函数介绍
定义: 函数是指将一组语句的集合通过一个名字(函数名)封装起来,要想执行这个函数,只需调用其函数名即可。
特性:减少重复代码、使程序变的可扩展、使程序变得易维护
1.函数五要素:关键字,函数名,参数,函数体和返回值
![](https://i-blog.csdnimg.cn/blog_migrate/8f900a89c6347c561fdf2122f13be562.gif)
![](https://i-blog.csdnimg.cn/blog_migrate/961ddebeb323a10fe0623af514929fc1.gif)
关键字:def 函数名:在以def关键字命名的函数中必须有 参数:可以写,可以不写 函数体:需要执行的代码块 return:作用:可以返回值,也可以结束函数。但return可以写也可以不写。有没有return函数都有返回值,只有一个return或者不写返回None,xiereturn返回一个值,直接返回该值,写return返回多个值,返回的是一个元组。
2.无参函数
![](https://i-blog.csdnimg.cn/blog_migrate/8f900a89c6347c561fdf2122f13be562.gif)
![](https://i-blog.csdnimg.cn/blog_migrate/961ddebeb323a10fe0623af514929fc1.gif)
def jige():
pass
3.函数参数的两种类型
形参:在函数的定义阶段 括号内写的变量名 叫做该函数的形式参数 简称 形参
实参:在函数的调用阶段 括号内实际传入的值 叫做实际参数 简称 实参
形参与实参的关系
形参就相当于变量名,而实参就相当于变量的值
函数调用传参的过程 就是给形参变量名赋值的过程
注意:形参和实参的绑定关系只在函数的调用阶段有效,函数运行结束关系自动解除
只在函数内部有效 函数外部无任何影响
4.普通参数
def func(name): #name是形式参数 print(name) #函数体 func('derek') #执行函数,'derek'是传入的实参
5.默认参数
定义了默认参数后,在函数调用时不需要再传入,默认参数放在最后面
def info(name,age,country = 'CN'): #country定义了一个默认参数 print('姓名:',name) print('年龄:',age) print('国籍:',country) info('derek',22) #调用时,没穿实参countrty,就用默认的参数
6.关键参数
正常情况下,给函数传参数要按顺序,不想按顺序就可以用关键参数,只需指定参数名即可,但记住一个要求就是,关键参数必须放在位置参数之后
def info(name,age,country = 'CN'): print('姓名:',name) print('年龄:',age) print('国籍:',country) info(age=22,name='derek') #使用关键参数,可以不按顺序
7.*args
def info(name,age,*args): #*args会把多传入的参数变成一个元祖形式 print(name, age,args) info("derek","22","CN","Python") #derek 22 ('CN', 'Python')
8.**kwargs
def info(name, *args, **kwargs): # **kwargs 会把多传入的参数变成一个dict形式 print(name, args) #derek (22, 'CN', 'Python') print(kwargs) #{'sex': 'Male', 'province': 'HeBei'} info("derek", 22, "CN", "Python", sex="Male", province="HeBei")
9.局部变量
作用域在函数内部,不影响外部
name = 'derek1' def change_name(name): print('before change:',name) name = 'derek2' print('after change:',name) change_name(name) print('最后还是没改',name) 结果: before change: derek1 after change: derek2 最后还是没改 derek1
递归函数
如果一个函数在内部调用自身,那么这个函数就叫做递归函数。
1. 必须有一个明确的结束条件;
2. 每次进入更深一层递归时,问题规模相比上次递归都应有所减少;
3.递归效率不高,递归层次过多会导致栈溢出(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
#递归实现阶乘n! = (n-1)! × n def factorial(n): if n == 1: return 1 else: return n * factorial(n-1) print(factorial(5)) 结果:120 过程: factorial(5) # 第 1 次调用使用 5 5 * factorial(4) # 第 2 次调用使用 4 5 * (4 * factorial(3)) # 第 3 次调用使用 3 5 * (4 * (3 * factorial(2))) # 第 4 次调用使用 2 5 * (4 * (3 * (2 * factorial(1)))) # 第 5 次调用使用 1 5 * (4 * (3 * (2 * 1))) # 从第 5 次调用返回 5 * (4 * (3 * 2)) # 从第 4 次调用返回 5 * (4 * 6) # 从第 3次调用返回 5 * 24 # 从第 2 次调用返回 120 # 从第 1 次调用返回
高阶函数
满足下列条件之一就可称函数为高阶函数
-
某一函数当做参数传入另一个函数中
-
函数的返回值包含一个或多个函数
#简单的高阶函数
def func(): print('in the func') return foo() def foo(): print('in the foo()') return 666 res = func() print(res) 结果: in the func in the foo() 666
map()函数
map()是 Python 内置的高阶函数,它接收一个函数 f 和一个list,并通过把函数 f 依次作用在 list 的每个元素上,得到一个新的 list 并返回
def func(x): return x * x a= map(func,range(1,10)) print(list(a)) 结果: [1, 4, 9, 16, 25, 36, 49, 64, 81]
reduce()函数
reduce()函数也是Python内置的一个高阶函数。reduce()函数接收的参数和 map()类似,一个函数 f,一个list,但行为和 map()不同,reduce()传入的函数 f 必须接收两个参数,reduce()对list的每个元素反复调用函数f,并返回最终结果值
from functools import reduce def f(x,y): return x + y a = reduce(f,[1,3,5,7,9,10]) print(a) 结果: 35
filter()函数
filter()函数是 Python 内置的另一个有用的高阶函数,filter()函数接收一个函数 f 和一个list,这个函数 f 的作用是对每个元素进行判断,返回 True或 False,filter()根据判断结果自动过滤掉不符合条件的元素,返回由符合条件元素组成的新list
def is_odd(x): return x % 2 == 1 a = filter(is_odd,[1,2,3,4,5,6,7,8]) print(list(a)) 结果:[1, 3, 5, 7]