-
学习来源:python廖雪峰个人网站https://www.liaoxuefeng.com/wiki/1016959663602400
另一个不错的网站:菜鸟教程(包含,python,Java,PHP等多种语言,资源全部免费)https://www.runoob.com/python3/python3-tutorial.html
-
函数
- 调用函数
- 交互式命令行通过
help(abs)
查看abs
函数的帮助信息 max
函数max()
可以接收任意多个参数,并返回最大的那个- 数据类型转换
-
int()
函数可以把其他数据类型转换为整数:>>> int('123') 123 >>> int(12.34) 12 >>> float('12.34') 12.34 >>> str(1.23) '1.23' >>> str(100) '100' >>> bool(1) True >>> bool('') False
- 函数名其实就是指向一个函数对象的引用,完全可以把函数名赋给一个变量,相当于给这个函数起了一个“别名”:
>>> a = abs # 变量a指向abs函数 >>> a(-1) # 所以也可以通过a调用abs函数 1
-
- 交互式命令行通过
- 定义函数
- 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。def my_abs(x): if x >= 0: return x else: return -x
- 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
- 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
- 如果想定义一个什么事也不做的空函数,可以用
- 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。 - 当传入了不恰当的参数时,内置函数
abs
会检查出参数错误,而我们定义的my_abs
没有参数检查,会导致if
语句出错,出错信息和abs
不一样 -
数据类型检查可以用内置函数
isinstance()
实现:def my_abs(x): if not isinstance(x, (int, float)): raise TypeError('bad operand type') if x >= 0: return x else: return -x
- 添加了参数检查后,如果传入错误的参数类型,函数就可以抛出一个错误:
TypeError: bad operand type
- 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
- 返回多个值
- 函数可以返回多个值。比如在游戏中经常需要从一个点移动到另一个点,给出坐标、位移和角度,就可以计算出新的坐标:
import math def move(x, y, step, angle=0): nx = x + step * math.cos(angle) ny = y - step * math.sin(angle) return nx, ny
import math
语句表示导入math
包-
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,
- 函数可以返回多个值。比如在游戏中经常需要从一个点移动到另一个点,给出坐标、位移和角度,就可以计算出新的坐标:
- 小结
-
定义函数时,需要确定函数名和参数个数;
如果有必要,可以先对参数的数据类型做检查;
函数体内部可以用
return
随时返回函数结果;函数执行完毕也没有
return
语句时,自动return None
。函数可以同时返回多个值,但其实就是一个tuple。
-
- 定义一个函数要使用
-
函数的参数
-
定义函数的时候,我们把参数的名字和位置确定下来,函数的接口定义就完成了。Python的函数定义非常简单,但灵活度却非常大。除了正常定义的必选参数外,还可以使用默认参数、可变参数和关键字参数,使得函数定义出来的接口,不但能处理复杂的参数,还可以简化调用者的代码。
-
位置参数
-
power(x, n)
,用来计算x的n次方:def power(x, n): s = 1 while n > 0: n = n - 1 s = s * x return s
- 修改后的
power(x, n)
函数有两个参数:x
和n
,这两个参数都是位置参数,调用函数时,传入的两个值按照位置顺序依次赋给参数x
和n
-
默认参数
-
默认参数就排上用场了。由于我们经常计算x2,所以,完全可以把第二个参数n的默认值设定为2:
def power(x, n=2): s = 1 while n > 0: n = n - 1 s = s * x return s
- 注意:而对于
n > 2
的其他情况,就必须明确地传入n,比如power(5, 3)
。默认参数可以简化函数的调用- 设置默认参数时需注意:
- 一是必选参数在前,默认参数在后,否则Python的解释器会报错
- 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。
- 默认参数必须指向不变对象!!!下边例子便是个反例: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。默认设置:L=None便可def add_end(L=[]): L.append('END') return L #运行会有问题 >>> add_end() ['END', 'END'] >>> add_end() ['END', 'END', 'END'] #下面这样则不会有问题 def add_end(L=None): if L is None: L = [] L.append('END') return L #运行结果如下 >>> add_end() ['END'] >>> add_end() ['END']
-
def enroll(name, gender, age=6, city='Beijing'): print('name:', name) print('gender:', gender) print('age:', age) print('city:', city)
- 有多个默认参数时,调用的时候,既可以按顺序提供默认参数,比如调用
enroll('Bob', 'M', 7)
,意思是,除了name
,gender
这两个参数外,最后1个参数应用在参数age
上,city
参数由于没有提供,仍然使用默认值 - 也可以不按顺序提供部分默认参数。当不按顺序提供部分默认参数时,需要把参数名写上。比如调用
enroll('Adam', 'M', city='Tianjin')
,意思是,city
参数用传进去的值,其他默认参数继续使用默认值。 - 不变对象,None
-
- 可变参数
- 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
- 可变参数允许你传入0个或任意个参数,这些可变参数在函数调用时自动组装为一个tuple。
- 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: -
def calc(*numbers): sum = 0 for n in numbers: sum = sum + n * n return sum
-
!!!!,星号‘ * ’的作用: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
表示把nums
这个list的所有元素作为可变参数传进去>>> nums = [1, 2, 3] >>> calc(*nums) 14
- 关键字参数
-
关键字参数允许你传入0个或任意个含参数名的参数,这些关键字参数在函数内部自动组装为一个dict。请看示例:
def person(name, age, **kw): print('name:', name, 'age:', age, 'other:', kw)
- 函数
person
除了必选参数name
和age
外,还接受关键字参数kw。
在调用该函数时,可以只传入必选参数,也可以传入任意个数的关键字参数:>>> person('Bob', 35, city='Beijing') name: Bob age: 35 other: {'city': 'Beijing'} >>> person('Adam', 45, gender='M', job='Engineer') name: Adam age: 45 other: {'gender': 'M', 'job': 'Engineer'}
- 关键字参数有什么用?它可以扩展函数的功能。比如,在
person
函数里,我们保证能接收到name
和age
这两个参数,但是,如果调用者愿意提供更多的参数,我们也能收到。 - 和可变参数类似,也可以先组装出一个dict,然后,把该dict转换为关键字参数传进去
-
>>> extra = {'city': 'Beijing', 'job': 'Engineer'} >>> person('Jack', 24, **extra) name: Jack age: 24 other: {'city': 'Beijing', 'job': 'Engineer'}
-
- 命名关键字参数
- 详见廖雪峰网站
-
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
-
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)
- 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:
- 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。
比如定义一个函数,包含上述若干种参数:
def f1(a, b, c=0, *args, **kw): print('a =', a, 'b =', b, 'c =', c, 'args =', args, 'kw =', kw) def f2(a, b, c=0, *, d, **kw): print('a =', a, 'b =', b, 'c =', c, 'd =', d, 'kw =', kw)
-
- 小结
- 可变参数,*numbs
- 关键字参数,**kw
- 命名关键字参数,person(name,age,*,city,job):
-
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。以及调用函数时如何传入可变参数和关键字参数的语法:
可变参数既可以直接传入:
func(1, 2, 3)
,又可以先组装list或tuple,再通过*args
传入:func(*(1, 2, 3))
;关键字参数既可以直接传入:
func(a=1, b=2)
,又可以先组装dict,再通过**kw
传入:func(**{'a': 1, 'b': 2})
。使用
*args
和**kw
是Python的习惯写法,当然也可以用其他参数名,但最好使用习惯用法。命名的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。
定义命名的关键字参数在没有可变参数的情况下不要忘了写分隔符
*
,否则定义的将是位置参数。
-
- 递归函数
-
在函数内部,可以调用其他函数。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。
-
例如,阶乘:fact(n) = n! = 1 x 2 x 3 x ... x (n-1) x n = (n-1)! x n = fact(n-1) x n
fact(n)
用递归的方式写出来就是:def fact(n): if n==1: return 1 return n * fact(n - 1)
上面就是一个递归函数。递归函数的优点是定义简单,逻辑清晰。
-
使用递归函数需要注意防止栈溢出。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。
-
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。
-
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)
可以看到,
return fact_iter(num - 1, num * product)
仅返回递归函数本身,num - 1
和num * product
在函数调用前就会被计算,不影响函数调用。-
注意:遗憾的是,大多数编程语言没有针对尾递归做优化,Python解释器也没有做优化,所以,即使把上面的
fact(n)
函数改成尾递归方式,也会导致栈溢出,所以最好写成循环
-
-
小结
-
使用递归函数的优点是逻辑简单清晰,缺点是过深的调用会导致栈溢出。
针对尾递归优化的语言可以通过尾递归防止栈溢出。尾递归事实上和循环是等价的,没有循环语句的编程语言只能通过尾递归实现循环。
Python标准的解释器没有针对尾递归做优化,任何递归函数都存在栈溢出的问题。高级特性
-
-
- 调用函数
二、函数——python廖雪峰学习笔记
最新推荐文章于 2022-11-02 20:22:35 发布