第2章 函数

第14条：尽量用异常来表示特殊情况，而不要返回None

异常情况时，不要返回None。

解决方法:

• 1.返回一个二维数组表示异常：元组中第一个元素表示操作是否成功。第二个元素才是真正的运算结果。
• 2. 直接抛出异常给上一级。

def divide(a, b):
	try:
		return a / b
	except ZeroDivisionError as e:
		raise ValueError('Invalid inputs') from e

第15条：了解如何在闭包里使用外围作用域中的变量

闭包：定义在作用域内的函数，这种函数引用了那个作用域里面的变量。

将一份全是数字的表排序，要求是排序时，把一个群组内的数字放在群组之外数字的前面。常规做法是用sort函数，把辅助函数传给key参数。

def sort_priority(values, group):
    def helper(x):
        if x in group:
            return (0, x)
        return (1, x)

    values.sort(key=helper)


number = [8, 3, 1, 2, 4, 7, 6]
group = {2, 3, 5, 7}
sort_priority(number, group)
print(number)
>>>[2, 3, 7, 1, 4, 6, 8]

• 上述程序能运行：主要是python使用特殊的规则来比较两个元组。它首先比较各元组中下标为0的对应元素，如果相等，再比较下标为1的对应元素。以此类推。

改进：
设置一个返回值，表示列表中是否有group中的数字，依次判断是否有优先级更高的数字。

def sort_priority2(values, group):
    found =False
    def helper(x):
        if x in group:
            found = True
            return (0, x)
        return (1, x)
    values.sort(key=helper)
    return found

number = [8, 3, 1, 2, 4, 7, 6]
group = {2, 3, 5, 7}
found = sort_priority(number, group)
print(number) # False
print(found) #正确
# >>>[2, 3, 7, 1, 4, 6, 8]

python解释器遍历作用域的顺序：

• 1. 当前函数的作用域
• 2. 任何外围作用域（例如，包含当前函数的其他函数）
• 3. 包含当前代码的那个模块的作用域（也叫全局作用域，global scope）
• 4. 内置作用域（包含len及str等函数的作用域）

给变量赋值时，规则有所不同。如果当前作用域内已经定义了这个变量。那么该变量就会具备新值，如果当前作用域没有这个变量，Python则会把这次赋值视为对该变量的定义。

上面程序sort_priority2中, 返回False的原因是，将found变量赋值为True，在helper闭包里进行的。于是， 闭包中的这次赋值操作，就相当于在helper内定义了名为found的新变量，而不是给sort_priority2中的那个found赋值。这是python故意为之，防止函数的局部变量污染函数外围模块的全局作用域。

获取闭包内的数据

nonlocal语句：在相关变量赋值的时候，应该在上层作用域中查找该变量。nonlocal的唯一限制在于，它不能延伸到模块级别，这是为了防止污染全局作用域。

def sort_priority3(values, group):
    found = False

    def helper(x):
        nonlocal found
        if x in group:
            found = True
            return (0, x)
        return (1, x)

    values.sort(key=helper)
    return found

nonelocal语句表明：如果在闭包内给变量赋值，那么修改的其实是闭包外那个作用域中的变量。这与global语句互为补充，global用来表示对该变量的赋值操作，将会直接修改模块作用域里的那个变量。

nonelocal：建议只在极其简单的函数里使用这种机制。nonelocal的副作用很难追钟，尤其是在比较长的函数中，修饰某变量的nonlocal语句可能和修改变量的赋值操作离得越来越远，从而导致代码更加难以理解。

第16条：考虑用生成器来改写直接返回列表的函数。

例子: 查出字符串中每个词的首字母，在整个字符串里的位置

使用生成器的写法：

def index_word_iter(text):
    if text:
        yield 0
    for index, letter in enumerate(text):
        if letter == ' ':
            yield index + 1

address = 'Four score and seven years ago...'
result = list(index_word_iter(address))

• 使用生成器比把收集到的结果放入列表里返回给调用者更清晰
• 不会有内存爆炸的风险

第17条：在参数上面迭代时，要多加小心

迭代器只能产生一轮结果。如果要多次使用，使用该迭代器制作一份列表，将它的全部内容都遍历一次，并复制到这份列表中里。

第18条：用数量可变的位置参数减小视觉杂讯

数量可变的位置参数：*arg,使代码更加清晰。
问题：

• 1. 变长参数在传给函数时，总是要先转化成元组。可能会消耗大量内存，并导致程序崩溃。只有当确定输入参数个数比较少时，才应该令函数接受*arg的变长参数。

第19条：用关键字参数来表达可选的行为

第20条：用None和文档字符串来描述具有动态默认值的参数。

一个例子

import datetime
import time

def log(message, when = datetime.datetime.now()):
	print('%s: %s:' % (when, message))

log('a')
time.sleep(1)
log('b')
>>>2020-10-29 13:44:50.531281: a:
>>>2020-10-29 13:44:50.531281: b:

两次时间戳是一样的，这是因为datatime.now()只执行了一次，也就是它只在函数定义的时候执行了一次。也就是说这段代码一旦加载了，when这个参数的值就固定不变了，程序不会再次执行datetime.now()

改进：

import datetime
import time


def log(message, when=None):
    when = datetime.datetime.now() if when is None else when
    print('%s: %s:' % (when, message))


log('a')
time.sleep(1)
log('b')
>>>2020-10-29 13:49:12.392805: a:
>>>2020-10-29 13:49:13.393658: b: