Python系列(二)之Python函数

本文个人博客地址:http://www.huweihuang.com/article/python/basics/python-function/

1. 内置函数

python的内置参数详见以下链接,也可以通过help(function_name)来查看具体函数的使用帮助。

http://docs.python.org/3/library/functions.html

Built-in Functions
abs()dict()help()min()
all()dir()hex()next()
any()divmod()id()object()
ascii()enumerate()input()oct()
bin()eval()int()open()
bool()exec()isinstance()ord()
bytearray()filter()issubclass()pow()
bytes()float()iter()print()
callable()format()len()property()
chr()frozenset()list()range()
classmethod()getattr()locals()repr()
compile()globals()map()reversed()
complex()hasattr()max()round()
delattr()hash()memoryview()set()

调用函数需要知道函数名和参数,如果传入的参数不对,会报TypeError的错误并且给出错误信息。

1.1 数据类型转换函数

​ 数据类型转换函数可以对数据类型进行转换,例如:

>>> int('123')
123
>>> int(12.34)
12
>>> float('12.34')
12.34
>>> str(1.23)
'1.23'
>>> str(100)
'100'
>>> bool(1)
True
>>> bool('')
False

1.2 函数引用

函数名其实就是指向一个函数对象的引用,完全可以把函数名赋给一个变量,相当于给这个函数起了一个“别名”:

>>> a = abs # 变量a指向abs函数
>>> a(-1) # 所以也可以通过a调用abs函数
1

2. 定义函数

2.1 函数定义

​ 在Python中,定义一个函数要使用def语句,依次写出函数名、括号、括号中的参数和冒号:,然后,在缩进块中编写函数体,函数的返回值用return语句返回。如果没有return语句,函数执行完毕后也会返回结果,只是结果为Nonereturn None可以简写为return

def my_abs(x):
    if x >= 0:
        return x
    else:
        return -x

2.2 空函数

如果想定义一个什么事也不做的空函数,可以用pass语句:

def nop():
    pass

pass语句主要用来暂时让程序运行不报错,待后续再补充函数内容。同理,pass还可以用在其他语句里,比如:

if age >= 18:
    pass

2.3 参数检查

​ 调用函数时,如果参数个数不对,Python解释器会自动检查出来,并抛出TypeError。如果要对参数类型进行检查,可以使用内置函数isinstance()实现。例如:

def my_abs(x):
    if not isinstance(x, (int, float)):
        raise TypeError('bad operand type')
    if x >= 0:
        return x
    else:
        return -x

2.4 多返回值

import math

def move(x, y, step, angle=0):
    nx = x + step * math.cos(angle)
    ny = y - step * math.sin(angle)
    return nx, ny

​ 实际上python的多返回值是一个tuple。只不过按位置依次赋值。

#多返回值
>>> x, y = move(100, 100, 60, math.pi / 6)
>>> print(x, y)
151.96152422706632 70.0
#返回值为tuple
>>> r = move(100, 100, 60, math.pi / 6)
>>> print(r)
(151.96152422706632, 70.0)

3. 函数的参数

​ 定义函数的时候,把参数的名字和位置确定下来,函数的接口定义就完成了。对于函数的调用者来说,只需要知道如何传递正确的参数,以及函数将返回什么样的值,而函数内部的复杂逻辑被封装起来,调用者无需了解。

3.1 位置参数

​ 位置参数,即传入的参数有位置顺序区分。例如以下的xn根据位置不同,接收对应位置的传入参数。

def power(x, n):
    s = 1
    while n > 0:
        n = n - 1
        s = s * x
    return s

3.2 默认参数

​ 默认参数,即对某个参数设置默认值,如果没有传入该参数则使用默认值,如果有传入该参数则使用传入值。

  • 必须参数在前,默认参数在后

  • 一般将变化小的参数设置为默认参数,变化大的设置为必选参数

#函数定义
def power(x, n=2):
    s = 1
    while n > 0:
        n = n - 1
        s = s * x
    return s
#函数调用   
>>> power(5)
25
>>> power(5, 3)
125

有多个默认参数时,可以按顺序提供默认参数,也可以指定默认参数的参数名传值而不按参数顺序。例如:

#函数定义
def enroll(name, gender, age=6, city='Beijing'):
    print('name:', name)
    print('gender:', gender)
    print('age:', age)
    print('city:', city)
#按顺序提供默认参数,即7表示age的值   
enroll('Bob', 'M', 7)
#按参数名提供默认参数,即city值,而没有age的值
enroll('Adam', 'M', city='Tianjin')

注意事项:默认参数必须指向不可变对象,例如整数,字符串,None等。不能指向可变对象,例如list。

#错误示例,默认参数为可变对象list
add_end(L=[]):
    L.append('END')
    return L
#每次调用都会在list中添加元素  
>>> add_end()
['END']
>>> add_end()
['END', 'END']
>>> add_end()
['END', 'END', 'END']

以上例子中,Python函数在定义的时候,默认参数L的值就被计算出来了,即[],因为默认参数L也是一个变量,它指向对象[],每次调用该函数,如果改变了L的内容,则下次调用时,默认参数的内容就变了,不再是函数定义时的[]了。

可改为指向None这个不可变对象来避免该问题。例如:

#默认参数指向不可变对象None
def add_end(L=None):
    if L is None:
        L = []
    L.append('END')
    return L
#每次调用恢复原默认值
>>> add_end()
['END']
>>> add_end()
['END']

3.3 可变参数

可变参数,即待传入的参数的个数是可变的,定义时在参数前面加个*,例如*number。可变参数在函数调用时实际上是一个tuple。

#定义可变参数 *number
def calc(*numbers):
    sum = 0
    for n in numbers:
        sum = sum + n * n
    return sum
#函数调用
>>> calc(1, 2)
5
>>> calc()
0
#已存在list待传入
>>> nums = [1, 2, 3]
>>> calc(nums[0], nums[1], nums[2])
14
#通过list方式出传入可变参数
>>> nums = [1, 2, 3]
>>> calc(*nums)
14

3.4 关键字参数

关键字参数,即可以传入0个或任意个含参数名的参数,关键字参数在函数调用时实际上是一个dict。

关键参数定义时在参数前面加**,例如**kw

#定义关键字参数
def person(name, age, **kw):
    print('name:', name, 'age:', age, 'other:', kw)
#传入必选参数
>>> person('Michael', 30)
name: Michael age: 30 other: {}
#传入可选的关键字参数
>>> person('Adam', 45, gender='M', job='Engineer')
name: Adam age: 45 other: {'gender': 'M', 'job': 'Engineer'}
#使用dict方式传入关键字参数
>>> extra = {'city': 'Beijing', 'job': 'Engineer'}
>>> person('Jack', 24, **extra)
name: Jack age: 24 other: {'city': 'Beijing', 'job': 'Engineer'}

通过dict方式传入实际上是传入一份拷贝,函数参数的改变并不会影响到函数外原dict的值。

3.5 命名关键字参数

通过对关键字参数命名的方式限制只能传入指定名字的关键字参数,而不能传入其他参数。命名关键字参数需要一个特殊分隔符**后面的参数被视为命名关键字参数。例如:

#定义命名关键字参数
def person(name, age, *, city, job):
    print(name, age, city, job)
#命名关键字参数的调用    
>>> person('Jack', 24, city='Beijing', job='Engineer')
Jack 24 Beijing Engineer

命名关键字参数必须传入参数名,如果没有传入参数名,调用将报错。

>>> person('Jack', 24, 'Beijing', 'Engineer')
Traceback (most recent call last):
  File "<stdin>", line 1, in <module>
TypeError: person() takes 2 positional arguments but 4 were given

命名关键字参数可以有缺省值,即默认参数。

#命名关键字参数的缺省值
def person(name, age, *, city='Beijing', job):
    print(name, age, city, job)
#函数调用
>>> person('Jack', 24, job='Engineer')
Jack 24 Beijing Engineer

3.6 参数组合

必选参数、默认参数、可变参数、关键字参数和命名关键字参数,这5种参数可以组合使用。但参数定义的顺序必须是:必选参数、默认参数、可变参数、命名关键字参数和关键字参数。

#参数组合的定义
def f1(a, b, c=0, *args, **kw):
    print('a =', a, 'b =', b, 'c =', c, 'args =', args, 'kw =', kw)

def f2(a, b, c=0, *, d, **kw):
    print('a =', a, 'b =', b, 'c =', c, 'd =', d, 'kw =', kw)

#参数组合的调用
>>> f1(1, 2, 3, 'a', 'b', x=99)
a = 1 b = 2 c = 3 args = ('a', 'b') kw = {'x': 99}
>>> f2(1, 2, d=99, ext=None)
a = 1 b = 2 c = 0 d = 99 kw = {'ext': None}

通过tuple和dict调用参数组合函数:

#f1
>>> args = (1, 2, 3, 4)
>>> kw = {'d': 99, 'x': '#'}
>>> f1(*args, **kw)
a = 1 b = 2 c = 3 args = (4,) kw = {'d': 99, 'x': '#'}
#f2
>>> args = (1, 2, 3)
>>> kw = {'d': 88, 'x': '#'}
>>> f2(*args, **kw)
a = 1 b = 2 c = 3 d = 88 kw = {'x': '#'}

对于任意函数,都可以通过类似func(*args, **kw)的形式调用它,无论它的参数是如何定义的。

4. 递归函数

4.1 递归函数的定义

递归函数即函数在内部调用函数本身(自己调用自己)。

递归的关键点:

  • 递归结束的临界值,通常使用if语句来判断临界值
  • 递归体的递归逻辑

例如,以下是fact(n) = n! = 1 x 2 x 3 x … x (n-1) x n = (n-1)! x n = fact(n-1) x n 的递归函数。

#递归函数的定义
def fact(n):
    if n==1:
        return 1
    return n * fact(n - 1)
#计算5的阶乘,递归函数调用细节
===> fact(5)
===> 5 * fact(4)
===> 5 * (4 * fact(3))
===> 5 * (4 * (3 * fact(2)))
===> 5 * (4 * (3 * (2 * fact(1))))
===> 5 * (4 * (3 * (2 * 1)))
===> 5 * (4 * (3 * 2))
===> 5 * (4 * 6)
===> 5 * 24
===> 120

4.2 栈溢出问题

​ 在计算机中,函数调用是通过栈(stack)这种数据结构实现的,每当进入一个函数调用,栈就会加一层栈帧,每当函数返回,栈就会减一层栈帧。由于栈的大小不是无限的,所以,递归调用的次数过多,会导致栈溢出。

例如:

>>> fact(1000)
Traceback (most recent call last):
  File "<stdin>", line 1, in <module>
  File "<stdin>", line 4, in fact
  ...
  File "<stdin>", line 4, in fact
RuntimeError: maximum recursion depth exceeded in comparison

4.3 尾递归

​ 解决递归调用栈溢出的方法是通过尾递归优化。尾递归是指,在函数返回的时候,调用自身本身,并且,return语句不能包含表达式。这样,编译器或者解释器就可以把尾递归做优化,使递归本身无论调用多少次,都只占用一个栈帧,不会出现栈溢出的情况。

例如:

#尾递归函数的定义
def fact(n):
    return fact_iter(n, 1)

def fact_iter(num, product):
    if num == 1:
        return product
    return fact_iter(num - 1, num * product)

#计算5的阶乘,递归函数调用细节
===> fact_iter(5, 1)
===> fact_iter(4, 5)
===> fact_iter(3, 20)
===> fact_iter(2, 60)
===> fact_iter(1, 120)
===> 120

尾递归调用时,如果做了优化,栈不会增长,无论多少次调用也不会导致栈溢出。但实际上大多数编程语言没有针对尾递归做优化,Python解释器也没有做优化,因此当没有优化的情况下任何递归函数都存在栈溢出的问题。

本文参考:廖雪峰Python教程

评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值