given
命名关键字参数必须传入参数名,如果没有参数名,Python解释器会视其为位置参数,从而报参数个数超出的错误。
2.没有传入参数
>>> person('Jack', 24)
Traceback (most recent call last):
File "<pyshell#83>", line 1, in <module>
person('Jack', 24)
TypeError: person() missing 2 required keyword-only arguments: 'city' and 'job'
命名关键字参数若没有定义默认值则被视为必选参数。 可以为命名关键字参数设置默认值, 比如 def person(name, age, *, city='Beijing', job):
,这样即使不传入也不会报错了。
3.传入没有定义的参数
>>> person('Jack', 24, city='Beijing', joc='Engineer')
Traceback (most recent call last):
File "<pyshell#84>", line 1, in <module>
person('Jack', 24, city='Beijing', joc='Engineer')
TypeError: person() got an unexpected keyword argument 'joc'
命名关键字参数限制了可以传入怎样的参数,如果传入参数的参数名不在其中也会报错。
###参数组合
在Python中定义函数除了可变参数和命名关键字参数无法混合,可以任意组合必选参数、默认参数、可变参数、关键字参数和命名关键字参数。
注意!参数定义的顺序必须是: 必选参数 -> 默认参数 -> 可变参数/命名关键字参数 -> 关键字参数
。
例子:
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)
调用:
>>> 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}
除了这种普通的调用方式,通过tuple和dict也可以很神奇地调用!
>>> 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': '#'}
赋值是按照上面的固定顺序来进行的!对于任意函数,都可以通过类似 func(*args, **kw)
的形式调用它,无论它的参数是如何定义的。
###小结
Python的函数具有非常灵活的参数形态,既可以实现简单的调用,又可以传入非常复杂的参数。
默认参数一定要用不可变对象,如果是可变对象,程序运行时会有逻辑错误!
要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。
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})
。
使用 *args
和 **kw
这两个名字是Python的习惯写法,当然也可以用其他参数名,但最好使用习惯用法。
命名关键字参数是为了限制调用者可以传入的参数名,并且我们可以为其提供默认值。
**定义命名关键字参数不要忘了写分隔符 *
,否则定义的将是位置参数。
递归函数
若一个函数在函数内部调用自身,则该函数是一个递归函数。如:
def fact(n):
if n==1:
return 1
return n * fact(n - 1)
阶乘函数就是一个递归函数,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。
解决递归调用栈溢出的方法是通过尾递归优化,尾递归和循环效果一样,实际上可以把循环看作特殊的尾递归函数。
尾递归要求函数返回时调用自身本身而不能包含表达式。这样编译器或解释器就可以把尾递归进行优化,无论递归了多少次都只占用一个栈帧。
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)
之前的函数定义有乘法表达式,所以不是尾递归。
计算过程如下:
===> fact(5)
===> 5 * fact(4)
===> 5 * (4 * fact(3))
===> 5 * (4 * (3 * fact(2)))
===> 5 * (4 * (3 * (2 * fact(1))))
===> 5 * (4 * (3 * (2 * 1)))
===> 5 * (4 * (3 * 2))
===> 5 * (4 * 6)
===> 5 * 24
===> 120
这里改为在函数调用前先计算product,每次递归仅调用函数本身就可以了。
计算过程如下:
===> fact_iter(5, 1)
===> fact_iter(4, 5)
===> fact_iter(3, 20)
===> fact_iter(2, 60)
===> fact_iter(1, 120)
===> 120
可惜Python标准的解释器没有对尾递归做优化,所以即使改为尾递归的写法还是有可能产生栈溢出。
汉诺塔
a有n个盘子(从上到下由轻到重),要求只借助a,b,c三个支架,把所有盘子移动到c。并且重的盘子不可以在轻的盘子上。
def move(n, a, b, c):
if n == 1:
print(a,' --> ',c)
else:
move(n-1,a,c,b) #将前n-1个盘子从A移动到B上
print(a,' --> ',c) #将最底下的最后一个盘子从A移动到C上
move(n-1,b,a,c) #将B上的n-1个盘子移动到C上
代码很短,思路很清晰,基于规则,每次只能把余下盘子中最重的移到c上。 这里通过改变传入参数的顺序可以灵活使用三个支架。 a在一次移动中可能充当b的角色,b,c也可能充当a的角色。
但总的来说,我们都是希望把充当a的支架上n-1个盘子先移到充当b的支架上,再把a的剩下的最重的一个盘子移动到充当c的支架上,然后递归,这时充当b的支架就变成a,充当a的支架就变成b,直到最后完成所有移动。