Python基础与拾遗9：Python中的函数与作用域

本文链接：https://blog.csdn.net/jiongnima/article/details/113748637

Python基础与拾遗9：Python中的函数与作用域

函数的作用
函数的设计理念
Python中的函数
Python中的作用域
写在最后

与其他编程语言相同，在具有一定规模的模块化的Python工程中，函数是必不可少的组成部分。Python中的函数与作用域和其他常用编程语言亦有所不同，本篇博文总结Python中的函数与作用域相关知识，下面开始干货。

函数的作用

最大化代码重用和最小化代码冗余。该点在所有编程语言中适用，函数的目的可以理解为集成一个功能，在整个工程中不同的程序部分中，可以直接调用相同的函数达到预期的目标。
流程的分解。在大型的工程或程序中，逻辑流程往往非常复杂。此时函数就起到了分解流程的作用，将整个逻辑流程中的不同功能部分拆解，封装在函数中，可以使得工程更有条理，且逻辑清晰。

函数的设计理念

耦合性：对于输入使用参数并且对于输出使用return语句。函数是对部分功能进行封装，函数外部的逻辑不应知晓函数内部的运行流程，只关心输入与输出。
耦合性：真正必要时才使用全局变量。全部变量较影响依赖关系，因此非必要不使用。
耦合性：非必要不改变可变类型的参数。对于参数中的可变类型，不建议在函数中修改，可以通过return返回修改后的变量。
耦合性：避免直接改变在另一个模块文件中的变量，这样会损坏模块文件间的耦合性。
聚合性：每一个函数都应该有一个单一的，统一的目标。每一个函数应该针对一个目标进行设计。
大小：每一个函数应该相对较小。对于冗长的函数，建议针对功能进行拆分，提升工程的模块性。

Python中的函数

Python中的函数关键字

def关键字表示可执行代码，创建一个对象并将其赋值给某一变量名。def语句是实时执行的，因此可以出现在任何地方，甚至嵌套在其他语句中。创建函数时，def关键字会生成新的函数对象并将其赋值给这个函数名，函数名就成了这个函数的引用。

def <name>(arg0, arg1, ... argN):
    # TODO

def add(a, b):
    return a + b

def main():
    sum = add(1, 2)
    print(sum)

if __name__ == "__main__":
    main()
# 输出：
# 3

lambda关键字创建对象但将其作为结果返回。一般作用在def不能达到的地方。在本篇博文中包含lambda函数的详细解析，请见后文。

f = [lambda x: x**2, lambda x: x**3]

def main():
    a = f[0](2)
    b = f[-1](2)
    print(a)
    print(b)

if __name__ == "__main__":
    main()
# 输出：
# 4
# 8

return关键字将控制权返回调用者。函数中没有return也可以，会返回一个None对象，自动忽略。

def add(a, b):
    return a + b

def my_print(a):
    print(a)

def main():
    sum = add(1, 2)
    pt = my_print(1)

    print(sum)
    print(pt)

if __name__ == "__main__":
    main()
# 输出：
# 1
# 3
# None

yield关键字向调用者发回一个结果对象，但是记住离开的地方。yield关键字主要用在生成器中，通过yield语句来返回值，并挂起他们的状态以便稍后能恢复状态。详情可参见Python基础与拾遗8：Python中的迭代器与解析。

def gen(N):
    for i in range(N):
        yield i ** 2

def main():
    for i in gen(5):
        print(i)

if __name__ == '__main__':
    main()
'''
输出：
0
1
4
9
16
'''

global关键字声明一个模块级变量。为分配一个在整个模块文件中都可以用的变量名，可以用global进行变量声明。在本篇博文中包含global关键字的详细解析，请见后文。

var = 1
def f():
    global var
    var = 100
    
def main():
    f()
    print(var)

if __name__ == "__main__":
    main()
# 输出：
# 100

var = 1
def f():
	# global var
    var = 100
    
def main():
    f()
    print(var)

if __name__ == "__main__":
    main()
# 输出：
# 1

Python 3.0及之后版本中的nonlocal关键字声明一个嵌套函数作用域内的变量，而不是所有def之外的全局模块作用域变量。在声明nonlocal名称时，这个变量必须已经存在于该嵌套函数的作用域中。在本篇博文中包含nonlocal关键字的详细解析，请见后文。

def f():
    var = 1
    def g():
        nonlocal var
        print(var)
        var += 1
    return g

def main():
    g = f()
    g()
    g()
    g()

if __name__ == "__main__":
    main()
# 输出：
# 1
# 2
# 3

def f():
    var = 1
    def g():
        # nonlocal var
        print(var)
        var += 1
    return g

def main():
    g = f()
    g()
    g()
    g()

if __name__ == "__main__":
    main()
# 输出：
# UnboundLocalError: local variable 'var' referenced before assignment

函数通过赋值来传递。若传递的是可变对象，就可以在函数中改变此对象，但不建议这么做。注意Python语言与C语言的传值调用，传址调用机制的区别。

def f(a):
    if isinstance(a, list):
        for i in range(len(a)):
            if isinstance(a[i], int) or isinstance(a[i], float):
                a[i] += 1

def main():
    a = [1, 2, 3]
    f(a)
    print(a)

if __name__ == "__main__":
    main()

# 输出：
# [2, 3, 4]

函数并不是声明，也不需要声明。

Python中的多态

在Python中，代码不应该关心具体的数据类型。反之，操作的意义取决于被操作的对象类型，该特性称为Python中的多态。

def times(x, y):
    return x * y

def main():
    a = times(2, 4)
    b = times("hello ", 3)
    print(a)
    print(b)

if __name__ == "__main__":
    main()
# 输出：
# 8
# hello hello hello

Python中函数的参数传递

参数传递通过自动将对象赋值给本地变量名实现。所有参数实际通过指针进行传递，作为参数被传递的对象从来不用自动拷贝。
在函数内部的参数名的赋值不会影响调用者。函数定义中的参数名是一个新的、本地变量名，该点主要解释了定义与调用时的参数之间没有关联。
改变函数的可变对象参数的值对调用有影响。重要的事情说三遍，这里是本篇博文的第三遍。事实上不推荐这样做，建议通过return语句返回修改的参数。
可以在函数内部直接改动形参的值，比如列表，字典等。
不可变参数==通过“值”进行传递。比如字符串，实数。可变对象通过“指针”==进行传递。比如列表，字典等。

def f(a, b):
    a = 100
    b[0] = "hello"

def main():
    a = 1
    b = [1, 2, 3]
    f(a, b)
    print(a)
    print(b)

if __name__ == "__main__":
    main()
# 输出：
# 1
# ['hello', 2, 3]

Python中函数的参数匹配

参数匹配表

语法	使用时期	解释
func(value)	函数调用	常规参数：通过关键字进行匹配
funv(name=value)	函数调用	关键字参数：通过变量名匹配
func(*sequence)	函数调用	以name传递所有对象，并作为独立的基于位置的参数
func(**dict)	函数调用	以name成对地传递所有的关键字/值，并作为独立的关键字参数
def func(name)	函数定义	常规参数：通过位置/变量名进行匹配
def func(name=value)	函数定义	默认参数值，如果没有在调用中传递的话
def func(*name)	函数定义	匹配并收集(在元祖中)所有包含位置的参数
def func(**name)	函数定义	匹配并收集(在字典中)所有包含位置的参数
def func(*args, name)	函数定义	参数必须在调用中按照关键字传递
def func(*, name=value)	函数定义	Python 3.0及之后版本的规则，同上

匹配参数顺序

通过位置分配非关键字参数。
通过匹配变量名分配关键字参数。
其他的额外非关键字参数分配到==*name元组==中。
其他的额外关键字参数分配到==**name字典==中。
用默认值分配给在函数定义中未得到分配的参数。

参数出现顺序

在函数定义中，参数的出现顺序：

任何一般参数name -> 任何默认参数name=value -> *name(Python 3.0及之后版本可以用*) -> name/name=value(Python 3.0及之后版本中的key-only参数)。-> **name。

在函数调用中，参数的出现顺序：

任何位置参数value -> 任何关键字参数name=value和*sequence形式的组合 -> **dict参数。

通过位置匹配变量名。

def f(a, b, c):
    print(a, b, c)

def main():
    f(1, 2, 3)
    # f(1) # TypeError: f() missing 2 required positional arguments: 'b' and 'c'

if __name__ == "__main__":
    main()
# 输出：
1, 2, 3

通过变量名匹配关键字参数。注意，非关键字参数必须在关键字参数前面。

def f(a, b=3, c=5):
    print(a, b, c)

def main():
    f(1, 2, 3)
    f(10)
    f(100, b=1)
    f(1000, c=2)
    f(10000, c=1, b=2)
    f(c=1, a=100000, b=2)
    f(c=1, b=2, 1000000) # SyntaxError: positional argument follows keyword argument

if __name__ == "__main__":
    main()
'''
输出：
1 2 3
10 3 5
100 1 5
1000 3 2
10000 2 1
100000 2 1
'''

默认参数在定义时必须在关键字参数之后。

def f(a, b=3, c=5):
    print(a, b, c)

def main():
    f(1)

if __name__ == "__main__":
    main()
# 输出：
# 1, 3, 5

def f(a=3, b, c=5):
    print(a, b, c)

def main():
    f(1)

if __name__ == "__main__":
    main()
# 输出：
# SyntaxError: non-default argument follows default argument

函数定义中*表示收集任意数目的不匹配位置参数，**表示收集任何数目的关键字参数。

def f(a, *pargs, **kargs):
    print(a, pargs, kargs)

def main():
    f(1, 2, 3, 4, x=5, y=6)

if __name__ == "__main__":
    main()
# 输出：
# 1 (2, 3, 4) {'x': 5, 'y': 6}

解包参数。在调用函数时，显式地输入*和**，*解包元组，**解包字典。

# 元组的解包

def f(*a): # 接收序列参数
    print(a) # 直接打印序列参数
    print(*a) # 解包元祖

def g(a, b, c, d):
    print(a, b, c, d)

def main():
    t = (1, 2, 3, 4)
    f(*t)
    g(*t)

if __name__ == "__main__":
    main()

# 字典的解包

def f(**a): # 接收字典参数
    print(a) # 直接打印字典参数
    print(*a) # 注意，这里是得到字典键
    # print(**a)  # TypeError: 'a' is an invalid keyword argument for print()

def g(a, b, c):
    print(a, b, c)

def main():
    d = {'a': 1, 'b': 2, 'c': 3}
    f(**d)
    g(**d)

if __name__ == "__main__":
    main()

Python 3.0及之后版本中的Keyword-Only参数

定义时，keyword-only参数必须编写在**args任意关键字形式之前，且在*args或者*之后。在调用时，keyword-only参数必须在**args参数之前或者包含在**args中，可以在*args之前或者之后。注意，调用时形式为键值对。
如果在函数定义中，keyword-only参数没有指定默认值，在调用时必须传入键值对。
注意，在函数定义与调用中，如果出现**arg形式，只能在最后。

def f(a, b=2, *c, d=4, **e):
    print('a: ', a)
    print('b: ', b)
    print('c: ', c)
    print('d: ', d)
    print('e: ', e)



def main():
    f(1, 10, 3, 4, 5, 6, 7)
    print('------------------------------')
    f(1, d=100, *(3, 4, 5, 6, 7))
    print('------------------------------')
    f(1, c=(3, 4, 5, 6, 7), d=1000)
    print('------------------------------')
    f(1, *(3, 4, 5, 6, 7), d=10000)
    print('------------------------------')
    f(1, 3, (4, 5, 6, 7), **dict(d=100000, e=8, f=9))
    print('------------------------------')
    f(1, 3, (4, 5, 6, 7), **dict(e=8, f=9))
    print('------------------------------')
    f(1, 3, (4, 5, 6, 7), e=8, f=9, d=4)

if __name__ == "__main__":
    main()
'''输出
a:  1
b:  10
c:  (3, 4, 5, 6, 7)
d:  4
e:  {}
------------------------------
a:  1
b:  3
c:  (4, 5, 6, 7)
d:  100
e:  {}
------------------------------
a:  1
b:  2
c:  ()
d:  1000
e:  {'c': (3, 4, 5, 6, 7)}
------------------------------
a:  1
b:  3
c:  (4, 5, 6, 7)
d:  10000
e:  {}
------------------------------
a:  1
b:  3
c:  ((4, 5, 6, 7),)
d:  100000
e:  {'e': 8, 'f': 9}
------------------------------
a:  1
b:  3
c:  ((4, 5, 6, 7),)
d:  4
e:  {'e': 8, 'f': 9}
------------------------------
a:  1
b:  3
c:  ((4, 5, 6, 7),)
d:  4
e:  {'e': 8, 'f': 9}
'''

Python中函数的属性与注解

函数也是一个对象，自身全部都在内存块中。
函数名可以直接进行赋值，也可以当做函数参数进行传递，当做返回值返回。

def add(*a):
    return sum(*a)

def f(func, *a):
    return func(a)

def main():
    sum = f(add, 1, 2, 3, 4)
    print(sum)

if __name__ == "__main__":
    main()
# 输出：
# 10

函数内省与属性。内省工具允许用户探索函数的实现细节，也可以给函数添加自定义属性，通过dir查看。

def f(a, b):
    return a + b

def main():
    f.__handles__ = "F_Handle" # 增加自定义属性
    print(dir(f))
    print(dir(f.__call__))
    print(dir(f.__class__))
    print(dir(f.__code__))

if __name__ == "__main__":
    main()
'''
输出：
['__annotations__', '__call__', '__class__', '__closure__', '__code__', '__defaults__', '__delattr__', '__dict__', '__dir__', '__doc__', '__eq__', '__format__', '__ge__', '__get__', '__getattribute__', '__globals__', '__gt__', '__handles__', '__hash__', '__init__', '__init_subclass__', '__kwdefaults__', '__le__', '__lt__', '__module__', '__name__', '__ne__', '__new__', '__qualname__', '__reduce__', '__reduce_ex__', '__repr__', '__setattr__', '__sizeof__', '__str__', '__subclasshook__']
['__call__', '__class__', '__delattr__', '__dir__', '__doc__', '__eq__', '__format__', '__ge__', '__getattribute__', '__gt__', '__hash__', '__init__', '__init_subclass__', '__le__', '__lt__', '__name__', '__ne__', '__new__', '__objclass__', '__qualname__', '__reduce__', '__reduce_ex__', '__repr__', '__self__', '__setattr__', '__sizeof__', '__str__', '__subclasshook__', '__text_signature__']
['__annotations__', '__call__', '__class__', '__closure__', '__code__', '__defaults__', '__delattr__', '__dict__', '__dir__', '__doc__', '__eq__', '__format__', '__ge__', '__get__', '__getattribute__', '__globals__', '__gt__', '__hash__', '__init__', '__init_subclass__', '__kwdefaults__', '__le__', '__lt__', '__module__', '__name__', '__ne__', '__new__', '__qualname__', '__reduce__', '__reduce_ex__', '__repr__', '__setattr__', '__sizeof__', '__str__', '__subclasshook__']
['__class__', '__delattr__', '__dir__', '__doc__', '__eq__', '__format__', '__ge__', '__getattribute__', '__gt__', '__hash__', '__init__', '__init_subclass__', '__le__', '__lt__', '__ne__', '__new__', '__reduce__', '__reduce_ex__', '__repr__', '__setattr__', '__sizeof__', '__str__', '__subclasshook__', 'co_argcount', 'co_cellvars', 'co_code', 'co_consts', 'co_filename', 'co_firstlineno', 'co_flags', 'co_freevars', 'co_kwonlyargcount', 'co_lnotab', 'co_name', 'co_names', 'co_nlocals', 'co_posonlyargcount', 'co_stacksize', 'co_varnames', 'replace']

'''

Python 3.0及之后版本中的函数注解。对于参数的注解，出现在紧随参数名的冒号之后；对于返回值的注解，编写于紧跟函数列表之后的一个->之后。注解不影响函数的默认值。注解只在def表达式中有效，在lambda表达式中无效。

def f(a: 'float', b: 'float') -> float:
    return a + b

def main():
    print(f.__annotations__)

if __name__ == "__main__":
    main()
# 输出：{'a': 'float', 'b': 'float', 'return': <class 'float'>}

Python中的lambda表达式

lambda是一个表达式，不是一个语句。lambda主体是一个单个的表达式，不是一个代码块，允许在使用的代码内嵌入一个函数的定义。注意，lambda表达式尽量简短，复杂功能函数应该使用def。

def main():
    f = lambda x, y: x + y
    print(f(1, 2))

if __name__ == "__main__":
    main()
# 输出：3

lambda可以嵌套。

def main():
    f = (lambda x: (lambda y: x + y))
    g = f(1)
    print(g(2))

if __name__ == "__main__":
    main()
# 输出：3

Python中的map，filter与reduce函数

map对一个序列对象中的每一个元素应用被传入的函数。在Python 2.6及之后版本中返回一个包含所有用函数调用结果的一个列表，而在Python 3.0及之后版本中返回一个可迭代对象，可以使用list()将其转换为列表。相比for循环或列表解析，map有性能方面的优势，执行更快。

def f(x): 
    return x ** 2

def main():
    o = map(f, [1, 2, 3, 4])
    print(o)
    print(list(o))

if __name__ == "__main__":
    main()
# 输出：
# <map object at 0x000001383432D220>
# [1, 4, 9, 16]

map与lambda可以协同使用。

def main():
    l = list(map(lambda x: x ** 2, [1, 2, 3, 4]))
    print(l)

if __name__ == "__main__":
    main()
# 输出：
# [1, 4, 9, 16]

filter工具按照条件过滤，在Python 2.6及之后版本中返回一个包含所有函数调用结果的一个列表，而在Python 3.0及之后版本中返回一个可迭代对象，可以使用list()将其转换为列表。

def main():
    l = list(filter(lambda x: x > 0, range(-5, 5)))
    print(l)

if __name__ == "__main__":
    main()
# 输出：
# [1, 2, 3, 4]

reduce工具对每对元素都应用函数并运行到最后结果，在Python 2.6及之后版本中返回一个包含所有函数调用结果的一个列表，而在Python 3.0及之后版本中返回一个可迭代对象，可以使用list()将其转换为列表。注意，在Python 3.0及之后版本中，reduce工具被包含在functools模块中，要使用需先导入模块。对于filter和reduce也可参见Python基础与拾遗8：Python中的迭代器与解析

from functools import reduce

def main():
    sum = reduce((lambda x, y: x + y), [1, 2, 3, 4])
    print(sum)

if __name__ == "__main__":
    main()

Python中的作用域

作用域规定

内嵌的模块是全局作用域。在每一个模块文件中直接定义的变量(在函数或者类外的)，属于全局作用域，可以在这个模块中被任意使用。

x = [1, 2, 3, 4]

def f():
    x.append(5)

def main():
    f()
    print(x)

if __name__ == "__main__":
    main()
# 输出：[1, 2, 3, 4, 5]

全局作用域的作用范围仅限于单个文件，一个文件的顶层变量名仅对于这个文件内部的代码而言是全局的。
每次对函数的调用创建一个新的本地作用域。每个def语句或者lambda表达式都定义了一个新的本地作用域。

x = [1, 2, 3, 4]

def f():
    x = 2
    return x

def main():
    x = f()
    print(x)

if __name__ == "__main__":
    main()
# 输出：2

赋值的变量名，除非声明为全局变量(global)或Python3.0 及之后版本的非本地变量(nonlocal)，否则均为本地变量。
所有变量名都可以归纳为本地，全局或内置的。

变量名解析原则：L(本地作用域) -> E(上一层结构中def或lamda的本地作用域) -> G(全局作用域) -> B(内置作用域)

global语句

全局变量是位于模块文件内部顶层的变量名。
全局变如果在函数内部被赋值，必须经过声明。
全局变量名在函数内部不经过声明也可以被引用。
global的赋值变量可以在赋值前直接不存在，会直接在模块中创建该变量。
global使得作用域查找从模块的作用域开始，继续查找至内置作用域。对全局变量的赋值总是在模块的作用域中修改或创建变量。

x = 1
y = 2

def f():
    global x, z
    x = 2
    z = 3
    return x, y

def g():
    global z
    return z


def main():
    x, y = f()
    z = g()
    print(x)
    print(y)
    print(z)

if __name__ == "__main__":
    main()
'''
输出：
2
2
3
'''

没有在函数中赋值的变量会在整个模块中查找。

Python 3.0及之后版本中的nonlocal语句

nonlocal应用于一个嵌套函数作用域中的一个名称，而不是所有def之外的全局模块作用域，哪怕全局作用域中有这个名称。
nonlocal的名称必须要在一个嵌套的def作用域中出现过。
nonlocal限制作用域查找只是嵌套的def，作用域查找不会继续到全局或内置作用域。下面的例子对比非本地变量与本地变量的区别。

def f(x):
    a = x
    def g():
        nonlocal a
        a += 1
        return a
    return g


def main():
    a = f(1)()
    print(a)

if __name__ == "__main__":
    main()
# 输出：2

def f(x):
    a = x
    def g():
        a = 100
        return a
    return g


def main():
    a = f(1)()
    print(a)

if __name__ == "__main__":
    main()
# 输出：100