Python基础——函数

函数设计概念

函数设计原则：

• 只有在真正必要的情况下使用全局变量
• 每一个函数都应该有一个单一的目标：这个目标可以用一个简单说明句来总结，不应该宽泛或者包含多件事情
• 避免直接改变另一个模块文件中的变量

函数有多种方法获得输入产生输出，一般使用参数作为输入，return语句配合可变参数的改变作为输出。
函数输入：

• 参数
• 全局变量
• 文件/流

函数输出：

• return语句
• 可变参数
• 全局变量
• 文件/流

创建

def fun(args):
    return

def语句
def创建了一个函数对象并将其赋值给一个变量。def语句是实时执行的，在模块导入时运行或者在交互模式下输入时运行。
始终记住：函数是一个对象，就像数字、字符串一样。除了函数调用外，还可以dir查看函数对象的属性。

return语句：函数结果作为调用表达式的值，如果没有return语句，函数返回None。

调用：

fun()

在函数名后增加()可以调用函数。参数是通过赋值传递的。

lambda表达式：创建一个函数对象并将其作为结果返回。

lambda argu1, argu2, arguN : expression using argus

lambda表达式中可以使用默认参数。
lambda表达式可以实现的函数完全可以用def实现，但是由于lambda是表达式而非语句，可以用在def不适用的地方，比如作为一个列表的元素。另一方面，lambda表达式的主体是个表达式而非代码块，所以只能编写简单函数。示例：

>>>key = 'got'
>>>{'already':(lambda: 2+2), 'got':(lambda: 2*4)}[key]()
8

使用lambda表达式的几种特殊案例：

• 打印：如果希望在lambda函数中进行打印，应该使用sys.stdout.write()表达式，而不是print语句
• 选择逻辑：if/else三元表达式lambda x, y : x if x < y else y
• 循环：如果需要在lambda中执行循环，可以使用map函数或者列表解析表达式

import sys
showall = lambda x:map(sys.stdout.write, x)
t = showall(['spam\n', 'eggs\n'])

showall = lambda x: [sys.stdout.write(line) for line in x]
t = showall(['spam\n', 'eggs\n'])

参数

在调用函数时，需要向函数传递参数。参数的传递是以赋值的形式实现的，遵循赋值操作的约束。
python中关于参数需要着重介绍的概念是参数匹配模型。参数会出现在两个地方：函数头部的参数以及调用时传入的参数，分别称为形参和实参。
函数：

• def fun(name)：常规参数：通过位置或者变量名进行匹配
• def fun(name=value)：默认参数
• def fun(*name)：匹配并收集额外不匹配的位置参数到元组name中
• def fun(**name)：匹配并收集额外的不匹配关键字参数到字典name中
• def fun(*args, name)：调用中参数必须按照关键字传递

函数头部参数必须以此顺序出现：一般参数，默认参数，*name，
**name

调用者：

• fun(value)：常规参数：通过位置进行匹配
• fun(name=value)：关键字参数：通过变量名进行匹配
• fun(*seq)：解包序列成一般参数，按位置传递所有参数
• fun(**dict)：解包字典成关键字参数，按关键字传递所有参数

函数调用中，参数必须以此顺序出现：位置参数，关键字参数，*seq，
**dict

参数匹配步骤：

• 通过位置匹配非关键字参数
• 通过变量名匹配关键字参数
• 额外的非关键字参数收集到*name元组中
• 额外的关键字参数收集到**name字典中
• 对于在头部未得到分配的参数使用默认值

当所有的匹配都完成后，通过赋值操作实现传参。

变量的作用域

本地变量：在def内的函数中是可见的，并且仅在函数调用时存在，在函数退出时消失。
global：声明模块级的变量

递归函数

对于线性迭代，一般使用循环结构而不用递归，因为前者简单并且高效；但是对于需要遍历任意形状结构的情况，循环不再适用，这个时候需要使用递归。

其他

生成器函数
yield表达式替代常规函数中的return语句，用于定义生成器函数，调用时返回一个迭代器对象，该对象支持next()方法，可以开始这个函数或者从上次yield值后的地方恢复。
以常规的def语句编写，但是使用yield语句一次返回一个结果。这样仅在需要的时候才产生结果，而不是立即产生所有结果。

def gensquares(N):
    for i in range(N):
        yiled i ** 2
x = gensquares(4)
next(x)-->0
next(x)-->1
next(x)-->4
next(x)-->9
next(x)-->StopIteration

生成器在内存使用和性能方面都比常规函数更好，尤其在结果列表很大时，这一点尤其有用。
生成器表达式
和列表解析式非常类似，区别在于用()而非[]括起来。生成器表达式返回一个生成器对象，支持迭代协议，可以使用所有的迭代工具。
生成器本身就是迭代器，和文件对象相同。