基于上次的公共操作和简单的推导式运算,本次学习函数的相关知识。
函数
函数基本形式1
2
3
4
5
6
7def f(a,b):
"""
说明文档内容
"""
代码
return a + b
# 调用时,help(f)查看说明文档
局部变量和全局变量
如何在函数体内修改全局变量?
1
2
3
4
5
6
7
8
9
10a = 100
def testA():
print(a)
def testB():
#global 关键字声明a是全局变量
global a
a = 200
print(a)
返回值返回多个值,return a,b,默认是返回元组类型
return后面可以连接列表、元组或字典,以返回多个值
参数
调用有参数的函数时,参数可有多种方式写入。
关键字参数1
2
3
4
5def user_info(name, age, gender):
print()
user_info('Tom', 20, '男')
user_info('小明', gender='男', age=16)
缺省参数1
2
3
4def user_info(name, age, gender='男'):
print()
#带有缺省值的参数可以不输入
user_info('Tom', 20)
不定长参数包裹位置传递
1
2
3
4def user_info(*args):
print(args)
user_info('Tom', 18) # ('Tom',18)
注意:传进的所有参数都会被args变量收集,它会根据传进参数的位置合并为一个元组(tuple)。
包裹关键字传递
1
2
3
4def user_info(**kwargs):
print(kwargs)
user_info(name='Tom',age=18) # {'name': 'Tom','age': 18}
综上:无论是包裹位置传递还是包裹关键字传递,都是一个组包的过程
拆包元组拆包
1
2
3
4def return_num():
return 100, 200
num1, num2 = return_num()
字典拆包
1
2
3
4
5
6
7
8dict1 = {'name': 'Tom', 'age': 18}
a, b = dict1
#对字典进行拆包,取出来的是字典的key
print(a) # name
print(b) # age
print(dict1[a]) #Tom
交换变量值定义第三变量传值
1
2
3c = a
a = b
b = c
方法二
1
2a, b = 1, 2 # 把1和2分别赋值给a和b
b, a = a, b
引用
在python中,值是靠引用传递的。
可以用方法id(变量) ,得到变量的地址
int数据类型不可变(数值改变地址改变),列表数据类型可变(数值改变地址不变)
可变和不可变类型
所谓可变不可变:即该数据能否直接修改,如果直接修改那么可变(不改变内存地址),否则不可变。
可变类型列表
字典
集合
不可变类型整型
浮点型
字符串
元组
lambda表达式(匿名函数)
如果一个函数有一个返回值,并且只有一句代码,可以使用lambda简化。
语法1lambda 参数列表 : 表达式
注意:
lambda表达式的参数可有可无,函数的参数在lambda表达式中完全适用
lambda表达式能接受任何数量的参数但只能返回一个表达式的值
lambda的参数形式
无参数1
2
3
4
5
6
7
8# 函数
def fn1():
return 200
#lambda表达式
fn2 = lambda: 100
print(fn2) # lambda内存地址
print(fn2()) # 对应的函数的返回值
有参1
2
3
4
5
6
7
8
9# 计算a + b
# 函数实现
def add(a, b):
return a + b
print(add(1,2))
#lambda实现
fn1 = lambda a, b: a + b
print(fn1(1, 2))
默认参数1fn1 = lambda a = 0, b = 0: a + b
可变参数:*args1
2fn1 = lambda *args: args
print(fn1(1, 2, 3))
注意:这里的可变参数传入到lambda中,返回的类型为元组
可变参数:**kwargs1
2fn1 = lambda **kwargs: kwargs
print(fn1(name = 'python', age = 20))
返回字典类型。
以上与函数部分的规则完全一致。
lambda的应用
带判断的lambda1
2fn1 = lambda a, b: a if a > b else b
print(fn1(1, 2))
列表数据按字典key的值排序1
2
3
4
5
6
7
8
9
10
11
12
13
14students = [
{'name':'Tom', 'age': 20},
{'name':'Rose', 'age': 19},
{'name':'Jack', 'age': 22}
]
# 按name值升序排序
students.sort(key = lambda x: x['name'])
print(students)
# sort函数:如果要排序的列表里数据为字典,则指定key值则可排序
# 按name值降序排序
students.sort(key = lambda x: x['name'], reverse = True)
print(students)
高阶函数
把函数作为参数传入,这样的函数为高阶函数。高阶函数是函数式编程的体现,高度抽象的编程范式。
示例:任意两个数字,求绝对值abs(或四舍五入 round)后进行求和。
方法1
1
2
3def add_num(a, b):
return abs(a) + abs(b)
result = add_num(-1, 2)
方法2
1
2
3
4
5
6def sum_num(a, b, f):
return f(a) + f(b)
#灵活性变高
result = sum_num(-1, 2, abs)
result = sum_num(-1, 2, round)
内置高阶函数
map()
map(func, lst),将传入的函数变量func作用到lst变量的每个元素中,并将结果组成新的迭代器返回。
例子:
1
2
3
4
5
6list1 = [1, 2, 3, 4, 6]
def func(x):
return x ** 2
result = map(func, list1)
print(result) #为地址
print(list(result)) # list(),将数据转换为列表 [1, 4, 9, 16, 25]
reduce()
reduce(func, lst),其中func必须有两个参数。每次func计算的结果继续和序列的下一个元素做累计计算。
例子:计算list1序列中各个数字的累加和
1
2
3
4
5
6
7
8
9import functools # 导入reduce所需的functools模块
list1 = [1, 2, 3, 4, 5]
def func(a, b):
return a + b
result = functools.reduce(func, list1)
print(result) # 15
filter()
filter(func,lst)函数用于过滤序列,过滤掉不符合条件的元素,返回一个filter对象,如果转换为列表类型,用list()来转换。
1
2
3
4
5
6
7
8
9list1 = [1, 2, 3, 4, 5, 6, 7, 8, 9, 10]
def func(x):
return x % 2 == 0
result = filter(func, list1)
print(result) # filter对象
print(list(result)) # [2, 4, 6, 8, 10]