注:本文篇幅稍长,非原创,为学习时的笔记搬运,根据本人习惯进行了少量修改
函数
函数的定义
- 函数以def关键词开头,后接函数名和圆括号()
- 函数执行的代码以冒号起始,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
def functionname (parameters):
"函数_文档字符串"
function_suite
return [expression]
函数的调用
示例
def printme(str):
print(str)
printme("我要调用用户自定义函数!")
# 我要调用用户自定义函数!
printme("再次调用同一函数")
# 再次调用同一函数
temp = printme('hello') # hello
print(temp) # None
函数文档
示例
def MyFirstFunction(name):
"函数定义过程中name是形参"
# 因为Ta只是一个形式,表示占据一个参数位置
print('传递进来的{0}叫做实参,因为Ta是具体的参数值!'.format(name))
MyFirstFunction('老马的程序人生')
# 传递进来的老马的程序人生叫做实参,因为Ta是具体的参数值!
print(MyFirstFunction.__doc__)
# 函数定义过程中name是形参
help(MyFirstFunction)
'''
Help on function MyFirstFunction in module __main__:
MyFirstFunction(name)
函数定义过程中name是形参
'''
函数参数
- 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
- 位置参数
- arg1 - 位置参数 ,这些参数在调用函数 (call function) 时位置要固定
def functionname(arg1):
"函数_文档字符串"
function_suite
return [expression]
- 默认参数
- arg2 = v - 默认参数 = 默认值,调用函数时,默认参数的值如果没有传入,则被认为是默认值
- 默认参数一定要放在位置参数 后面,不然程序会报错
def printinfo(name, age=8):
print('Name:{0},Age:{1}'.format(name, age))
printinfo('小马') # Name:小马,Age:8
printinfo('小马', 10) # Name:小马,Age:10
- 因为 Python 解释器能够用参数名匹配参数值,所以函数调用时参数的顺序与声明可以不一致
def printinfo(name, age):
print('Name:{0},Age:{1}'.format(name, age))
printinfo(age=8, name='小马') # Name:小马,Age:8
- 可变参数
传入的参数个数是可变的,可以是 0, 1, 2 到任意个,是不定长的参数
def functionname(arg1, arg2=v, *args):
"函数_文档字符串"
function_suite
return [expression]
- args - 可变参数,可以是从零个到任意个,自动组装成元组
- 加了星号(*)的变量名会存放所有未命名的变量参数
示例
def printinfo(arg1, *args):
print(arg1)
for var in args:
print(var)
printinfo(10) # 10
printinfo(70, 60, 50)
# 70
# 60
# 50
- 关键字参数
def functionname(arg1, arg2=v, args, *kw):
"函数_文档字符串"
function_suite
return [expression]
- **kw - 关键字参数,可以是从零个到任意个,自动组装成字典
示例
def printinfo(arg1, *args, **kwargs):
print(arg1)
print(args)
print(kwargs)
printinfo(70, 60, 50)
# 70
# (60, 50)
# {}
printinfo(70, 60, 50, a=1, b=2)
# 70
# (60, 50)
# {'a': 1, 'b': 2}
「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)
- 命名关键字参数
- *, nkw - 命名关键字参数,用户想要输入的关键字参数,定义方式是在nkw 前面加个分隔符 *
- 如果要限制关键字参数的名字,就可以用「命名关键字参数」
- 使用命名关键字参数时,要特别注意不能缺少参数名
def functionname(arg1, arg2=v, args, *, nkw, *kw):
"函数_文档字符串"
function_suite
return [expression]
示例
def printinfo(arg1, *, nkw, **kwargs):
print(arg1)
print(nkw)
print(kwargs)
printinfo(70, nkw=10, a=1, b=2)
# 70
# 10
# {'a': 1, 'b': 2}
printinfo(70, 10, a=1, b=2)
# TypeError: printinfo() takes 1 positional argument but 2 were given
#arg2缺少参数名
没有写参数名nwk,因此 10 被当成「位置参数」,而原函数只有 1 个位置函数,现在调用了 2 个,因此程序会报错
- 参数组合
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
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要写分隔符 *,否则定义的是位置参数
函数返回值
示例
def add(a, b):
return a + b
print(add(1, 2)) # 3
print(add([1, 2, 3], [4, 5, 6]))
# [1, 2, 3, 4, 5, 6]
def back():
return [1, '小马的程序人生', 3.14]
print(back())
# [1, '小马的程序人生', 3.14]
def back():
return 1, '小马的程序人生', 3.14
print(back())
# (1, '小马的程序人生', 3.14)
def printme(str):
print(str)
temp = printme('hello') # hello
print(temp) # None
print(type(temp))
# <class 'NoneType'>
变量作用域
- 变量的访问权限在于这个变量是在哪里赋值的
- 局部变量:定义在函数内部的变量拥有局部作用域
- 全局变量:定义在函数外部的变量拥有全局作用域
- 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
示例
def discounts(price, rate):
final_price = price * rate
return final_price
old_price = float(input('请输入原价:'))
rate = float(input('请输入折扣率:'))
new_price = discounts(old_price, rate)
print('打折后价格是:%.2f' % new_price)
'''
请输入原价:98
请输入折扣率:0.9
打折后价格是:88.20
'''
- global和nonlocal关键字:用于在内部作用域修改外部作用域的变量
示例
num = 1
def fun1():
global num # global 关键字声明
print(num) # 1
num = 123
print(num) # 123
fun1()
print(num) # 123
内嵌函数
示例
def outer():
print('outer函数在这被调用')
def inner():
print('inner函数在这被调用')
inner() # 该函数只能在outer函数内部被调用
outer()
# outer函数在这被调用
# inner函数在这被调用
- 闭包是一种特殊的内嵌函数,在一个内部函数里对外层非全局作用域的变量进行引用
- 通过闭包可以访问外层非全局作用域的变量,这个作用域称为 闭包作用域
def funX(x):
def funY(y):
return x * y
return funY
i = funX(8)
print(type(i)) # <class 'function'>
print(i(5)) # 40
- 闭包的返回值通常是函数
def make_counter(init):
counter = [init]
def inc(): counter[0] += 1
def dec(): counter[0] -= 1
def get(): return counter[0]
def reset(): counter[0] = init
return inc, dec, get, reset
inc, dec, get, reset = make_counter(0)
inc()
inc()
inc()
print(get()) # 3
dec()
print(get()) # 2
reset()
print(get()) # 0
- nonlocal 关键字:修改闭包作用域中变量
def outer():
num = 10
def inner():
nonlocal num #声明
num = 100
print(num)
inner()
print(num)
outer()
# 100
# 100
递归
- 一个函数在内部调用自身本身
示例
(1)n! = 1 x 2 x 3 x … x n
# 利用循环
n = 5
for k in range(1, 5):
n = n * k
print(n) # 120
# 利用递归
def factorial(n):
if n == 1:
return 1
return n * factorial(n - 1)
print(factorial(5)) # 120
(2)斐波那契数列 f(n)=f(n-1)+f(n-2), f(0)=0 f(1)=1
# 利用循环
i = 0
j = 1
lst = list([i, j])
for k in range(2, 11):
k = i + j
lst.append(k)
i = j
j = k
print(lst)
# [0, 1, 1, 2, 3, 5, 8, 13, 21, 34, 55]
# 利用递归
def recur_fibo(n):
if n <= 1:
return n
return recur_fibo(n - 1) + recur_fibo(n - 2)
lst = list()
for k in range(11):
lst.append(recur_fibo(k))
print(lst)
# [0, 1, 1, 2, 3, 5, 8, 13, 21, 34, 55]
(3)设置递归的层数,Python默认递归层数为 100
import sys
sys.setrecursionlimit(1000)
Lambada表达式
匿名函数的定义
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
使用 lambda 关键词来创建匿名函数,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
示例
def sqr(x):
return x ** 2
print(sqr)
# <function sqr at 0x000000BABD3A4400>
y = [sqr(x) for x in range(10)]
print(y)
# [0, 1, 4, 9, 16, 25, 36, 49, 64, 81]
lbd_sqr = lambda x: x ** 2
print(lbd_sqr)
# <function <lambda> at 0x000000BABB6AC1E0>
y = [lbd_sqr(x) for x in range(10)]
print(y)
# [0, 1, 4, 9, 16, 25, 36, 49, 64, 81]
sumary = lambda arg1, arg2: arg1 + arg2
print(sumary(10, 20)) # 30
func = lambda *args: sum(args)
print(func(1, 2, 3, 4, 5)) # 15
匿名函数的应用
- 函数式编程:指代码中每一块都是不可变的,都由纯函数的形式组成
- 纯函数: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
示例
(1)非函数式编程
def f(x):
for i in range(0, len(x)):
x[i] += 10
return x
x = [1, 2, 3]
f(x)
print(x)
# [11, 12, 13]
(2)函数式编程
def f(x):
y = []
for item in x:
y.append(item + 10)
return y
x = [1, 2, 3]
f(x)
print(x)
# [1, 2, 3]
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)
示例
(1)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
odd = lambda x: x % 2 == 1
templist = filter(odd, [1, 2, 3, 4, 5, 6, 7, 8, 9])
print(list(templist)) # [1, 3, 5, 7, 9]
(2)map(function, *iterables)根据提供的函数对指定序列做映射
m1 = map(lambda x: x ** 2, [1, 2, 3, 4, 5])
print(list(m1))
# [1, 4, 9, 16, 25]
m2 = map(lambda x, y: x + y, [1, 3, 5, 7, 9], [2, 4, 6, 8, 10])
print(list(m2))
# [3, 7, 11, 15, 19]
(3)自己定义高阶函数
def apply_to_list(fun, some_list):
return fun(some_list)
lst = [1, 2, 3, 4, 5]
print(apply_to_list(sum, lst)) # 15
print(apply_to_list(len, lst)) # 5
print(apply_to_list(lambda x: sum(x) / len(x), lst)) # 3.0
Day3完成
声明:本文为训练营的学习笔记,多为搬运,非原创。
训练营链接:https://tianchi.aliyun.com/specials/promotion/aicamppython