一、学习内容概要
目录
二、主要学习内容
1. 函数
之前用过的 print() 等函数都是python的内置函数,现在是学习自己定义新的函数
函数的定义规则:
- 函数代码块以 def 关键词开头,后接函数标识符名称和圆括号 ()。
- 任何传入参数和自变量必须放在圆括号中间,圆括号之间可以用于定义参数。
- 函数的第一行语句可以选择性地使用文档字符串—用于存放函数说明。
- 函数内容以冒号 : 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。
函数的调用
#先定义一个函数
#输出三次1
def myfunction(): #形式参数
for i in range(3):
print(1)
#调用刚刚定义的函数
myfunction() #实际参数
#1
#1
#1
函数参数
Python 的函数具有非常灵活多样的参数形态,既可以实现简单的调用,又可以传入非常复杂的参数。从简到繁的参数形态如下:
-
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
根据位置来传递参数,形参实参一 一对应
#定义一个函数
def myfunc(x,y):
print(x,y)
#调用这个函数
myfunc(10,20)
#10,20
2. 默认参数
调用时为空,会默认调用形参
#定义一个函数
def myfunc(x=10,y=20):
print(x,y)
#调用这个函数
myfunc()
#10,20
#定义一个函数
def myfunc(x,y=20):
print(x,y)
#调用这个函数
myfunc(100)
#10,20
·············································································
#定义一个函数
def myfunc(x=10,y=20):
print(x,y)
#调用这个函数
myfunc(100,200)
#100,200
#默认覆盖了原来的值
·············································································
#定义一个函数
def myfunc(x=10,y):
print(x,y)
#调用这个函数
myfunc(100)
#报错了
'''
File "<ipython-input-18-6e044d9e5319>", line 2
def myfunc(x=10,y):
^
SyntaxError: non-default argument follows default argument
'''
默认参数一定要放在最后,否则会报错!
3. 可变参数
顾名思义,可变参数就是传入的参数(实际参数)个数是可变的,可以是 0, 1, 2 到任意个,是不定长的参数。
#包裹位置参数
def myfunc(*x): #*x 生成元组
print(x)
myfunc(1,2,3,4,5)
#(1,2,3,4,5)
#包裹关键字参数
def myfunc(**x): # **x 生成字典
print(x)
myfunc(a=1,b=2,c=3,d=4,e=5)
#{'a': 1, 'b': 2, 'c': 3, 'd': 4, 'e': 5}
默认参数不能放在可变参数之后
4. 关键字参数
#定义一个函数
def myfunc(x,y):
print(x,y)
#调用这个函数
myfunc(x = 10,y = 20)
#10,20
关键字参数不区分位置关系,但前面的参数必须和原来的一样
但是当关键字参数和位置参数一起使用时,位置参数一定要在关键字参数之前,否则会报错!
#定义一个函数
def myfunc(x,y):
print(x,y)
#调用这个函数
myfunc(x = 10, 20)
'''
File "<ipython-input-13-b313dc8571b2>", line 6
myfunc(x = 10, 20)
^
SyntaxError: positional argument follows keyword argument
'''
「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
命名关键字参数是在 Python 3 中新增加的一种语法,它和关键字参数 **kw
不同,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,只接收 sex 和 lover 作为关键字参数,这种方式定义的函数如下。
def Human(name, age, *, sex, lover): print(name, age, sex, lover) Human('ruhua', 18, sex='f', lover='tangbohu')
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
函数中,使用 return 语句的语法格式如下:
return [返回值]
其中,返回值参数可以指定,也可以省略不写(将返回空值 None)。
通过 return 语句指定返回值后,我们在调用函数时,既可以将该函数赋值给一个变量,用变量保存函数的返回值,也可以将函数再作为某个函数的实际参数
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。
详细介绍看这里
Python变量作用域(全局变量和局部变量) (biancheng.net)http://c.biancheng.net/view/2259.html
内嵌函数和闭包
就是在一个函数语法结构内再嵌套另一个函数
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。
递归函数特性:
必须有一个明确的结束条件;
每次进入更深一层递归时,问题规模相比上次递归都应有所减少
相邻两次重复之间有紧密的联系,前一次要为后一次做准备(通常前一次的输出就作为后一次的输入)。
递归效率不高,递归层次过多会导致栈溢出(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)
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。
注意:
-
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。
匿名函数的应用
函数式编程 是指代码中每一块都是不可变的,都由纯函数的形式组成。这里的纯函数,是指函数本身相互独立、互不影响,对于相同的输入,总会有相同的输出,没有任何副作用。
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。
-
map(function, *iterables)
根据提供的函数对指定序列做映射。
三、学习感悟
这是训练营的最后一个作业了,这次依然还是有很大一部分内容不理解,学习起来很吃力。在训练营中说实话最大的收获并不是说学到了python怎么写,真的想学好,仅靠这短短的13天,每天几个小时,对于基本零基础的我来说还是太困难了。在这里,我最大的收获其实是通过了这13天的学习,我养成了每天学习,每次学完打卡的习惯,而这些习惯的养成,将对我接下来的学习产生巨大的影响。在以后的学习中,我也会尝试着学完就打卡,记录自己的点滴成长,同时也方便复习。这种让努力“可视化”的学习方法会激励我学习下去。
最后,感谢训练营的每一个人!祝我们都有光明的未来。