Python基础语法（二）

Python基础语法（二）

函数

编程中的函数和数学中的函数有一定的相似之处.

数学上的函数, 比如 y = sin x , x 取不同的值, y 就会得到不同的结果.
编程中的函数, 是一段 可以被重复使用的代码片段 .

代码示例: 求数列的和, 不使用函数

# 1. 求 1 - 100 的和
sum = 0
for i in range(1, 101):
	sum += i
print(sum)

# 2. 求 300 - 400 的和
sum = 0
for i in range(300, 401):
	sum += i
print(sum)

# 3. 求 1 - 1000 的和
sum = 0
for i in range(1, 1001):
	sum += i
print(sum)

可以发现, 这几组代码基本是相似的, 只有一点点差异. 可以把重复代码提取出来, 做成一个函数

实际开发中, 复制粘贴是一种不太好的策略. 实际开发的重复代码可能存在几十份甚至上百份.
一旦这个重复代码需要被修改, 那就得改几十次, 非常不便于维护

代码示例: 求 数列 的和, 使用函数

# 定义函数
def calcSum(beg, end):
    sum = 0
    for i in range(beg, end + 1):
        sum += i
    print(sum)
    
# 调用函数
sum(1, 100)
sum(300, 400)
sum(1, 1000)

可以明显看到, 重复的代码已经被消除了

语法格式

创建函数/定义函数

def 函数名(形参列表):
    函数体
    return 返回值

调用函数/使用函数

函数名(实参列表) // 不考虑返回值
返回值 = 函数名(实参列表) // 考虑返回值

• 函数定义并不会执行函数体内容, 必须要调用才会执行. 调用几次就会执行几次

def test1():
print('hello')
# 如果光是定义函数, 而不调用，则不会执行

• 函数必须先定义，再使用

test3() # 还没有执行到定义, 就先执行调用了, 此时就会报错.

def test3():
	print('hello')

函数参数

def calcSum(beg, end):
    sum = 0
    for i in range(beg, end + 1):
        sum += i
    print(sum)
    
sum(1, 100)
sum(300, 400)
sum(1, 1000)

上面的代码中, beg, end 就是函数的形参. 1, 100 / 300, 400 就是函数的实参.

在执行 sum(1, 100) 的时候, 就相当于 beg = 1, end = 100 , 然后在函数内部就可以针对 1-100 进行运算.
在执行 sum(300, 400) 的时候, 就相当于 beg = 300, end = 400 , 然后在函数内部就可以针对300-400 进行运算.

注意:

• 一个函数可以有一个形参, 也可以有多个形参, 也可以没有形参.
• 一个函数的形参有几个, 那么传递实参的时候也得传几个. 保证个数要匹配

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

test(10)

• 和 C++ / Java 不同, Python 是动态类型的编程语言, 函数的形参不必指定参数类型. 换句话说, 一个函数可以支持多种不同类型的参数。

def test(a):
	print(a)
	
test(10)
test('hello')
test(True)

函数返回值

函数的参数可以视为是函数的 “输入”, 则函数的返回值, 就可以视为是函数的 “输出” .

此处的 “输入”, “输出” 是更广义的输入输出, 不是单纯指通过控制台输入输出.
我们可以把函数想象成一个 “工厂”. 工厂需要买入原材料, 进行加工, 并生产出产品.
函数的参数就是原材料, 函数的返回值就是生产出的产品.

下列代码

def calcSum(beg, end):
    sum = 0
    for i in range(beg, end + 1):
        sum += i
    print(sum)

calc(1, 100)

可以转换成

def calcSum(beg, end):
    sum = 0
    for i in range(beg, end + 1):
        sum += i
    return sum

result = calcSum(1, 100)
print(result)

这两个代码的区别就在于, 前者直接在函数内部进行了打印, 后者则使用 return 语句把结果返回给函数调用者, 再由调用者负责打印.

我们一般倾向于第二种写法.

实际开发中我们的一个通常的编程原则, 是 “逻辑和用户交互分离”. 而第一种写法的函数中, 既包含了计算逻辑, 又包含了和用户交互(打印到控制台上). 这种写法是不太好的, 如果后续我们需要的是把计算结果保存到文件中, 或者通过网络发送, 或者展示到图形化界面里, 那么第一种写法的函数,就难以胜任了.

而第二种写法则专注于做计算逻辑, 不负责和用户交互. 那么就很容易把这个逻辑搭配不同的用户交互代码, 来实现不同的效果

• 一个函数中可以有多个 return 语句

# 判定是否是奇数
def isOdd(num):
    if num % 2 == 0:
        return False
    else:
        return True

result = isOdd(10)
print(result)

• 执行到 return 语句, 函数就会立即执行结束, 回到调用位置

# 判定是否是奇数
def isOdd(num):
    if num % 2 == 0:
        return False
    return True

result = isOdd(10)
print(result)

如果 num 是偶数, 则进入 if 之后, 就会触发 return False , 也就不会继续执行 return True

• 一个函数是可以一次返回多个返回值的. 使用 , 来分割多个返回值

def getPoint():
    x = 10
    y = 20
    return x, y
    
a, b = getPoint()

• 如果只想关注其中的部分返回值, 可以使用 _ 来忽略不想要的返回值

  def getPoint():
      x = 10
      y = 20
      return x, y
      
  _, b = getPoint()
  

变量作用域

观察以下代码

def getPoint():
    x = 10
    y = 20
    return x, y

x, y = getPoint()

在这个代码中, 函数内部存在 x, y, 函数外部也有 x, y.
但是这两组 x, y 不是相同的变量, 而只是恰好有一样的名字.

变量只能在所在的函数内部生效.
在函数 getPoint() 内部定义的 x, y 只是在函数内部生效. 一旦出了函数的范围, 这两个变量就不再生效了

def getPoint():
    x = 10
    y = 20
    return x, y
    
getPoint()
print(x, y)

变量作用域：
观察以下代码
在这个代码中, 函数内部存在 x, y, 函数外部也有 x, y.
但是这两组 x, y 不是相同的变量, 而只是恰好有一样的名字.
变量只能在所在的函数内部生效.
在函数 getPoint() 内部定义的 x, y 只是在函数内部生效. 一旦出了函数的范围, 这两个变量就不再生效了.
在不同的作用域中, 允许存在同名的变量

虽然名字相同, 实际上是不同的变量

x = 20

def test():
    x = 10
    print(f'函数内部 x = {x}')
    
test()
print(f'函数外部 x = {x}')

注意:

• 在函数内部的变量, 也称为 “局部变量”
• 不在任何函数内部的变量, 也称为 "全局变量

如果函数内部尝试访问的变量在局部不存在, 就会尝试去全局作用域中查找

x = 20

def test():
    print(f'x = {x}')
    
test()

如果是想在函数内部, 修改全局变量的值, 需要使用 global关键字声明

x = 20

def test():
    global x
    x = 10
    print(f'函数内部 x = {x}')

test()
print(f'函数外部 x = {x}')

如果此处没有 global , 则函数内部的 x = 10 就会被视为是创建一个局部变量 x, 这样就和全局变量 x 不相关了

if / while / for 等语句块不会影响到变量作用域

换而言之, 在 if / while / for 中定义的变量, 在语句外面也可以正常使用.

for i in range(1, 10):
    print(f'函数内部 i = {i}')
    
print(f'函数外部 i = {i}')

函数执行过程

• 调用函数才会执行函数体代码. 不调用则不会执行.
• 函数体执行结束(或者遇到 return 语句), 则回到函数调用位置, 继续往下执行

def test():
    print("执行函数内部代码")
    print("执行函数内部代码")
    print("执行函数内部代码")
    
print("1111")
test()
print("2222")
test()
print("3333")

这个过程还可以使用 PyCharm 自带的调试器来观察.

• 点击行号右侧的空白, 可以在代码中插入 断点
• 右键, Debug, 可以按照调试模式执行代码. 每次执行到断点, 程序都会暂停下来.
• 使用 Step Into (F7) 功能可以逐行执行代码

链式调用

前面的代码很多都是写作

 #判定是否是奇数
def isOdd(num):
    if num % 2 == 0:
        return False
    else:
        return True

result = isOdd(10)
print(result)

实际上也可以简化写作

print(isOdd(10))

把一个函数的返回值, 作为另一个函数的参数, 这种操作称为 链式调用.

这是一种比较常见的写法

嵌套调用

函数内部还可以调用其他的函数, 这个动作称为"嵌套调用"

def test():
    print("执行函数内部代码")
    print("执行函数内部代码")
    print("执行函数内部代码")

test 函数内部调用了 print 函数,这里就属于嵌套调用

一个函数里面可以嵌套调用任意多个函数

函数嵌套的过程是非常灵活的。

def a():
    print("函数 a")

def b():
    print("函数 b")
    a()

def c():
    print("函数 c")
    b()

def d():
    print("函数 d")
    c()
    
d()

如果把代码稍微调整, 打印结果则可能发生很大变化.

def a():
    print("函数 a")
    
def b():
    a()
    print("函数 b")
    
def c():
    b()
    print("函数 c")
    
def d():
    c()
    print("函数 d")
    
d()

注意体会上述代码的执行顺序. 可以通过画图的方式来理解.

函数之间的调用关系, 在 Python 中会使用一个特定的数据结构来表示, 称为 函数调用栈 . 每次函数调用,都会在调用栈里新增一个元素, 称为 栈帧.

可以通过 PyCharm 调试器看到函数调用栈和栈帧.
在调试状态下, PyCharm 左下角一般就会显示出函数调用栈.

每个函数的局部变量, 都包含在自己的栈帧中

def a():
    num1 = 10
    print("函数 a")
    
def b():
    num2 = 20
    a()
    print("函数 b")
    
def c():
    num3 = 30
    b()
    print("函数 c")
    
def d():
    num4 = 40
    c()
    print("函数 d")
    
d()

选择不同的栈帧, 就可以看到各自栈帧中的局部变量

函数递归

代码示例: 递归计算 5!

def factor(n):
    if n == 1:
        return 1
    return n * factor(n - 1)
result = factor(5)
print(result)

上述代码中, 就属于典型的递归操作. 在 factor 函数内部, 又调用了factor自身

注意: 递归代码务必要保证

• 存在递归结束条件. 比如 if n == 1 就是结束条件. 当 n 为 1 的时候, 递归就结束了.
• 每次递归的时候, 要保证函数的实参是逐渐逼近结束条件的.

如果上述条件不能满足, 就会出现 “无限递归” .这是一种典型的代码错误

def factor(n):
    return n * factor(n - 1)
    
result = factor(5)
print(result)

如前面所描述, 函数调用时会在函数调用栈中记录每一层函数调用的信息.
但是函数调用栈的空间不是无限大的. 如果调用层数太多, 就会超出栈的最大范围, 导致出现问题.

递归的优点

• 递归类似于 “数学归纳法” , 明确初始条件, 和递推公式, 就可以解决一系列的问题.
• 递归代码往往代码量非常少.

递归的缺点

• 递归代码往往难以理解, 很容易超出掌控范围
• 递归代码容易出现栈溢出的情况
• 递归代码往往可以转换成等价的循环代码. 并且通常来说循环版本的代码执行效率要略高于递归版本.

实际开发的时候, 使用递归要慎重!

参数默认值

Python 中的函数, 可以给形参指定默认值.
带有默认值的参数, 可以在调用的时候不传参

代码示例: 计算两个数字的和

def add(x, y, debug=False):
    if debug:
        print(f'调试信息: x={x}, y={y}')
    return x + y

print(add(10, 20))
print(add(10, 20, True))

此处 debug=False 即为参数默认值. 当我们不指定第三个参数的时候, 默认 debug 的取值即为 False.

带有默认值的参数需要放到没有默认值的参数的后面

def add(x, debug=False, y):
    if debug:
        print(f'调试信息: x={x}, y={y}')
    return x + y
    
print(add(10, 20))

关键字参数

在调用函数的时候, 需要给函数指定实参. 一般默认情况下是按照形参的顺序, 来依次传递实参的.
但是我们也可以通过 关键字参数, 来调整这里的传参顺序, 显式指定当前实参传递给哪个形参.

def test(x, y):
    print(f'x = {x}')
    print(f'y = {y}')

test(x=10, y=20)
test(y=100, x=200)

形如上述 test(x=10, y=20) 这样的操作, 即为 关键字参数.

小结

函数是编程语言中的一个核心语法机制. Python 中的函数和大部分编程语言中的函数功能都是基本类似的.
我们当下最关键要理解的主要就是三个点:

• 函数的定义
• 函数的调用
• 函数的参数传递