python学习第二天：函数

函数

通用函数

Python内置了很多有用的函数，我们可以直接调用。

用help()函数可以查看函数的帮助信息。

定义函数

在Python中，定义一个函数要使用 def 语句，依次写出函数名、括号、括号中的参数和冒号 : ，然后，在缩进块中编写函数体，函数的返回值用 return 语句返回。

如果你已经把 my_abs() 的函数定义保存为 abstest.py 文件了，那么，可以在该文件的当前目录下启动Python解释器，用 from abstest import my_abs 来导入 my_abs() 函数，注意 abstest 是文件名（不含 .py 扩展名）

请注意，函数体内部的语句在执行时，一旦执行到 return 时，函数就执行完毕，并将结果返回。因此，函数内部通过条件判断和循环可以实现非常复杂的逻辑。

如果没有 return 语句，函数执行完毕后也会返回结果，只是结果为 None 。 return None 可以简写为 return 。

空函数

如果想定义一个什么事也不做的空函数，可以用 pass 语句：

def nop (): pass

pass 语句什么都不做，那有什么用？实际上 pass 可以用来作为占位符，比如现在还没想好怎么写函数的代码，就可以先放一个 pass ，让代码能运行起来。

pass 还可以用在其他语句里，比如：

if age >= 18 : pass

缺少了 pass ，代码运行就会有语法错误。

参数检查

调用函数时，如果参数个数不对，Python解释器会自动检查出来，并抛出 TypeError。

但是如果参数类型不对，Python解释器就无法帮我们检查。

返回多个值

函数可以返回多个值吗？答案是肯定的。

>>> x, y = move( 100 , 100 , 60 , math.pi / 6 ) >>> print(x, y) 151.96152422706632 70.0

但其实这只是一种假象，Python函数返回的仍然是单一值：

>>> r = move( 100 , 100 , 60 , math.pi / 6 ) >>> print(r)( 151.96152422706632 , 70.0 )

原来返回值是一个tuple！但是，在语法上，返回一个tuple可以省略括号，而多个变量可以同时接收一个tuple，按位置赋给对应的值，所以，Python的函数返回多值其实就是返回一个tuple，但写起来更方便。

函数的参数

位置参数

与其他语言无异

默认参数

def power (x, n= 2 ): s = 1 while n > 0 : n = n - 1 s = s * x return s

这样，当我们调用 power(5) 时，相当于调用 power(5, 2) ：

>>> power( 5 ) 25 >>> power( 5 , 2 ) 25

而对于 n > 2 的其他情况，就必须明确地传入n，比如 power(5, 3) 。

从上面的例子可以看出，默认参数可以简化函数的调用。设置默认参数时，有几点要注意：

一是必选参数在前，默认参数在后，否则Python的解释器会报错（思考一下为什么默认参数不能放在必选参数前面）；

二是如何设置默认参数。

当函数有多个参数时，把变化大的参数放前面，变化小的参数放后面。变化小的参数就可以作为默认参数。

使用默认参数有什么好处？最大的好处是能降低调用函数的难度

默认参数很有用，但使用不当，也会掉坑里。默认参数有个最大的坑，演示如下：

先定义一个函数，传入一个list，添加一个 END 再返回：

def add_end (L=[]): L.append( 'END' ) return L

当你正常调用时，结果似乎不错：

>>> add_end ([1, 2, 3])[1, 2, 3, 'END']>>> add_end (['x', 'y', 'z'])['x', 'y', 'z', 'END']

当你使用默认参数调用时，一开始结果也是对的：

>>> add_end ()['END']

但是，再次调用 add_end() 时，结果就不对了：

>>> add_end ()['END', 'END']>>> add_end ()['END', 'END', 'END']

很多初学者很疑惑，默认参数是 [] ，但是函数似乎每次都“记住了”上次添加了 'END' 后的list。

原因解释如下：

Python函数在定义的时候，默认参数 L 的值就被计算出来了，即 [] ，因为默认参数 L 也是一个变量，它指向对象 [] ，每次调用该函数，如果改变了 L 的内容，则下次调用时，默认参数的内容就变了，不再是函数定义时的 [] 了。

 定义默认参数要牢记一点：默认参数必须指向不变对象！

要修改上面的例子，我们可以用 None 这个不变对象来实现：

def add_end (L=None): if L is None : L = [] L.append( 'END' ) return L

现在，无论调用多少次，都不会有问题：

>>> add_end ()['END']>>> add_end ()['END']

为什么要设计 str 、 None 这样的不变对象呢？因为不变对象一旦创建，对象内部的数据就不能修改，这样就减少了由于修改数据导致的错误。此外，由于对象不变，多任务环境下同时读取对象不需要加锁，同时读一点问题都没有。我们在编写程序时，如果可以设计一个不变对象，那就尽量设计成不变对象。

可变参数

在Python函数中，还可以定义可变参数。顾名思义，可变参数就是传入的参数个数是可变的，可以是1个、2个到任意个，还可以是0个。

我们以数学题为例子，给定一组数字a，b，c……，请计算a 2 + b 2 + c 2 + ……。

要定义出这个函数，我们必须确定输入的参数。由于参数个数不确定，我们首先想到可以把a，b，c……作为一个list或tuple传进来，这样，函数可以定义如下：

def calc (numbers): sum = 0 for n in numbers: sum = sum + n * n return sum

但是调用的时候，需要先组装出一个list或tuple：

>>> calc([ 1 , 2 , 3 ]) 14 >>> calc(( 1 , 3 , 5 , 7 )) 84

如果利用可变参数，调用函数的方式可以简化成这样：

>>> calc( 1 , 2 , 3 ) 14 >>> calc( 1 , 3 , 5 , 7 ) 84

所以，我们把函数的参数改为可变参数：

def calc (*numbers): sum = 0 for n in numbers: sum = sum + n * n return sum

定义可变参数和定义一个list或tuple参数相比，仅仅在参数前面加了一个 * 号。在函数内部，参数 numbers 接收到的是一个tuple，因此，函数代码完全不变。但是，调用该函数时，可以传入任意个参数，包括0个参数：

>>> calc( 1 , 2 ) 5 >>> calc() 0

如果已经有一个list或者tuple，要调用一个可变参数怎么办？可以这样做：

>>> nums = [ 1 , 2 , 3 ] >>> calc(nums[ 0 ], nums[ 1 ], nums[ 2 ]) 14

这种写法当然是可行的，问题是太繁琐，所以Python允许你在list或tuple前面加一个 * 号，把list或tuple的元素变成可变参数传进去：

>>> nums = [ 1 , 2 , 3 ] >>> calc(*nums) 14

*nums 表示把 nums 这个list的所有元素作为可变参数传进去。这种写法相当有用，而且很常见。

关键字参数

和可变参数类似，但传入的是dict

命名关键字参数

对于关键字参数，函数的调用者可以传入任意不受限制的关键字参数。至于到底传入了哪些，就需要在函数内部通过 kw 检查。

仍以 person() 函数为例，我们希望检查是否有 city 和 job 参数：

def person (name, age, **kw): if 'city' in kw: # 有city参数 pass if 'job' in kw: # 有job参数 pass print( 'name:' , name, 'age:' , age, 'other:' , kw)

但是调用者仍可以传入不受限制的关键字参数：

>>> person( 'Jack' , 24 , city= 'Beijing' , addr= 'Chaoyang' , zipcode= 123456 )

如果要限制关键字参数的名字，就可以用命名关键字参数，例如，只接收 city 和 job 作为关键字参数。这种方式定义的函数如下：

def person (name, age, *, city, job): print(name, age, city, job)

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。

调用方式如下：

>>> person( 'Jack' , 24 , city= 'Beijing' , job= 'Engineer' )Jack 24 Beijing Engineer

如果函数定义中已经有了一个可变参数，后面跟着的命名关键字参数就不再需要一个特殊分隔符 * 了：

def person (name, age, *args, city, job): print(name, age, args, city, job)

命名关键字参数必须传入参数名，这和位置参数不同。如果没有传入参数名，调用将报错：

>>> person('Jack', 24, 'Beijing', 'Engineer')Traceback (most recent call last): File " <stdin> ", line 1, in <module> TypeError: person() takes 2 positional arguments but 4 were given

由于调用时缺少参数名 city 和 job ，Python解释器把这4个参数均视为位置参数，但 person() 函数仅接受2个位置参数。

命名关键字参数可以有缺省值，从而简化调用：

def person (name, age, *, city= 'Beijing' , job): print(name, age, city, job)

由于命名关键字参数 city 具有默认值，调用时，可不传入 city 参数：

>>> person( 'Jack' , 24 , job= 'Engineer' )Jack 24 Beijing Engineer

使用命名关键字参数时，要特别注意，如果没有可变参数，就必须加一个 * 作为特殊分隔符。如果缺少 * ，Python解释器将无法识别位置参数和命名关键字参数：

def person (name, age, city, job): # 缺少 *，city和job被视为位置参数 pass

参数组合

在Python中定义函数，可以用必选参数、默认参数、可变参数、关键字参数和命名关键字参数，这5种参数都可以组合使用。但是请注意，参数定义的顺序必须是：必选参数、默认参数、可变参数、命名关键字参数和关键字参数。

递归函数

递归函数容易出现栈溢出，解决递归调用栈溢出的方法是通过 尾递归 优化，事实上尾递归和循环的效果是一样的，所以，把循环看成是一种特殊的尾递归函数也是可以的。

尾递归是指，在函数返回的时候，调用自身本身，并且，return语句不能包含表达式。这样，编译器或者解释器就可以把尾递归做优化，使递归本身无论调用多少次，都只占用一个栈帧，不会出现栈溢出的情况。

上面的 fact(n) 函数由于 return n * fact(n - 1) 引入了乘法表达式，所以就不是尾递归了。要改成尾递归方式，需要多一点代码，主要是要把每一步的乘积传入到递归函数中：

def fact (n): return fact_iter(n, 1 ) def fact_iter (num, product): if num == 1 : return product return fact_iter(num - 1 , num * product)