python打卡07

函数与Lambda表达式

1、函数
定义：
函数以def关键词开头，后接函数名和圆括号()。
函数执行的代码以冒号起始，并且缩进。
return [表达式] 结束函数，选择性地返回一个值给调用方。不带表达式的return相当于返回None。

调用函数：给定义的函数的自变量一个赋值来执行函数

函数参数形式：
位置参数 (positional argument)
默认参数 (default argument)
可变参数 (variable argument)
关键字参数 (keyword argument)
命名关键字参数 (name keyword argument)
参数组合
（1）位置参数
def functionname(arg1):
“函数_文档字符串”
function_suite
return [expression]
arg1 - 位置参数，位置参数在调用的时候，位置要固定。
（2）默认参数
def functionname(arg1, arg2=v):
“函数_文档字符串”
function_suite
return [expression]
arg2 = v - 默认参数 = 默认值，调用函数时，默认参数的值如果没有传入，则被认为是默认值。
默认参数一定要放在位置参数 后面，不然程序会报错。
（3）可变参数
def functionname(arg1, arg2=v, *args):
“函数_文档字符串”
function_suite
return [expression]
args - 可变参数，可以是从零个到任意个，自动组装成元组。
加了星号（）的变量名会存放所有未命名的变量参数。
（4）关键字参数
def functionname(arg1, arg2=v, *args, **kw):
“函数_文档字符串”
function_suite
return [expression]
**kw - 关键字参数，可以是从零个到任意个，自动组装成字典。

「可变参数」和「关键字参数」的同异总结如下：
可变参数允许传入零个到任意个参数，它们在函数调用时自动组装为一个元组 (tuple)。
关键字参数允许传入零个到任意个参数，它们在函数内部自动组装为一个字典 (dict)。
（5）命名关键字参数
def functionname(arg1, arg2=v, *args, *, nkw, **kw):
“函数_文档字符串”
function_suite
return [expression]
*, nkw - 命名关键字参数，用户想要输入的关键字参数，定义方式是在nkw 前面加个分隔符 *。
如果要限制关键字参数的名字，就可以用「命名关键字参数」
使用命名关键字参数时，要特别注意不能缺少参数名。
（6）参数组合
在 Python 中定义函数，可以用位置参数、默认参数、可变参数、命名关键字参数和关键字参数，这 5 种参数中的 4 个都可以一起使用，但是注意，参数定义的顺序必须是：

位置参数、默认参数、可变参数和关键字参数。
位置参数、默认参数、命名关键字参数和关键字参数。
要注意定义可变参数和关键字参数的语法：

*args 是可变参数，args 接收的是一个 tuple
**kw 是关键字参数，kw 接收的是一个 dict
命名关键字参数是为了限制调用者可以传入的参数名，同时可以提供默认值。定义命名关键字参数不要忘了写分隔符 *，否则定义的是位置参数。

警告：虽然可以组合多达 5 种参数，但不要同时使用太多的组合，否则函数很难懂。

函数的返回值
变量作用域

Python 中，程序的变量并不是在哪个位置都可以访问的，访问权限决定于这个变量是在哪里赋值的。
定义在函数内部的变量拥有局部作用域，该变量称为局部变量。
定义在函数外部的变量拥有全局作用域，该变量称为全局变量。
局部变量只能在其被声明的函数内部访问，而全局变量可以在整个程序范围内访问。

当内部作用域想修改外部作用域的变量时，就要用到global和nonlocal关键字了。
例：
num = 1
def fun1():
global num # 需要使用 global 关键字声明
print(num) # 1
num = 123
print(num) # 123

fun1()
print(num) # 123

内嵌函数
def outer():
print(‘outer函数在这被调用’)
def inner():
print(‘inner函数在这被调用’)
inner() # 该函数只能在outer函数内部被调用
outer()
#outer函数在这被调用
#inner函数在这被调用

闭包
是一种特殊的内嵌函数。
如果在一个内部函数里对外层非全局作用域的变量进行引用，那么内部函数就被认为是闭包。
通过闭包可以访问外层非全局作用域的变量，这个作用域称为 闭包作用域。
闭包的返回值通常为函数。
def make_counter(init):
counter = [init]
def inc(): counter[0] += 1
def dec(): counter[0] -= 1
def get(): return counter[0]
def reset(): counter[0] = init
return inc, dec, get, reset
inc, dec, get, reset = make_counter(0)
inc()
inc()
inc()
print(get()) # 3
dec()
print(get()) # 2
reset()
print(get()) # 0

如果要修改闭包作用域中的变量则需要 nonlocal 关键字
def outer():
num = 10
def inner():
nonlocal num # nonlocal关键字声明
num = 100
print(num)
inner()
print(num)

outer()
#100
#100

递归
如果一个函数在内部调用自身本身，这个函数就是递归函数。
#利用循环
n = 5
for k in range(1, 5):
n = n * k
print(n) # 120

#利用递归
def factorial(n):
if n == 1:
return 1
return n * factorial(n - 1)

print(factorial(5)) # 120

设置递归的层数，python默认递归层数为100
import sys

sys.setrecursionlimit(1000)

2、lambda表达式
匿名函数的定义
在 Python 里有两类函数：

第一类：用 def 关键词定义的正规函数
第二类：用 lambda 关键词定义的匿名函数
python 使用 lambda 关键词来创建匿名函数，而非def关键词，它没有函数名，其语法结构如下：
lambda argument_list: expression
lambda - 定义匿名函数的关键词。
argument_list - 函数参数，它们可以是位置参数、默认参数、关键字参数，和正规函数里的参数类型一样。
:- 冒号，在函数参数和表达式中间要加个冒号。
expression - 只是一个表达式，输入函数参数，输出一些值。
注：expression 中没有 return 语句，因为 lambda 不需要它来返回，表达式本身结果就是返回值。
匿名函数拥有自己的命名空间，且不能访问自己参数列表之外或全局命名空间里的参数。
例：
def sqr(x):
return x ** 2

print(sqr)
#<function sqr at 0x000000BABD3A4400>

y = [sqr(x) for x in range(10)]
print(y)
#[0, 1, 4, 9, 16, 25, 36, 49, 64, 81]

lbd_sqr = lambda x: x ** 2
print(lbd_sqr)
#<function at 0x000000BABB6AC1E0>

y = [lbd_sqr(x) for x in range(10)]
print(y)
#[0, 1, 4, 9, 16, 25, 36, 49, 64, 81]

sumary = lambda arg1, arg2: arg1 + arg2
print(sumary(10, 20)) # 30

func = lambda *args: sum(args)
print(func(1, 2, 3, 4, 5)) # 15

匿名函数的应用
非函数式编程
def f(x):
for i in range(0, len(x)):
x[i] += 10
return x

x = [1, 2, 3]
f(x)
print(x)
#[11, 12, 13]

函数式编程
def f(x):
y = []
for item in x:
y.append(item + 10)
return y

x = [1, 2, 3]
f(x)
print(x)
#[1, 2, 3]

匿名函数 常常应用于函数式编程的高阶函数 (high-order function)中，主要有两种形式：
参数是函数 (filter, map)
返回值是函数 (closure)
如，在 filter和map函数中的应用：
filter(function, iterable) 过滤序列，过滤掉不符合条件的元素，返回一个迭代器对象，如果要转换为列表，可以使用 list() 来转换。
odd = lambda x: x % 2 == 1
templist = filter(odd, [1, 2, 3, 4, 5, 6, 7, 8, 9])
print(list(templist)) # [1, 3, 5, 7, 9]

map(function, *iterables) 根据提供的函数对指定序列做映射。
m1 = map(lambda x: x ** 2, [1, 2, 3, 4, 5])
print(list(m1))
#[1, 4, 9, 16, 25]

m2 = map(lambda x, y: x + y, [1, 3, 5, 7, 9], [2, 4, 6, 8, 10])
print(list(m2))
#[3, 7, 11, 15, 19]

定义高阶函数
def apply_to_list(fun, some_list):
return fun(some_list)

lst = [1, 2, 3, 4, 5]
print(apply_to_list(sum, lst))
#15

print(apply_to_list(len, lst))
#5

print(apply_to_list(lambda x: sum(x) / len(x), lst))
#3.0