目录
函数，作为Python模块化的基础，关于函数的定义：函数是组织好的，可重复使用的，用来实现单一，或相关联功能的代码段。
也就是说，函数就是将一段代码的重复利用。为什么函数在Python中如此重要？主要有因为函数的一些特性，包括：模块化和重用性、降低重复代码、提高代码可读性、代码调试和测试方便、灵活性和可扩展性高。那么今天我们来一起学习Python函数的技巧，文章可能内容有点多，但是我尽量给大家讲清楚。下面直接开始。
1. 定义函数
函数的一般语法如下：
def function_name(parameters):
"""函数文档字符串（可选）"""
# 函数体，包含一系列操作
return expression # 可选，用于返回值
下图是函数的各部分介绍：
图来自菜鸟教程：菜鸟教程
其中：
def 关键字用于定义函数。
function_name 是函数的名称，按照命名规范，应该是小写字母，单词间可以用下划线 _ 分隔。
parameters 是函数的参数列表，可以是零个或多个，多个参数之间用逗号 , 分隔。
函数体是缩进的代码块，包含了函数的操作。
return 语句可选，用于返回函数的结果。
调用函数也非常简单，只需使用函数名称和相应的参数即可：
result = function_name(arguments)
这里的 arguments 是函数调用时传递给函数的实际值，这些值会被传递给函数的参数，但是在定义函数的时候，它只是形式参数，是为了方便我们写代码的逻辑的。在函数执行后，可以用 result 变量保存返回的结果。
2. 函数参数的不同类型
上面我们讲了函数的声明和定义，这里我们要详细讲一下Python 中有几种不同类型的函数参数，这涉及到函数参数的使用问题。
- 位置参数（Positional Arguments）
这是最常见的参数类型，参数按照函数定义的顺序传递。
def greet(name, greeting):
print(f"{greeting}, {name}!")
greet("TiYong", "Hello") # 输出：Hello, TiYong!
- 关键字参数（Keyword Arguments）：
通过参数名指定参数值，可以不按照函数定义的顺序传递。
def greet(name, greeting):
print(f"{greeting}, {name}!")
greet(greeting="Hi", name="TiYong") # 输出：Hi, TiYong!
- 默认参数（Default Arguments）：
定义函数时为参数指定默认值，在调用时可以不传递这些参数。
def greet(name, greeting="Hello"):
print(f"{greeting}, {name}!")
greet("TiYong") # 输出：Hello, TiYong!
- 可变参数（Variable Arguments）：
允许函数接受可变数量的参数，有两种类型：*args 和 **kwargs。
-
*args用于接收任意数量的位置参数，它将这些参数作为元组（tuple）处理。**kwargs用于接收任意数量的关键字参数，它将这些参数作为字典（dictionary）处理。
def add(*args):
total = 0
for num in args:
total += num
return total
print(add(1, 2, 3, 4)) # 输出：10
def print_info(**kwargs):
for key, value in kwargs.items():
print(f"{key}: {value}")
print_info(name="Alice", age=30, city="New York")
# 输出：
# name: Alice
# age: 30
# city: New York
函数的参数虽然可以任意组合使用，但需要遵循一定的顺序：位置参数、默认参数、可变位置参数 *args、可变关键字参数 **kwargs。
3. 处理函数的返回值
处理函数的返回值需要根据函数的具体情况和调用需求。下面是一些常用的方法：
# 1.存储到变量中：
# 将函数的返回值存储到一个变量中，以便后续使用。
result = my_function(argument)
# 2.直接使用：
# 在需要的地方直接使用函数的返回值。
print(my_function(argument))
# 3.条件判断：
# 根据返回值的情况执行不同的操作。
if my_function(argument): # 如果返回值为真，执行某些操作 else: # 如果返回值为假，执行其他操作
# 4.传递给其他函数：
# 将函数的返回值作为参数传递给另一个函数。
another_function(my_function(argument))
# 5.解构返回的元组或列表：
# 如果函数返回的是元组或列表，可以通过解构来获取各个元素。
a, b = return_tuple()
4. 匿名函数
匿名函数（Anonymous Functions）是指没有具体名称的函数，通常使用 lambda 关键字创建。使用匿名函数可以避免定义一个完整的函数，简化代码结构。
匿名函数的一般语法如下：
lambda arguments: expression
lambda是关键字。arguments是函数的参数，类似于常规函数的参数。expression是函数的主体，也就是函数要执行的操作。- ：是区分参数和函数主体的标志。
示例代码：
# 简单的函数加法
add = lambda x, y: x + y
print(add(3, 5)) # 输出：8
# 作为函数的返回值
def make_incrementor(n):
return lambda x: x + n
increment_by_5 = make_incrementor(5)
print(increment_by_5(10)) # 输出：15
5. 函数装饰器（Function Decorators）
函数装饰器是Python中用于修改或扩展函数功能的语法糖。它允许开发者在不更改函数代码的前提下，动态地为函数添加新的行为或功能。在Python中，装饰器是通过使用@decorator语法来实现的。
简单展示一个装饰器的使用，下面的解释已经是最简单的解释了，如果还是不清楚，就照着代码敲一敲，实在想不明白，就找我。
# 定义一个函数，里面嵌套了一个函数
def a(func):
def b():
print("我是b()函数里,调用函数 前 的句子！")
func()
print("我是b()函数里,调用函数 后 的句子！")
return b
# 定义第二个函数
def c():
print("我是c函数!")
# 一般形式，我们将c函数作为参数传入a，再赋值给afunc
afunc = a(c)
'''
我们调用afunc()函数，
注意：当你把一对小括号放在后面，这个函数就会执行；
然而如果你不放括号在它后面，那它可以被到处传递，
并且可以赋值给别的变量而不去执行它。
'''
# 这时，afunc()作为函数输出。
afunc()
###############重点来啦········
#我们使用@
@a
def d():
"""我是一个函数装饰器"""
print("我是一个函数装饰器")
# 这时候我们再调用d(),就直接输出：
d()
'''
输出如下：
我是b()函数里,调用函数 前 的句子！
我是一个函数装饰器
我是b()函数里,调用函数 后 的句子！
'''
# 特别解释： @a 就等价于 afunc = a(d)
装饰器的优势：
- 代码更简洁，易于维护
- 提高代码复用性
- 符合 Python 的“开闭原则”
装饰器的注意事项
- 装饰器会改变函数的签名，因此在使用装饰器时，需要确保被装饰函数的签名与装饰器兼容。
- 装饰器可能会影响函数的性能，因此在使用装饰器时，需要进行性能测试。
6. 编写函数文档
上面有那么多函数，这时候每个函数的文档说明，就会成为理解这个函数的重要信息。那么如何编写清晰明了的文档字符串（docstrings）呢？
所谓的文档字符串（docstrings）是函数、类或模块的第一个逻辑行，用于描述该函数、类或模块的作用、参数、返回值等信息。良好的文档字符串可以让其他开发者快速了解你的代码，并且方便生成文档。
一般情况下，使用三重引号 """ 或 ''' 来编写文档字符串。下面是一个示例：
def my_function(parameter1, parameter2):
"""
这是一个示例函数的文档字符串。
参数：
- parameter1: 描述参数1的作用
- parameter2: 描述参数2的作用
返回值：
- 返回值的说明
示例用法：
>>> my_function(1, 2)
3
"""
return parameter1 + parameter2
下面是一些编写清晰文档字符串的建议：
- 概述：简要概述函数的作用和功能。
- 参数说明：详细描述函数的参数，包括参数名、类型以及每个参数的作用。
- 返回值说明：明确描述函数的返回值，包括返回值的类型以及它的具体含义。
- 示例用法：提供函数的示例用法，展示输入参数和期望的输出结果。
- 其他信息：根据需要添加其他相关信息，如函数的实现细节、注意事项等。
总结
在函数式编程中，函数被视为一等公民，可以作为参数传递给其他函数，也可以作为函数的返回值。但是，在编写函数时，避免不必要的函数调用也是提高性能的重要方面之一。下面是一些优化函数性能的技巧：
- 函数内联，避免函数调用的开销；
- 条件语句优化，将频繁执行的条件判断提前到函数外部；
- 缓存结果，尤其适用于递归函数，避免重复计算；
- 惰性计算，延迟计算直到需要的时候。
我们下一篇文章将开始Python高阶特性的讲解，继续学习、记录python的下一个知识点。
如果感觉阅读对您还有些作用，可以评论留言，关注我。谢谢您的阅读！
往期学习：
VSCode安装教程（版本：1.87.0）Windows10
960
被折叠的 条评论
为什么被折叠?
到【灌水乐园】发言
