12.函数

----------------函数定义和调用----------------
（1）什么是函数？
     函数是完成特定功能的一个语句组，这组语句可以作为一个单位来使用，并且给它取一个名字。
（2）什么是函数调用？
     函数调用是指通过函数名在程序的不同地方多次执行函数的过程。这样，程序猿就不需要在所有的地方重复编写这些语句。
（3）函数的分类
    1.自定义函数：用户自己编写的函数；
    2.预定义的Python函数：系统自带的一些函数，以及一些第三方编写的函数，如其它程序猿编写的一些函数，对于这些现成的函数用户可以直接拿来使用。
（4）为什么要使用函数？
    * 降低代码的难度
      通常将一个复杂的大问题分解成一系列更简单的小问题，然后继续将小问题划分为更小的问题。当问题细化到足够简单时，我们就可以分而治之！而函数的功能就是处理特         定的小问题，逐一击破各个小问题，大问题也就迎刃而解了。
    * 避免代码重用
      我们定义的函数可以在一个程序的多个位置使用，也可以用于多个程序。此外，函数还可以被放到一个模块中供其他程序猿使用。当然，我们也可以使用其它程序猿定义的         函数。这样的话，既可以提高程序猿的工作效率，而且减少代码量，提高了程序的可读性。
（5）创建函数及调用
      def 函数名（参数列表）
          函数体
      注：函数也可以没有参数。
    
      *并非所有的Python函数都有返回值；
      *函数可以返回整个序列（如：列表）；


----------------函数参数----------------

（1）形参：在定义函数时，函数名后面圆括号中的变量名称叫做“形式参数”，简称“形参”；
（2）实参：在调用函数时，函数名后面圆括号中的变量名称叫做“实际参数”，简称“实参”；
（3）默认参数：又称缺省参数。当有实参传递给形参时，默认参数不起作用；当没有实参传递给形参时，自动使用默认参数；(注意！！！)
                           Python规定默认参数的设置必须从右向左设置！
          注：显示中文 linux    #coding:utf8
                              windows  #coding:gbk


----------------变量作用域----------------

—在Python中的任何变量都有其特定的作用域
（1）局部变量
     在函数内定义的变量一般只能在该函数内部使用，这些只能在程序的特定部分使用的变量，我们称之为局部变量；

（2）全局变量
     在一个文件顶部定义的变量可以供该文件中的任何函数调用，这些可以为整个程序所使用的变量，我们称之为全局变量。

（3）全局变量在文件的任何位置都可以使用，而局部变量只供其所在函数使用！
     
     当全局变量与局部变量重名时，如果在函数内部使用该重名变量，局部变量会自动屏蔽掉全局变量！（局部变量 自白：我的地盘我做主！）
  
     通过globals函数可以解除局部变量对全局变量的屏蔽！

（4）global语句
     global语句可以将一个局部变量强制声明为全局变量！
     语法：global 变量名
     注：当一个局部变量通过global语句在函数内声明为全局变量时，只有在已经调用该函数的前提下，才可以在函数外部随意使用该全局变量！


----------------冗余参数的处理----------------
（1）收集参数
  例1：

  >>> def fun(x,*y):
	  print(x)
	  print(y)

  >>> fun(1,2)
  1
  (2,)
  >>> fun(1,2,3)
  1
  (2, 3)
  >>> fun(1,2,3,4,5,6,7,8,9,10)
  1
  (2, 3, 4, 5, 6, 7, 8, 9, 10)

  *y收集多余的参数！并将这些值放置在同一个元组y中。
  如果提供的值刚刚好，一个也不多余，那么*所跟的变量将会是一个空元组。


  例2：

     >>> def fun(x=1,y=2,**z):
	     print(x)
	     print(y)
	     print(z)


	
     >>> fun(x=3,y=4,z=5,a=6,b=7)
     3
     4
     {'a': 6, 'b': 7, 'z': 5}

     **的作用依然是收集参数。与*不同的是，**收集的是关键字参数，以字典的形式存储！


     例3：

     >>> def fun(x,*y,**z):
	     print(x)
	     print(y)
	     print(z)


	
     >>> fun(1,2,3,4,5,6,a=1,b=2,c=3)
     1
     (2, 3, 4, 5, 6)
     {'c': 3, 'a': 1, 'b': 2}
     >>> fun(x=1,y=2,a=1,b=2)
     1
     ()
     {'a': 1, 'b': 2, 'y': 2}
     >>> fun(a=1,b=2,3,4,5,6,7)
     SyntaxError: positional argument follows keyword argument

     我们还是要遵循一定的规则：传值的时候按顺序传！


（2）传递参数
     例1：

     >>> def fun(x,y):
	     print(x,"+",y,"=",x+y)
	
     >>> fun(5,2)
     5 + 2 = 7
     >>> t = (5,2)
     >>> fun(t)
     Traceback (most recent call last):
       File "<pyshell#13>", line 1, in <module>
         fun(t)
     TypeError: fun() missing 1 required positional argument: 'y'
     >>> fun(*t)
     5 + 2 = 7

     *分配参数！将元组中的数分配给两个形参。


     例2：

     >>> def fun(x,y):
	     print(x,"+",y,"=",x+y)
	
     >>> d = {"x":5,"y":2}
     >>> fun(**d)
     5 + 2 = 7

     在使用 ** 分配字典的时候，键名要与形参名一样！键值对的数目与形参的数目相等！
（3）总结
     当 * 及 ** 用在函数的定义时，起收集参数的作用；
     当 * 及 ** 用在函数的调用时，起分配参数的作用；
     与 * 相对应的是元组，处理非关键字参数问题；
     与 ** 相对应的是字典，处理关键字参数问题！


----------------lambda函数----------------
（1）匿名函数
     lambda表达式是一种快速定义短小函数的方法！可以用在任何需要函数的地方。

（2）为什么使用lambda表达式？
    1.使用Python写一些执行脚本时，使用lambda可以省去定义函数的过程，让代码更加精简。

    2.对于一些抽象的、不会在别的地方复用的函数，有时候给函数起个名字也是个难题，使用lambda不需要考虑命名的问题。

    3.使用lambda在某些时候让代码更容易理解，提高代码的可读性。

（3）语法：
     例：

     >>> def f(x,y):
	     return x*y


     >>> lambda x,y:x*y

     可以用lambda语句代替上面的函数；

     在lambda语句中，冒号前面的是参数，可以有多个，用逗号隔开，冒号右边的是返回值。
     lambda语句构建的实际是一个函数对象：

     >>> lambda x,y:x*y
     <function <lambda> at 0x02ECF660>

（4）reduce函数
    1.reduce函数可以将序列的前两个元素与给定的函数联合使用，并且将他们的返回值和第3个元素继续联合使用，直到整个序列都处理完毕，并且得到一个最终结果。
    2.语法：
          reduce（func，seq[,initial]）
    3.案例：
     例：

     >>> from functools import reduce
     >>> def add(x,y):
	     return x+y


     >>> reduce(add,range(1,101))
     5050

     使用lambda函数：

     >>> from functools import reduce


     >>> reduce(lambda x,y:x+y,range(1,101))
     5050

     注意:在Python 3里，reduce()函数已经从全局名字空间内移除了，被放置在functools模块中。因此，使用reduce()函数之前，必须先引入：

     >>> from functools import reduce