我的施工之路
目前已完成,以下五期Python专题总结:
今天是Python函数专题,目录结构:
Python 函数专题
基础部分
1 函数组成
2 引用传参
3 默认参数与关键字参数
4 可变参数
5 内置函数
进阶部分
6 偏函数
7 递归函数
8 匿名函数
9 高阶函数
10 嵌套函数
总结
Python 函数专题
函数是一个接受输入、进行特定计算并产生输出的语句集。
我们把一些经常或反复被使用的任务放在一起,创建一个函数,而不是为不同的输入反复编写相同的代码。
Python提供了print、sorted、max、map等内置函数,但我们也可以创建自己的函数,称为用户定义函数。
基础部分
1 函数组成
如下自定义函数:
def foo(nums):
""" 返回偶数序列"""
evens = []
for num in nums:
if num%2==0:
evens.append(num)
return evens
可以看到函数主要组成部分:
函数名:
foo
函数形参:
nums
:: 函数体的控制字符,作用类似
Java或
C++的一对
{}
缩进:一般为4个字符
""":为函数添加注释
return: 函数返回值
以上函数求出列表nums中的所有偶数并返回,通过它了解Python函数的主要组成部分。
2 引用传参
定义好一个函数后,使用:函数名+()+实参,调用函数,如下方法:
foo([10,2,5,4])
其中[10,2,5,4]为实参,它通过by reference方式传给形参nums,即nums指向列表头,而不是重新复制一个列表给nums.
再看一个引用的例子:
def myFun(x):
x[0] = 20
如下调用:
lst = [10, 11, 12, 13, 14, 15]
myFun(lst)
实参lst和形参x都指向同一个列表:
因此,对x[0]修改实际就是对实参lst的修改,结果如下:
但是,有时在函数内部形参指向改变,因此实参与形参的指向分离,如下例子:
def myFun(x):
x = [20, 30, 40]
x[0] = 0
调用:
lst = [10, 11, 12, 13, 14, 15]
myFun(lst)
x 被传参后初始指向lst,如下所示:
但是,执行x = [20, 30, 40]后,对象x重新指向一个新的列表对象[20,30,40]:
因此,对于x内元素的任何修改,都不会同时影响到lst,因为指向已经分离。
3 默认参数与关键字参数
Python函数的参数,可以有初始默认值,在调用时如果不赋值,则取值为默认值,如下例子:
def foo(length,width,height=1.0):
return length*width*height
调用foo函数,没有为height传参,所以取为默认值1.0:
r = foo(1.2,2.0)
print(r) # 2.4
使用默认值有一点需要区分,有的朋友会与关键字参数混淆,因为它们都是para=value的结构,但是有一个很明显的不同:默认值是声明在函数定义时,关键字参数是在函数调用时使用的此结构。如下例子:
def foo(length,width,height=1.0): # height是默认参数
return length*width*height
foo(width=2.0,length=1.2) #确定这种调用后才确定width和length是关键字参数
确定以上调用后,才确定width和length是关键字参数,并且关键字参数不必按照形参表的顺序调用。
4 可变参数
Java和C++在解决同一个函数但参数个数不同时,会使用函数重载的方法。Python使用可变参数的方法,非常灵活。
可变参数是指形参前带有*的变量,如下所示:
def foo(length,*others):
s = length
for para in others:
s *= para
return s
我们可以像下面这样方便的调用:
foo(1.2,2.0,1.0) # 2.4
如上,带一个星号的参数被传参后,实际被解释为元组对象。我们还可以这样调用:
foo(1.2) # 1.2
5 内置函数
总结完函数的参数后,再举几个Python内置的常用函数。
pow
大部分朋友应该知道pow是个幂次函数,比如求:
pow(2,3)
除此以外,pow还有第三个参数,使用更高效的算法实现求幂后再求余数:
pow(2,3,5) # 3
max,min
max,min用来求解最大最小值,实现relu函数:
def relu(x):
return max(x,0)
sorted
sorted函数完成对象排序,它能接收一个指定排序规则的函数,完成定制排序。如下,根据字典值绝对值从小到大排序:
d = {'a':0,'b':-2,'c':1}
dr = sorted(d.items(),key=lambda x:abs(x[1]))
print(dr) # [('a', 0), ('c', 1), ('b', -2)]
进阶部分
Python有一个专门操作函数的模块:functools,能实现一些关于函数的特殊操作。
6 偏函数
偏函数固定函数的某些参数后,重新生成一个新的函数。
通常用法,当函数的参数个数太多,需要简化时,使用partial创建一个新的函数。
假设我们要经常调用int函数转换二进制字符,设置参数base为2:
int('1010',base=2)
为了避免每次都写一个参数base,我们重新定义一个函数:
def int2(s):
return int(s,base=2)
以后每次转化字符串时,只需int2('1010)即可,更加简便。
偏函数也能实现上述功能:
from functools import partial
intp = partial(int,base=2)
那么有的朋友会问,偏函数就是个鸡肋,重新定义的int2更加直观容易理解,这个角度讲确实是这样。但是int2不能再接收base参数,但是intp函数还是能接收base参数,依然保留了原来的参数:
intp('10',base=16) # 16
可能看到这里的读者还是有些迷糊,不太确定怎么使用偏函数。可以先记住:修改内置函数的默认参数,就像内置函数int默认参数base等于10,使用偏函数调整默认base值为2.
7 递归函数
递归函数是指调用自身的函数。如下使用递归反转字符串:
def reverseStr(s):
if not s:
return s
return reverseStr(s[1:])+s[0]
print(reverseStr('nohtyp')) # python
reverseStr函数里面又调用了函数reverseStr,所以它是递归函数。
使用递归函数需要注意找到正确的递归基,防止陷入无限递归。
更多使用递归的例子大家可参考此公众号之前推送。
8 匿名函数
匿名函数是指使用lambda关键字创建的函数。它的标准结构如下:
lambda 形参列表: 含有形参列表的表达式
表达式的计算值即为lambda函数的返回值。
如下lambda函数:
lambda x,y: x+y
它等价于下面的f函数:
def f(x,y):
return x+y
lambda函数常做为max,sorted,map,filter等函数的key参数。
9 高阶函数
可以用来接收另一个函数作为参数的函数叫做高阶函数。
如下f有一个参数g,而g又是函数,所以f是高阶函数:
def f(g):
g()
Python 中经常会遇到高阶函数,今天介绍几个内置的常用的高阶函数。
map
map 函数第一个参数为函数,它作用于列表中每个的元素。
如下,列表中的单词未按照首字母大写其他字符小写的规则,使用map一一capitalize每个元素:
m = map(lambda s: s.capitalize(), ['python','Very','BEAUTIFUL'])
print(list(m))
结果:
['Python', 'Very', 'Beautiful']
reduce
reduce 高阶函数实现化简列表,它实现的效果如下:
如下例子,函数f等于x+y,求得两数之和,然后再与第三个数相加,依次下去,直到列表尾部,进而得到整个列表的和:
from functools import reduce
def f(x,y):
return x+y
r = reduce(f, [1,3,2,4])
print(r) # 10
以上reduce求解过程等于:
需要注意:reduce函数要求f必须带2个参数,只有这样才能完成归约化简。
10 嵌套函数
嵌套函数是指里面再嵌套函数的函数。
如下例子,将列表转化为二叉树。已知列表nums,
nums = [3,9,20,None,None,15,7],转化为下面二叉树:
二叉树定义:
class TreeNode:
def __init__(self, x):
self.val = x
self.left = None
self.right = None
构建满足以上结构的二叉树,可以观察到:树的父节点和左右子节点的关系:
基于以上公式,再使用递归构建二叉树。
递归基情况:
if index >= len(nums) or nums[index] is None:
return None
递归方程:
根据以上分析,得到如下代码,list_to_binarytree函数是嵌套函数,它里面还有一个level子函数:
def list_to_binarytree(nums):
def level(index):
if index >= len(nums) or nums[index] is None:
return None
root = TreeNode(nums[index])
root.left = level(2 * index + 1)
root.right = level(2 * index + 2)
return root
return level(0)
binary_tree = list_to_binarytree([3,9,20,None,None,15,7])
通常使用嵌套函数的场景:实现一个功能只需要编写2个函数,写成一个class好像显得有些不必要,写成嵌套后更简洁,并且某些参数能共享,亲和性会更好。不妨体会上面的nums参数。
总结
函数专题主要总结了以下:
Python 函数专题
基础部分
1 函数组成
2 引用传参
3 默认参数与关键字参数
4 可变参数
5 内置函数
进阶部分
6 偏函数
7 递归函数
8 匿名函数
9 高阶函数
10 嵌套函数
总结
《end》
送书福利活动:送北大出版社《Python数据分析与可视化》,4 本。关于此书详情,请点击最下角阅读原文了解详情,明、后天当当网有每满100减50的活动。
送书规则:综合考虑公众号的参与度,留言走心程度等,三天后我会在文章下回复哪4条留言被送书。
施工计划第6篇完成,全文3000多字
一字一字敲出来的
原创不易,欢迎点赞和转发支持。