python学习笔记之函数

为什么80%的码农都做不了架构师？>>>   

在了解了python的基本数据类型后，现在我们来看一下python中的函数，为了便于维护和更好的实现模块化，程序都会分解为多个函数。下面我将总结一下python函数的特性，装饰器，生成器，协程等，他们都是进行函数编程和数据处理的强大工具。

1.函数的定义

在python中定义函数很简单，使用def关键字。和c++一样python的函数也可以使用默认参数。

1 2 3 4

defadd(x, y=1):     returnx+y >>> add(1) 2

python也可以接收任意数量的参数，在最后一个变量前面加星号，python就会把剩下的变量作为元组放入这个变量。

1 2 3 4 5 6

defadd(x, y=1,*args):     foriinargs:         x+=i     returnx+y >>> add(1,2,3,4,5) 15

上面传递的参数都是根据参数的位置赋值给相应的变量，称为位置参数；python还支持显式地参数赋值，称为关键字参数。

1 2 3 4

defadd(x, y, z, w):     printx,y,z,w   >>> add(1, z=2, w=3, y=4) 1423

注意事项：

1. 关键字参数的顺序无关紧要。
2. 位置参数和关键字参数可以一起使用，但关键字参数必须在位置参数后面。
3. 位置参数已经赋值的变量不能再使用关键字参数赋值，比如上面的x已经赋值为1了，后面的关键字参数就不可以再对x赋值。

参数前一个星号表示任意数量的位置参数，两个星号就是任意数量的关键字参数。python会把剩下的关键字参数作为字典放入这个变量。

1 2 3 4

deffoo(*args,**kwargs):     printargs,kwargs   >>> foo(1,2,3,4, x=5, y=6) (1,2,3,4) {'y':6,'x':5}

2.装饰器

装饰器是一个函数，主要用于包装另一个函数或类，以修改或增强这个函数或类的行为。装饰器使用@符号表示。

1 2 3 4 5 6 7 8 9 10 11 12

deftrace(func):     print'trace'     returnfunc   @trace deffoo():     print'foo'       foo() #输出 trace foo

第一个函数trace()是装饰器函数，他接收一个函数对象func，并返回函数对象(必须返回，但不一定是func)，@trace对函数foo()进行修饰，等价于foo = trace(foo)，所以最后调用的foo并不是之前定义的foo()，而是trace(foo)。这个例子是在函数foo调用前做一些修饰，也可以在调用前后做一些事情。

1 2 3 4 5 6 7 8 9 10 11 12 13

# 修改trace deftrace(func):     print'trace'     defnewFunc():         print'begin'         func()         print'end'     returnnewFunc # 运行foo后输出 trace begin foo end

装饰器是函数，当然也可以接收参数。这样的话必须在装饰器函数内部再定义一个新装饰器函数来接收func对象。

1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21

deftrace(msg):     print'trace'     printmsg     defnewTrace(func):         defnewFunc():             print'begin'             func()             print'end'         returnnewFunc     returnnewTrace @trace('message') deffoo():     print'foo'       foo() # 输出 trace message begin foo end

3.生成器

生成器是一个函数，他生成一个值的序列，用于迭代。生成器使用yield关键字定义。

1 2 3 4 5 6 7 8 9 10 11 12 13

>>>defcountdown(n):     whilen>0:         yieldn         n-=1           >>> c=countdown(5) >>> c.next() 5 >>>next(c) 4 >>>foriinc:     printi 321

上面的c就是一个生成器对象，他可以进行迭代来历遍，在countdown函数内遇到yield就会中止并返回n，直到下次调用next。

3.1.生成器表达式

生成器表达式可以生产一个简单的生成器对象。他和for循环类似，使用圆括号，语法为：
(expression for item in iterable if condition) 后面的if可以省略。

1 2 3 4

>>> a=(2*xforxinxrange(20)ifx%3==0) >>>foriina:     printi 061218243036

3.2.列表推导表达式

这里再说一下列表推导表达式，他的语法和生成器表达式差不多，使用中括号，他将生产一个新的列表，语法为：
[expression for item in iterable if condition] if同样可以省略

1 2	>>> [2*xforxinxrange(20)ifx%3==0] [0,6,12,18,24,30,36]

4.协程

协程与生成器类似，只不过他是接收数据，而生成器是输出数据。同样使用yield关键字，作为右值。

1 2 3 4 5 6 7 8 9 10

>>>defreceiver():     whileTrue:         x=(yield)         print'Got ',x      >>> r=receiver() >>> r.next() >>> r.send(12) Got 12 >>> r.send('wuyuans.com') Got  wuyuans.com

协程在使用时必须先next，让程序运行到yield关键字。这时我们可以给他加个装饰器，让他自动运行一次next。

1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17

defcoroutine(func):      defstart(*args,**kwargs):          g=func(*args,**kwargs)          g.next()         returng     returnstart   @coroutine defreceiver():     whileTrue:         x=(yield)         print'Got ',x      r=receiver() r.send(12) # 输出 Got 12

转载于:https://my.oschina.net/whp/blog/177648