Python之旅——task6

函数与Lambda表达式

1 函数

函数以def关键词开头，后接函数名和圆括号()。
函数执行的代码以冒号起始，并且缩进。
return [表达式]结束函数，选择性地返回一个值给调用方。不带表达式的return相当于返回None。

def functionname(parameters):
    "函数_文档字符串"
    function_suite
    return [expression]

1.1 函数的调用

def printme(str):
    print(str)
printme("我要调用用户自定义函数!")  # 我要调用用户自定义函数!
printme("再次调用同一函数")  # 再次调用同一函数
temp = printme('hello') # hello
print(temp)  # None

1. 函数文档

def MyFirstFunction(name):
    "函数定义过程中name是形参"
    # 因为Ta只是一个形式，表示占据一个参数位置
    print('传递进来的{0}叫做实参，因为Ta是具体的参数值！'.format(name))
MyFirstFunction('老马的程序人生')  
# 传递进来的老马的程序人生叫做实参，因为Ta是具体的参数值！
print(MyFirstFunction.__doc__)  
# 函数定义过程中name是形参
help(MyFirstFunction)
# Help on function MyFirstFunction in module __main__:
# MyFirstFunction(name)
#    函数定义过程中name是形参

1.2 函数参数

Python 的函数具有非常灵活多样的参数形态，既可以实现简单的调用，又可以传入非常复杂的参数。从简到繁的参数形态如下：

1. 位置参数 (positional argument)
2. 默认参数 (default argument)
3. 可变参数 (variable argument)
4. 关键字参数 (keyword argument)
5. 命名关键字参数 (name keyword argument)
6. 参数组合

1. 位置参数

def functionname(arg1):
    "函数_文档字符串"
    function_suite
    return [expression]
arg1 - 位置参数 ，这些参数在调用函数 (call function) 时位置要固定。

2. 默认函数

def functionname(arg1, arg2=v):
    "函数_文档字符串"
    function_suite
    return [expression]

arg2 = v 表示默认参数 = 默认值，调用函数时，默认参数的值如果没有传入，则被认为是默认值。
默认参数一定要放在位置参数后面，不然程序会报错。

3. 可变参数
   可变参数就是传入的参数个数是可变的，是不定长的参数。

def functionname(arg1, arg2=v, *args):
    "函数_文档字符串"
    function_suite
    return [expression]

其中*args - 可变参数，可以是从零个到任意个，自动组装成元组。
加了星号的变量名会存放所有未命名的变量参数。

4. 关键字参数

def functionname(arg1, arg2=v, *args, **kw):
    "函数_文档字符串"
    function_suite
    return [expression]

**kw - 关键字参数，可以是从零个到任意个，自动组装成字典。

def printinfo(arg1, *args, **kwargs):
    print(arg1)
    print(args)
    print(kwargs)
printinfo(70, 60, 50)
# 70
# (60, 50)
# {}
printinfo(70, 60, 50, a=1, b=2)
# 70
# (60, 50)
# {'a': 1, 'b': 2}

「可变参数」和「关键字参数」的同异总结如下：

可变参数允许传入零个到任意个参数，它们在函数调用时自动组装为一个元组 (tuple)。
关键字参数允许传入零个到任意个参数，它们在函数内部自动组装为一个字典 (dict)。

5. 命名关键字参数

def functionname(arg1, arg2=v, *args, *, nkw, **kw):
    "函数_文档字符串"
    function_suite
    return [expression]

*, nkw - 命名关键字参数，用户想要输入的关键字参数，定义方式是在nkw 前面加个分隔符 *。
如果要限制关键字参数的名字，就可以用「命名关键字参数」，使用命名关键字参数时，要特别注意不能缺少参数名。

def printinfo(arg1, *, nkw, **kwargs):
    print(arg1)
    print(nkw)
    print(kwargs)
printinfo(70, nkw=10, a=1, b=2)
# 70
# 10
# {'a': 1, 'b': 2}

printinfo(70, 10, a=1, b=2)
# TypeError: printinfo() takes 1 positional argument but 2 were given
'''
没有写参数名nwk，因此 10 被当成「位置参数」，而原函数只有 1 个位置函数，现在调用了 2 个，因此程序会报错。
'''

6. 参数组合
   在 Python 中定义函数，可以用位置参数、默认参数、可变参数、命名关键字参数和关键字参数，这 5 种参数中的 4 个都可以一起使用，但是注意，参数定义的顺序必须是：

位置参数、默认参数、可变参数和关键字参数。 位置参数、默认参数、命名关键字参数和关键字参数。

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

命名关键字参数是为了限制调用者可以传入的参数名，同时可以提供默认值。**定义命名关键字参数不要忘了写*分隔符 **，否则定义的是位置参数。

1.3 函数的返回值

def printme(str):
    print(str)
temp = printme('hello') # hello
print(temp) # None
print(type(temp))  # <class 'NoneType'>

1.4 变量的作用域

1. Python 中，程序的变量并不是在哪个位置都可以访问的，访问 权限决定于这个变量是在哪里赋值的。
2. 定义在函数内部的变量拥有局部作用域，该变量称为局部变量。
3. 定义在函数外部的变量拥有全局作用域，该变量称为全局变量。
4. 局部变量只能在其被声明的函数内部访问，而全局变量可以在整个程序范围内访问。

当内部作用域想修改外部作用域的变量时，就要用到global和nonlocal关键字了。

num = 1
def fun1():
    global num  # 需要使用 global 关键字声明
    print(num)  # 1
    num = 123
    print(num)  # 123
fun1()
print(num)  # 123

内嵌函数

def outer():
    print('outer函数在这被调用')

    def inner():
        print('inner函数在这被调用')

    inner()  # 该函数只能在outer函数内部被调用
outer()
# outer函数在这被调用

闭包

闭包是函数式编程的一个重要的语法结构，是一种特殊的内嵌函数。 如果在一个内部函数里对外层非全局作用域的变量进行引用，那么内部函数就被认为是闭包。
通过闭包可以访问外层非全局作用域的变量，这个作用域称为闭包作用域。

def funX(x):
    def funY(y):
        return x * y

    return funY
i = funX(8)
print(type(i))  # <class 'function'>
print(i(5))  # 40

如果要修改闭包作用域中的变量则需要 nonlocal 关键字

def outer():
    num = 10
    def inner():
        nonlocal num  # nonlocal关键字声明
        num = 100
        print(num)
    inner()
    print(num)
outer()
# 100
# 100

递归

如果一个函数在内部调用自身本身，这个函数就是递归函数。

求n! = 1 x 2 x 3 x … x n

# 利用循环
n = 5
for k in range(1, 5):
    n = n * k
print(n)  # 120

# 利用递归
def factorial(n):
    if n == 1:
        return 1
    return n * factorial(n - 1)


print(factorial(5)) # 120

设置递归的层数，Python默认递归层数为 100

import sys

sys.setrecursionlimit(1000)

2 Lambda表达式

2.1 匿名函数的定义

在 Python 里有两类函数：

第一类：用 def 关键词定义的正规函数
第二类：用 lambda 关键词定义的匿名函数

匿名函数表达式：

lambda argument_list: expression

lambda - 定义匿名函数的关键词。 argument_list - 函数参数，它们可以是位置参数、默认参数、关键字参数，和正规函数里的参数类型一样。 :- 冒号，在函数参数和表达式中间要加个冒号，expression - 只是一个表达式，输入函数参数，输出一些值。

注意：

expression 中没有 return 语句，因为 lambda 不需要它来返回，表达式本身结果就是返回值。
匿名函数拥有自己的命名空间，且不能访问自己参数列表之外或全局命名空间里的参数。

sumary = lambda arg1, arg2: arg1 + arg2
print(sumary(10, 20))  # 30

func = lambda *args: sum(args)
print(func(1, 2, 3, 4, 5))  # 15

2.2 匿名函数的应用

函数式编程是指代码中每一块都是不可变的，都由纯函数的形式组成。这里的纯函数，是指函数本身相互独立、互不影响，对于相同的输入，总会有相同的输出，没有任何副作用。

def f(x):
    y = []
    for item in x:
        y.append(item + 10)
    return y


x = [1, 2, 3]
f(x)
print(x)
# [1, 2, 3]

匿名函数 常常应用于函数式编程的高阶函数 (high-order function)中，主要有两种形式：

参数是函数 (filter, map)
返回值是函数 (closure)

filter(function, iterable) 过滤序列，过滤掉不符合条件的元素，返回一个迭代器对象，如果要转换为列表，可以使用 list() 来转换。

odd = lambda x: x % 2 == 1
templist = filter(odd, [1, 2, 3, 4, 5, 6, 7, 8, 9])
print(list(templist))  # [1, 3, 5, 7, 9]

**map(function, *iterables)**根据提供的函数对指定序列做映射。

m1 = map(lambda x: x ** 2, [1, 2, 3, 4, 5])
print(list(m1))  
# [1, 4, 9, 16, 25]

m2 = map(lambda x, y: x + y, [1, 3, 5, 7, 9], [2, 4, 6, 8, 10])
print(list(m2))  
# [3, 7, 11, 15, 19]

除了 Python 这些内置函数，我们也可以自己定义高阶函数。

def apply_to_list(fun, some_list):
    return fun(some_list)

lst = [1, 2, 3, 4, 5]
print(apply_to_list(sum, lst))
# 15

print(apply_to_list(len, lst))
# 5

print(apply_to_list(lambda x: sum(x) / len(x), lst))
# 3.0

3 练习题

3.1 怎么给函数编写⽂档？

可以在函数中利用双引号“ ”编写文档，利用__doc__、__name__等关键字获取函数的注释、名称等。利用help(MyFirstFunction)指令可以获得函数相关文档。

3.2 怎么给函数参数和返回值注解？

函数注解：参数列表内部的参数后面，加上冒号和要传入的类型

def accumlate(x:int, y:int):
    return x*y

返回值注解：在参数列表后面，冒号前面，增加一个 -> 后面接返回值的类型。

def accumlate(x:int, y:int) -> int:
    return x*y

3.3 闭包中，怎么对数字、字符串、元组等不可变元素更新。

修改闭包作用域中的变量需要 nonlocal 关键字。

3.4 分别根据每一行的首元素和尾元素大小对二维列表 a = [[6, 5], [3, 7], [2, 8]] 排序。(利用lambda表达式)

a=[[6, 5], [3, 7], [2, 8]]
x = sorted(a, key=lambda a: a[0], reverse=False)
print("按照首字符正序排列："+str(x))
x = sorted(a, key=lambda a: a[0], reverse=True)
print("按照首字符逆序排列："+str(x))
x = sorted(a, key=lambda a: a[1], reverse=False)
print("按照尾字符正序排列："+str(x))
x = sorted(a, key=lambda a: a[1], reverse=True)
print("按照尾字符逆序排列："+str(x))

结果：

'''
按照首字符正序排列：[[2, 8], [3, 7], [6, 5]]
按照首字符逆序排列：[[6, 5], [3, 7], [2, 8]]
按照尾字符正序排列：[[6, 5], [3, 7], [2, 8]]
按照尾字符逆序排列：[[2, 8], [3, 7], [6, 5]]
'''

3.5 利用python解决汉诺塔问题

递归的方法：

def model_tower(n,a,b,c):
    if n == 1:
        print(str(a)+"柱子移动到"+str(c)+"柱子")
    else:
        '''将a柱的一个移动到b'''
        model_tower(n-1, 'a', 'c', 'b')
        '''将a柱的一个移动到c'''
        model_tower(1, 'a', 'b', 'c') 
        '''将b柱的63个移动到c'''
        model_tower(n-1, 'b', 'a', 'c')
model_tower(64, 'a', 'b', 'c')