python基础1——函数
一、函数的定义
一段经过组织、用来实现单一功能、可重复使用的代码。
你可以定义一个由自己想要功能的函数,以下是简单的规则:
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。
1、语法:
2、说明:
–def: 函数定义关键字,全称:define。
–函数名: 对函数体功能的描述词,命名要符合驼峰命名法与下划线法。
–形参: 函数调用时需传入的参数信息
–函数体 : 函数的功能代码语句
3、实例
def func1():
print("我是一个函数")
func1是一个不带参数的函数
def func2(mark):
print("数学分数为:%d" % mark)
func2是一个带一个参数的函数
4、函数名命名一般规则:函数名一律小写,如有多个单词,用下划线隔开,如:my_len,run_with_env
二、函数的作用
1、简化代码,代码层次结构更清晰;
2、提高代码的复用性;
3、代码可扩展和便于维护。
将一段具有特定功能的代码以函数的形式保存,不但便于以后调用,还更易于修改和维护,避免重复造轮子。
三、函数的参数
函数定义和调用时所用的参数,可以没有,多个参数之间用逗号隔开。
1、形参:函数定义时函数要接收的参数,
2、实参:实参是函数调用时实际传入的参数。
形参:形参变量只有在被调用时才分配内存单元,在调用结束时,即刻释放所分配的内存单元。因此,形参只在函数内部有效。
实参:实参可以是常量、变量、表达式、函数等,无论实参是何种类型的量,在进行函数调用时,它们都必须有确定的值,以便把这些值传送给形参。
def calc(x,y): #定义一个函数,参数有x和y,x和y就是形参
print(x*y)
calc(5,2) #调用上面定义的函数,5和2就是实参
3、函数的四种形参类型
1)位置参数
位置参数,是按照参数的位置来进行传参,有几个位置参数在调用的时候就要传几个,否则就会报错了。
def my(name,sex):
print(name,sex)
my('小强','男')
2)默认参数
默认参数就是在定义形参的时候,给函数默认赋一个值
def connect(ip,port=3306):
print(ip,port)
connect('118.1.1.1',3307) #如果给一个port值,则传新给的值
connect('118.1.1.1') #如果不填,则使用默认参数
3)可变参数
使用原则:
1、可变参数用*来接收,不是必传的;
2、它把传入的元素全部都放到了一个元祖里;
3、不显示参数个数,后面想传多少个参数就传多少个,它用在参数比较多的情况下
4、如果位置参数、默认值参数、可变参数一起使用的的话,可变参数必须在位置参数和默认值参数后面。
def send_sms(*phone_num):
print(phone_num)
send_sms() # 不传参数
send_sms(150) # 传1个
send_sms(151,152,153) # 传N个
# 执行后结果是:
# ()
# (150,)
# (151, 152, 153)
4) 关键字参数
使用原则:
1、关键字参数使用**来接收
2、返回的是字典
3、不限制参数个数,非必传
4、当然也可以和上面的几种一起来使用,如果要一起使用的话,关键字参数必须在最后面
def send_sms2(**phone_num):
print(phone_num)
send_sms2()
send_sms2(name='xiaohei',sex='男')
send_sms2(addr='北京',country='中国',aa='hahaha')
# 执行后结果是:
# {}
# {'name': 'xiaohei', 'sex': '男'}
# {'addr': '北京', 'country': '中国', 'aa': 'hahaha'}
5)四种参数在一起的使用
如果一定要一起用的话,要按下面的顺序写,不能换顺序,否则会出错
1、位置参数;2、默认值参数;3、可变参数;4、关键字参数
def my(name,country='china',*args,**kwargs):
print(name)
print(country)
print(args)
print(kwargs)
my('xiaohong','2','3','4','5',a='6',b='7')
#xiaohong
#2
#('3', '4', '5')
#{'a': '6', 'b': '7'}
6)强制位置参数
Python3.8 新增了一个函数形参语法 / 用来指明函数形参必须使用指定位置参数,不能使用关键字参数的形式。
在以下的例子中,形参 a 和 b 必须使用指定位置参数,c 或 d 可以是位置形参或关键字形参,而 e 或 f 要求为关键字形参:
def f(a, b, /, c, d, *, e, f):
print(a, b, c, d, e, f)
以下使用方法是正确的:
f(10, 20, 30, d=40, e=50, f=60)
以下使用方法会发生错误:
f(10, b=20, c=30, d=40, e=50, f=60) # b 不能使用关键字参数的形式
f(10, 20, 30, 40, 50, f=60) # e 必须使用关键字参数的形式
四、函数的返回值(return)
1、定义:函数的计算结果
2、语法:return [表达式]
3、说明:
1)每个函数都有返回值
2)有return语句的函数返回值为表达式的值
3)没有return语句的函数返回值为None
4)函数如果有多个返回值的话,返回的是一个元组
5)函数中的返回值使用return,函数在遇到return就立即结束。
实例:
def my3():
a=1
b=2
c=3
return a,b,c
a,b,c=my3()
s=my3()
print(s)
print(a,b,c)
# 返回结果分别是
# (1, 2, 3) # 元祖
# 1 2 3 # int
五、局部变量和全局变量
1、局部变量只在局部生效的,出了这个变量的作用域,这个变量就失效了。
2、全局变量是在整个程序里面都生效的,在程序最前面定义的都是全局变量。
3、全局变量如果要在函数中修改的话,需要加global关键字声明,如果是list、字典和集合的话,则不需要加global关键字,直接就可以修改。
4、尽量少用全局变量。原因1不够安全,原因2全局变量一直占用内存。
#如果两种变量都有,会先用局部变量,当没有局部变量则用全局变量
name='wangcan' #全局变量,在函数的外面
def get_name():
global name # 声明修改全局变量
name='hailong' # 局部变量,定义在函数内部
print('函数里面的name:'+name)
def get_name2():
print('get_name2:',name)
get_name2() #第一调用,打印wangcan
get_name() #第二调用,打印函数内的name:hailong
print('函数外面的name:'+name)# 最后打印,因为有函数声明了全局变量,所以打印的是:hailong
#最后的结果是
# get_name2: wangcan
# 函数里面的name:hailong
# 函数外面的name:hailong
六、函数的调用
1、同一程序文件内调用:
函数名(参数)
2、不同程序文件之间调用:
import 文件名
文件名.函数名(参数)
或
from 文件名 import 函数名
函数名(参数)
七、匿名函数(lambda)
没有名字的函数
lambda 函数是一种快速定义单行的最小函数,可以用在任何需要函数的地方。lambda的主体是一个表达式,而不是一个代码块。
语法
lambda [arg1 [,arg2,…argn]]:expression
实例:
def area(w,h): #一般函数写法
s = w*h
return s
s = lambda w,h:w*h #lambda写法
print(area(4,6))
print(s(4,6))
八、高阶函数
将函数作为参数传入另一个函数
实例
def Sum(fun,x1,x2):
return fun(x1,x2)
def add(x1,x2):
return x1+x2
a=Sum(add,2,3)
print(a)
## 5
1、map(f, list)函数
返回每个元素通过f计算完的value的list
map()函数接收两个参数,一个是函数f,一个是序列list,map将传入的函数依次作用到序列的每个元素,并把结果作为新的list返回。
实例
def square(x) : # 计算平方数
return x ** 2
map(square, [1,2,3,4,5]) # 计算列表各个元素的平方
# [1, 4, 9, 16, 25]
map(lambda x: x ** 2, [1, 2, 3, 4, 5]) # 使用 lambda 匿名函数
# [1, 4, 9, 16, 25]
# 提供了两个列表,对相同位置的列表数据进行相加
>>> map(lambda x, y: x + y, [1, 3, 5, 7, 9], [2, 4, 6, 8, 10])
# [3, 7, 11, 15, 19]
2、reduce(f,list)函数
reduce把一个函数作用在一个序列[x1, x2, x3…]上,得到总和
实例
def add(x, y) : # 两数相加
return x + y
reduce(add, [1,2,3,4,5]) # 计算列表和:1+2+3+4+5
# 15
reduce(lambda x, y: x+y, [1,2,3,4,5]) # 使用 lambda 匿名函数
# 15
3、filter(f,list)函数
filter函数接收一个函数f和一个list,函数f的作用是对每个元素进行判断,返回True或者False,filter()根据判断结果自动过滤掉不符合条件的元素,返回符合要求的元素组成的list
实例
def is_odd(n):
return n % 2 == 1
newlist = filter(is_odd, [1, 2, 3, 4, 5, 6, 7, 8, 9, 10])
print(newlist)
# [1, 3, 5, 7, 9]
4、sorted()函数
sorted(list,key= None,reverse = False)
对list进行排序,默认为从小到大排序。
实例
m = dict(a=1,b=8,c=3,d=20)
print(sorted(m.items(),key = lambda d:d[1],reverse=True))
# [('d', 20), ('b', 8), ('c', 3), ('a', 1)]
5、返回函数
高阶函数除了可以接受函数作为参数外,还可以把函数作为结果值返回。
def index():
print('from index')
def func(a):
return a
a = func(index)
a()
#>>> from index
九、函数递归调用
一个函数在内部调用自身本身,这个函数就是递归函数
递归调用的特性:
1、递归调用必须有一个明确的结束条件
2、在python中没有尾递归优化,递归调用的效率不高
3、进入下一次递归时,问题的规模必须降低
【在python中默认最大递归次数是998】
实例
计算阶乘n! = 1 x 2 x 3 x … x n
def fact(n):
if n==1:
return 1
return n * fact(n - 1)