Task03 Day07
函数
1.函数的定义
def functionname (parameters):
"函数_文档字符串"
function_suite
return [expression]
2.函数的调用
3.函数文档
- 形参和实参
def add(a,b):#这里的a和b就是形参
return a+b
add(1,2)#这里的1和2是实参
x=2
y=3
add(x,y)#这里的x和y是实参
4.函数参数
- 1.位置参数(这些参数在调用函数 (call function) 时位置要固定, 即顺序不能乱)
- 2.默认参数(默认参数一定要放在位置参数 后面,不然程序会报错)
def printinfo(name, age=8):
print('Name:{0},Age:{1}'.format(name, age))
printinfo('小马') # Name:小马,Age:8
printinfo('小马', 10) # Name:小马,Age:10
- 注:Python 允许函数调用时参数的顺序与声明时不一致,因为 Python 解释器能够用参数名匹配参数值
def printinfo(name, age):
print('Name:{0},Age:{1}'.format(na+me, age))
printinfo(age=8, name='小马') # Name:小马,Age:8
- 3.可变参数
def printinfo(arg1, *args):
print(arg1)
for var in args:
print(var)
printinfo(10) # 10
printinfo(70, 60, 50) #70是函数的第一个实参,70之后的是函数第二个实参
# 70
# 60
# 50
- 4.关键字参数
def printinfo(arg1, *args, **kwargs):
print(arg1)
print(args)
print(kwargs)
printinfo(70, 60, 50)
# 70
# (60, 50)
# {}
printinfo(70, 60, 50, a=1, b=2)
# 70
# (60, 50)
# {'a': 1, 'b': 2}
- 「可变参数」和「关键字参数」的同异总结如下:
- 1.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
*, 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。
def printinfo(arg1, *, nkw, **kwargs):
print(arg1)
print(nkw)
print(kwargs)
printinfo(70, nkw=10, a=1, b=2)
# 70
# 10
# {'a': 1, 'b': 2}
printinfo(70, 10, a=1, b=2)
# TypeError: printinfo() takes 1 positional argument but 2 were given
区别:
- 位置参数:位置固定
- 可变参数:在函数调用时自动组装为一个元组 (tuple) *args
- 关键字参数:在函数内部自动组装为一个字典 (dict) **kwargs
- 命名关键字参数:形参和实参都不能缺少参数名 *, nkw
- *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
5.函数的返回值
def add(a, b):
return a + b
print(add(1, 2)) # 3
print(add([1, 2, 3], [4, 5, 6])) # [1, 2, 3, 4, 5, 6]
6.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
num = 1
def fun1():
global num # 需要使用 global 关键字声明
print(num) # 1
num = 123 #只有用global才能在函数里修改全局变量
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
- 是函数式编程的一个重要的语法结构,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。
def funX(x):
def funY(y):
return x * y
return funY
i = funX(8)
print(type(i)) # <class 'function'>
print(i(5)) # 40
- 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
def factional(n):
if n == 1:
return 1
return n * factional(n -1)
print(factional(5)) # 120
- 斐波那契数列
def fibo(n):
if n < 2:
return n
return fibo(n - 1) + fibo(n - 2)
lst = []
for k in range(10):
lst.append(fibo(k))
print(lst) #[0, 1, 1, 2, 3, 5, 8, 13, 21, 34]
lst = []
for k in range(10):
if k < 2:
lst.append(k)
else:
lst.append(lst[k-2] + lst[k-1])
print(lst) #[0, 1, 1, 2, 3, 5, 8, 13, 21, 34]
i = 0
j = 1
lst = [0, 1]
for k in range(2, 10):
k = i + j
lst.append(k)
i = j
j = k
print(lst) #[0, 1, 1, 2, 3, 5, 8, 13, 21, 34]
- 设置递归的层数,Python默认递归层数为 100
import sys
sys.setrecursionlimit(1000)
Lambda表达式
1.匿名函数的定义
- python中的两类函数
- 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 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
- lambda形式: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。
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 <lambda> 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
2.匿名函数的应用
- 函数式编程和非函数式编程的区别
- 函数式编程输入值不会随程序的运行而改变,非函数式编程则恰恰相反
例子
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]
- 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]
- 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。
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]
其实上面两个函数的作用等同于for循环
map和filter的区别
- map是对序列做映射,expression应该是运算符表达式(x**2,x+y等)
- filter是过滤掉不符合的元素.expression应该是判断表达式(x%2==0等)、
- 高阶函数的定义
def fun(y, x):
return y(x)
print(fun(lambda x : x * 2, 1))