- 学习:知识的初次邂逅
- 复习:知识的温故知新
- 练习:知识的实践应用
目录
一,本章知识简介
主线A:函数
- 函数的概述
- 函数的定义与调用
- 函数的底层分析
- 函数的作用域
- 函数参数的传递
- 函数参数的类型
- lambda匿名函数
- eval()函数
- 递归函数
- 嵌套函数
- nonlocal关键字
- LEGB规则
- 函数综合练习
回顾前面的知识
pyhthon学习路线:
- 前置:
- pyhton的概述
- pyhton环境安装;
- 基础:
- 注释
- 标识符
- 关键字
- 变量
- 数据类型
- 输入
- 输出
- 运算符
- 控制语句
- 选择分支
- 循环结构
- 序列(容器)
- 字符串
- 列表
- 元组
- 字典
- 集合
回顾前面的知识的链接:
一,邂逅Python,搭建python环境,基础语法介绍:python注释,关键字,标识符,变量,数据类型,print()输出,input()输入,数据类型转换等-CSDN博客
二,PyCharm软件的使用,Python运算符,变量的介绍与运用,以及本章综合测试-CSDN博客
三,python控制语句 (条件分支与循环结构)-CSDN博客
四,python之字符串. [字符串的特点,操作,常用方法,遍历,综合测试]-CSDN博客
二,函数的概述
在Python函数中,有几个重要概念:
(1)函数名
(2)参数
(3)返回值
在编写函数时,函数体中的代码写法和我们前面讲述的基本一致,只是对代码实现了封装,并增加了函数调用、传递参数、返回计算结果等内容。
函数 (function) 的基本概念1 一个程序由一个一个的任务组成;函数就是代表一个任务或者一个功能(function)。2 函数是代码复用的通用机制
Python 函数分为如下几类:内置函数我们前面使用的 str() 、 list() 、 len() 等这些都是内置函数,我们可以拿来直接使用。标准库函数我们可以通过 import 语句导入库,然后使用其中定义的函数第三方库函数Python 社区也提供了很多高质量的库。下载安装这些库后,也是通过 import 语句导入,然后可以使用这些第三方库的函数用户自定义函数用户自己定义的函数,显然也是开发中适应用户自身需求定义的函数。今天我们学习的就是如何自定义函数。
=总结:==
(1)当将一些代码进行封装在一块,并给这块代码取了个名字,就叫做函数;
(2)定义函数时,需要使用()关键字。== def ==;
三,函数的定义与调用
1,核心定义
语法:
def 函数名([参数, ..]):
代码1
代码2
...
[return 具体的值]
简单定义一个函数
def add(a,b,c):
'''完成三个数的加法,并返回他们的和'''
sum = a+b+c
print("{0}、{1}、{2}三个数的和是:
{3}".format(a,b,c,sum))
return sum
add(10,20,30)
add(30,40,50)
总结:
我们使用 def 来定义函数,然后就是一个空格和函数名称;
- Python执行 def 时,会创建一个函数对象,并绑定到函数名变量上。
参数列表
- 圆括号内是形式参数列表,有多个参数则使用逗号隔开
- 定义时的形式参数不需要声明类型,也不需要指定函数返回值类型
- 调用时的实际参数必须与形参列表一一对应
return 返回值
- 如果函数体中包含 return 语句,则结束函数执行并返回值;
- 如果函数体中不包含 return 语句,则返回 None 值。
调用函数之前,必须要先定义函数,即先调用 def 创建函数对象
- 内置函数对象会自动创建
- 标准库和第三方库函数,通过 import 导入模块时,会执行模块中的def语句
2,形参与实参
- 圆括号内是形式参数列表,有多个参数则使用逗号隔开
- 定义时的形式参数不需要声明类型,也不需要指定函数返回值类型
- 调用时的实际参数必须与形参列表一一对应
定义一个函数,实现两个数的比较,并返回较大的值
def test(a,b):
if a>b:
print(a)
return a
else:
print(b)
return b
test(1,2) # 2
test(2,1) # 1
上面的 test 函数中,在定义时写的 test(a,b) 。 a 和 b 称为 “ 形式参数” ,简称 “ 形参 ” 。也就是说,形式参数是在定义函数时使用的。 形式参数的命名要符合 “ 标识符 ” 命名规则 。在调用函数时,传递的参数称为 “ 实际参数 ” ,简称 “ 实参 ” 。上面代 test(10,20) , 10 和 20 就是实际参数。
3,函数的注释
程序的可读性最重要,一般建议在函数体开始的部分附上函数定义说明,这就是“ 文档字符串 ” ,也有人成为 “ 函数的注释 ” 。我们通过三个单引号或者三个双引号来实现,中间可以加入多行文字进行说明
测试文档字符串的使用
鼠标悬浮在上面可以看到我们的函数注释
4,函数的返回值
return 返回值要点:1 如果函数体中包含 return 语句,则结束函数执行并返回值2 如果函数体中不包含 return 语句,则返回 None 值3 要返回多个值,使用列表、元组、字典、集合将多个值“存起来”即可
定义一个打印n个星号的无返回值的函数
def print_start(n):
print('*'*n)
print_start(5) #*****
定义一个返回两个数平均值的函数
def fn1_avg(a,b):
print((a+b)/2)
fn1_avg(5,9) #7.0
返回一个列表
def printShape(n):
s1 = "#"*n
s2 = "$"*n
return [s1,s2]
s = printShape(5)
print(s)
四,函数的底层分析
Python 中, “ 一切都是对象 ” 。实际上,执行 def 定义函数后,系统就创建了相应的函数对象。
我们执行如下程序,然后进行解释:
def print_star(n):
print("*"*n)
print(print_star)
print(id(print_star))
c = print_star
c(3)
<function print_star at 0x0000000002BB8620>45844000
显然,我们可以看出变量 c 和 print_star 都是指向了同一个函数对象。因此,执行 c(3) 和执行 print_star(3) 的效果是完全一致的。python中,圆括号意味着调用函数。在没有圆括号的情况下,Python会把函数当做普通对象。
五,变量的作用域
变量起作用的范围被称为 变量的作用域
不同的作用域同名变量之间互不影响
变量分为:全局变量,局部变量
全局变量:1 在函数和类定义之外声明的变量。作用域为定义的模块,从定义位置开始直到模块结束。2 全局变量降低了函数的通用性和可读性。应尽量避免全局变量的使用。3 要在函数内改变全局变量的值,使用 global 声明一下
局部变量:1 在函数体中(包含形式参数)声明的变量。2 局部变量的引用比全局变量快,优先考虑使用3 如果局部变量和全局变量同名,则在函数内隐藏全局变量,只使用同名的局部变量
说明:
(1)全局变量是指与函数处于同一级别的变量;
(2)注意:当函数中的局部变量与全局变量同名时,在函数中使用的是局部变量的值。
全局变量的作用域测试
a = 100 #全局变量
def f1():
global a #如果要在函数内改变全局变量的值,增加global关键字声明
print(a) #打印全局变量a的值
a = 300
f1() #100
f1() #300
print(a) #300
a = 300
def f1():
a = 100
print(a)
f1() #100
print(a) #300
# 1.定义全局变量
# a = 100
# print(a)
#
# def func():
# print(f"输出变量值:{a}")
#
# func() # 问题: 程序不好阅读?? -->该如何处理?
# 2.修改全局变量值
# number = 140
#
# def test():
# # 对齐: 程序报错了,才需要改错.
# global number
# number += 2
# print(f"修改后的number值为:{number}")
#
# test()
# 3.定义同名变量
age = 18
def show():
age = 34
print(f"输出age的值为:{age}")
# show()
print(f"age = {age}")
# 升级: 实际上,对于不可变类型的全局变量要修改值, 需要使用global声明;
# 但是对于可变类型的数据内容-全局变量, 可以不需要声明.
=总结:==
(1)当要定义一个作用在整个模块的变量时,就可以使用全局变量;
(2)注意:当要给全局变量修改值时,需要先使用()关键字来声明。==A、global==;
局部变量的查询和访问速度比全局变量快,优先考虑使用,尤其是在循环的时候。
# 全局变量 global 局部变量 locals 局部变量
# 测试全局变量和局部变量的效率
import time
a=101
def a1():
s=time.time()
global a
for i in range(100000000):
a=a+1
e=time.time()
print(s-e)
def a2():
s=time.time()
c=101
for i in range(100000000):
c=a+1
e=time.time()
print(s-e)
a1() #-3.955960988998413
a2() #-3.0249297618865967
六,参数的传递
函数的参数传递本质上就是:从实参到形参的赋值操作。 Python 中 “一切皆对象 ” ,所有的赋值操作都是 “ 引用的赋值 ” 。所以, Python 中参数的传递都是“ 引用传递 ” ,不是 “ 值传递 ”
具体操作时分为两类:1 对“可变对象”进行“写操作”,直接作用于原对象本身。2 对“不可变对象”进行“写操作”,会产生一个新的“对象空间”,并用新的值填充这块空间。
可变对象有:
- 字典、列表、集合、自定义的对象等
不可变对象有:
- 数字、字符串、元组、function等
1,传递可变对象的引用
传递参数是可变对象(例如:列表、字典、自定义的其他可变对象等),实际传递的还是对象的引用。在函数体中不创建新的对象拷贝,而是可以直接修改所传递的对象。
a=[10,20]
def a1(m):
print(id(m)) #1543622164352
m.append(30)
a2=0
while a2<3:
a2=a2+1
# a.append(30)
a1(a) #循环这个函数 而调用这个函数 实际上和上面的一句话 得到的结果一样
print(a) #[10, 20, 30, 30, 30] 批量获得后面连续添加的30
print(id(a)) #1543622164352
2,传递不可变对象的引用
传递参数是不可变对象(例如: int 、 float 、字符串、元组、布尔值),实际传递的还是对象的引用。在”赋值操作”时,由于不可变对象无法修改,系统会新创建一个对象。
参数传递:传递不可变对象的引用
a = 100
def f1(n):
print(n,id(n)) # 100 a的地址 100 3137341033808
n=n+200
print(n,id(n)) #300 n的地址 300 3137342075152
print(a,id(a)) #100 3137341033808
f1(a)
显然,通过 id 值我们可以看到 n 和 a 一开始是同一个对象。给 n 赋值后,n 是新的对象。
3,浅拷贝与深拷贝
我们可以使用内置函数: copy ( 浅拷贝 ) 、 deepcopy ( 深拷贝)
浅拷贝: 拷贝对象,但不拷贝子对象的内容,只是拷贝子对象的引用。深拷贝: 拷贝对象,并且会连子对象的内存也全部(递归)拷贝一份,对子对象的修改不会影响源对象
import copy
def test_copy():
'''测试浅拷贝'''
a = [1,2,3,[2,2]]
b = copy.copy(a)
print(a,b) #值必然一样
print(id(a),id(b)) #地址不一样 因为是可变对象,在拷贝的时候会开辟一个新的内存空间 1695163965376 1695163962880
b.append(5) # 改变b [1, 2, 3, [2, 2]] [1, 2, 3, [2, 2], 5]
print(a,b) # 值不一样 a = [1,2,3,[2,2]] b=[1,2,3,[2,2],5]
print(id(a),id(b)) #地址不一样 1695163965376 1695163962880
#[1, 2, 3, [2, 2, 2]] [1, 2, 3, [2, 2, 2], 5]
b[3].append(2) #改变内部的子对象 但是浅拷贝并不会修改内部的内存地址 所以修改的其实也是a的地址
print(a,b) # a = [1,2,3,[2,2,2]] b=[1,2,3,[2,2,2],5]
print(id(a),id(b)) #地址不一样 1695163965376 1695163962880
test_copy()
内存示意图:
def test_deep_copy():
'''这是一个深拷贝的测试函数'''
a=[1,2,3,[2,2]]
b=copy.deepcopy(a)
print(a,b) #值必然一样 [1, 2, 3, [2, 2]] [1, 2, 3, [2, 2]]
print(id(a),id(b)) #深度拷贝 连同子对象的内存地址也全部递归一份,如果还是可变的就开辟新的内存空间存储 必然不一样
#2056309595712 2056309309120
b.append(5) #修改b的值 #[1, 2, 3, [2, 2]] [1, 2, 3, [2, 2], 5]
print(a,b) #修改b的值关我a啥事儿 #
print(id(a),id(b)) #内存地址不一样 2056309595712 2056309309120
b[3].append(2) #修改子对象的值 [1, 2, 3, [2, 2]] [1, 2, 3, [2, 2, 2], 5]
print(a,b) #b都完全独立出来, 修改b的值,关我a的值啥事儿
print(id(a),id(b)) #内存地址不一样 2056309595712 2056309309120
# test_copy()
test_deep_copy()
4,传递不可变对象包含的子对象是可变的情况
# 传递不可变对象时。不可变对象里面包含的子对象是可变的。则方法内修改了这个可变对象,源对象也发生了变化。
#传递不可变对象时。不可变对象里面包含的子对象是可变的。则方法内修改了这个可变对象,源对象也发生了变化。
a = (10,20,[5,6])
print("a:",id(a))
def test01(m):
print("m:",id(m))
m[2][0] = 888
print(m)
print("m:",id(m))
test01(a)
print(a)
a = (1,2,3,[1,2])
print(a,id(a)) #(1, 2, 3, [1, 2]) 2916325750192
def test_tuple_copy():
'''测试元组的浅拷贝'''
b = a
print(b,id(b)) #(1, 2, 3, [1, 2]) 2916325750192
b[3].append(5) #修改子对象
print(a,b) # a也会跟着变化 (1, 2, 3, [1, 2, 5]) (1, 2, 3, [1, 2, 5])
print(id(a),id(b)) # 他们的地址还是一样 不可变对象 地址依旧一样 2916325750192 2916325750192
test_tuple_copy()
七,参数的类型
1,位置参数
函数调用时,实参默认按位置顺序传递,需要个数和形参匹配。按位置传递的参数,称为:“ 位置参数 ” 。
测试位置参数
def f1(a,b,c):
print(a,b,c)
f1(1,2,3)
f1(1,2,c=3) #赋值传参
f1(a=1,b=2,c=3)
f1(b=2,a=1,c=3)
f1(1,3) #报错
2,默认值查参数
我们可以为某些参数设置默认值,这样这些参数在传递时就是可选的。称为“ 默认值参数 ” 。默认值参数放到位置参数后面。
def f1(a,b,c=10,d=20): #默认值参数必须位于普通
位置参数后面
print(a,b,c,d)
f1(8,9)
f1(8,9,19)
f1(8,9,19,29)
3,命名参数
我们也可以按照形参的名称传递参数,称为 “ 命名参数 ” ,也称 “ 关键字参数” 。
def f1(a,b,c):
print(a,b,c)
f1(8,9,19) #位置参数
f1(c=10,a=20,b=30) #命名参数
4,可变参数
可变参数指的是 “ 可变数量的参数 ” 。分两种情况:*param (一个星号),将多个参数收集到一个“元组”对象中。**param (两个星号),将多个参数收集到一个“字典”对象中。
测试可变参数处理(元组、字典两种方式)
def f1(a,b,**c):
print(a,b,c)
f1(1,2,c=3) #1 2 {'c': 3}
def f2(a,b,*c):
print(a,b,c)
f2(1,2,(3),(4)) #1 2 (3, 4)
def f3(a,b,*c,**d):
print(a,b,c,d)
f3(1,2,3,4,4,fm=1) #1 2 (3, 4, 4) {'fm': 1}
5,强制命名参数
在带星号的 “ 可变参数 ” 后面增加新的参数,必须在调用的时候 “ 强制命名参数” 。
def f1(*a,b,c):
print(a,b,c)
#f1(2,3,4) #会报错。由于a是可变参数,将2,3,4全部收集。造成b和c没有赋值。
f1(2,b=3,c=4)
八,lambda匿名函数
- lambda 表达式可以用来声明匿名函数。
- lambda 函数是一种简单的、在同一行中定义函数的方法。
- lambda 函数实际生成了一个函数对象。
- lambda 表达式只允许包含一个表达式,不能包含复杂语句,该表达式的计算结果就是函数的返回值。
lambda arg1,arg2,arg3... : <表达式>
arg1 arg2 arg3 为函数的参数。 < 表达式 > 相当于函数体。运算结果是:表达式的运算结果
lambda表达式使用
f=lambda a,b:a+b
print(f) #<function <lambda> at 0x0000022CDC1DC5E0>
print(f(2,3)) #5
g=[lambda a,b:a+b,lambda a,b:a-b,lambda a,b:a*b]
print(g[0](2,3),g[1](2,3),g[2](2,3)) #5 -1 6
九,eval()函数
功能:将字符串 str 当成有效的表达式来求值并返回计算结果。
语法: eval(source[, globals[, locals]]) - > value
参数:source :一个Python表达式或函数 compile() 返回的代码对象globals :可选。必须是 dictionarylocals :可选。任意映射对象
s="print('abc')"
eval(s) #abc
a=1
b=2
print(eval('a+b')) #3
dict1=dict(a1=1,b1=2)
d=eval('a1+b1',dict1)
print(d) #3
⚠️⚠️⚠️ eval函数 会将字符串当做语句来执行,因此会被注入安全隐患。比如:字符串中含有删除文件的语句。那就麻烦大了。因此,使用时候,要慎重!!!
十,递归函数
递归(recursion)是一种常见的算法思路,在很多算法中都会用到。比如:深度优先搜索(DFS:Depth First Search)等。递归的基本思想就是“自己调用自己
递归函数指的是:自己调用自己的函数,在函数体内部直接或间接的自己调用自己。每个递归函数必须包含两个部分:终止条件表示递归什么时候结束。一般用于返回值,不再调用自己。递归步骤把第 n 步的值和第 n-1 步相关联。
⚠️ 递归函数由于会创建大量的函数对象、过量的消耗内存和运算能力。在处理大量数据时,谨慎使用。
def my_digui(n):
"""
这是一个递归函数,用于计算从 n 到 1 的整数之和。
当 n 为 1 时,直接返回 1,这是递归的终止条件。
当 n 不为 1 时,函数首先计算 n 加上 my_digui(n - 1)的值。
这意味着它会先计算 my_digui(n - 1),即计算从 n - 1 到 1 的整数之和,然后再加上 n。
以 n 为 5 为例,运算过程如下:
1. 第一次调用 my_digui(5):
- 由于 5 不等于 1,执行 return 5 + my_digui(4)。
- 此时需要计算 my_digui(4)。
2. 第二次调用 my_digui(4):
- 4 不等于 1,执行 return 4 + my_digui(3)。
- 此时需要计算 my_digui(3)。
3. 第三次调用 my_digui(3):
- 3 不等于 1,执行 return 3 + my_digui(2)。
- 此时需要计算 my_digui(2)。
4. 第四次调用 my_digui(2):
- 2 不等于 1,执行 return 2 + my_digui(1)。
- 此时需要计算 my_digui(1)。
5. 第五次调用 my_digui(1):
- 由于 n 等于 1,直接返回 1。
6. 然后逐步回溯:
- my_digui(2) 返回 2 + 1 = 3。
- my_digui(3) 返回 3 + 3 = 6。
- my_digui(4) 返回 4 + 6 = 10。
- my_digui(5) 返回 5 + 10 = 15。
"""
if n == 1:
return 1
else:
return n + my_digui(n - 1)
print(my_digui(5)) # 15
使用递归函数计算阶乘(factorial)
#练习 使用递归计算阶乘
def jiecheng(n):
if n==1:
return 1
else:
return n*jiecheng(n-1)
print(jiecheng(5)) #5*4*3*2*1
十一,嵌套函数
嵌套函数:在函数内部定义的函数!
经典案例
def outer(a):
def inner(b):
return a+b
return inner
f=outer(1)
print(f(2))
一般在什么情况下使用嵌套函数?封装 - 数据隐藏外部无法访问“嵌套函数”。贯彻 DRY(Don’t Repeat Yourself) 原则嵌套函数,可以让我们在函数内部避免重复代码。
使用嵌套函数避免重复代码
def print1(a,b):
print(a,b)
def print2(a,b):
print(b,a)
#把上面2个函数 合二为一
def test(isa,a,b):
def inner(a,b):
print('{0} {1}'.format(a,b))
if isa:
inner(a,b)
else:
inner(b,a)
test(True,1,2) #1 2
test(False,1,2) #2 1
十二,局部变量 nonlocal
nonlocal 用来在内部函数中,声明外层的局部变量。global 函数内声明全局变量,然后才使用全局变量
使用nonlocal声明外层局部变量
a=100
def outer():
b=10
def inner():
nonlocal b
b=20
print(a,b) #100,20
inner()
print(a,b) #100,20
outer()
print(a) #100
十三,LEGB规则
如果某个 name 映射在局部 local 命名空间中没有找到,接下来就会 在闭包作用域 enclosed 进行搜索,如果闭包作用域也没有找到, Python就会到全局 global 命名空间中进行查找,最后会在内建 built- in 命名空间搜索 (如果一个名称在所有命名空间中都没有找到,就会产生一个 NameError )
s='global'
print('我是全局变量',s)
def outer():
s='outer'
print('我是外部函数',s)
def inner():
s='inner'
print('我是内部函数',s)
inner()
outer()
''''
我是全局变量 global
我是外部函数 outer
我是内部函数 inner
'''
- 学习:知识的初次邂逅
- 复习:知识的温故知新
- 练习:知识的实践应用