目录
1. 函数定义
定义函数
函数定义示例：
def cylinder_volume(height, radius):
pi = 3.14159
return height * pi * radius ** 2
定义 cylinder_volume 函数后，我们可以如下所示地调用该函数。
cylinder_volume(10, 3)
函数定义包含几个重要部分。
函数头部
我们从函数头部开始，即函数定义的第一行。
函数头部始终以关键字 def 开始，表示这是函数定义。
然后是函数名称（在此例中是 cylinder_volume，因为函数名是要一个单词，所以需要用_进行连接），遵循的是和变量一样的命名规范。你可以在本页面下方回顾下命名规范。
名称之后是括号，其中可能包括用英文逗号分隔的参数（在此例中是 height 和 radius）。形参（或实参）是当函数被调用时作为输入传入的值，用在函数主体中。如果函数没有参数，这些括号留空。
头部始终以英文冒号 : 结束。
函数主体
函数的剩余部分包含在主题中，也就是函数完成操作的部分。
函数主体是在头部行之后缩进的代码。在此例中是定义 π 和返回体积的两行代码。
在此主体中，我们可以引用参数并定义新的变量，这些变量只能在这些缩进代码行内使用。
主体将经常包括 return 语句，用于当函数被调用时返回输出值。return 语句包括关键字 return，然后是经过评估以获得函数输出值的表达式。如果没有 return 语句，函数直接返回 None（例如内置 print() 函数）。
函数的命名规范
函数名称遵守和变量一样的命名规范。
仅在函数名称中使用普通字母、数字和下划线。不能有空格，需要以字母或下划线开头。
不能使用在 Python 中具有重要作用的保留字或内置标识符，我们将在这门课程中学习这方面的知识。要了解 python 保留字列表，请参阅此处。
尝试使用可以帮助读者了解函数作用的描述性名称。
默认参数
我们可以向函数中添加默认参数，以便为在函数调用中未指定的参数提供默认值。
def cylinder_volume(height, radius=5):
pi = 3.14159
return height * pi * radius ** 2
在上述示例中，如果在函数调用中忽略了 radius，则将该参数设为 5。如果我们调用 cylinder_volume(10)，该函数将使用 10 作为高度，使用 5 作为半径。但是，如果调用 cylinder_volume(10, 7)，7 将覆盖默认的值 5。
此外注意，我们按照位置向参数传递值。可以通过两种方式传递值：按照位置和按照名称。下面两个函数的效果是一样的。
cylinder_volume(10, 7) # pass in arguments by position
cylinder_volume(height=10, radius=7) # pass in arguments by name
2. 变量作用域
变量作用域是指可以在程序的哪个部分引用或使用某个变量。
在函数中使用变量时，务必要考虑作用域。如果变量是在函数内创建的，则只能在该函数内使用该变量。你无法从该函数外面访问该变量。
# This will result in an error
def some_function():
word = "hello"
print(word)
这意味着你可以为在不同函数内使用的不同变量使用相同的名称。
# This works fine
def some_function():
word = "hello"
def another_function():
word = "goodbye"
像这样在函数之外定义的变量依然可以在函数内访问。
# This works fine
word = "hello"
def some_function():
print(word)
print(word)
注意，我们可以在此函数内以及函数外输出 word。作用域对理解信息在用 Python 和任何编程语言编写的程序中的传递方式来说很关键。
3. 文档
文档使代码更容易理解和使用。函数尤其容易理解，因为它们通常使用文档字符串，简称 docstrings。文档字符串是一种注释，用于解释函数的作用以及使用方式。下面是一个包含文档字符串的人口密度函数。
def population_density(population, land_area):
"""Calculate the population density of an area. """
return population / land_area
文档字符串用三个引号引起来，第一行简要解释了函数的作用。如果你觉得信息已经足够了，可以在文档字符串中只提供这么多的信息；一行文档字符串完全可接受，如上述示例所示。
def population_density(population, land_area):
"""Calculate the population density of an area.
INPUT:
population: int. The population of that area
land_area: int or float. This function is unit-agnostic, if you pass in values in terms
of square km or square miles the function will return a density in those units.
OUTPUT:
population_density: population / land_area. The population density of a particular area.
"""
return population / land_area
如果你觉得需要更长的句子来解释函数，可以在一行摘要后面添加更多信息。在上述示例中，可以看出我们对函数的参数进行了解释，描述了每个参数的作用和类型。我们经常还会对函数输出进行说明。
文档字符串的每个部分都是可选的。但是，提供文档字符串是一个良好的编程习惯。你可以在此处详细了解文档字符串惯例。
4. Lambda 表达式
使用Lambda表达式创建匿名函数，即没有名称的函数。lambda 表达式非常适合快速创建在代码中以后不会用到的函数。尤其对高阶函数或将其他函数作为参数的函数来说，非常实用。
我们可以使用lambda 表达式将以下函数
def multiply(x, y):
return x * y
简写为：
double = lambda x, y: x * y
Lambda 函数的组成部分
关键字lambda 表示这是一个lambda 表达式。
lambda 之后是该匿名函数的一个或多个参数（用英文逗号分隔），然后是一个英文冒号 :。和函数相似，lambda 表达式中的参数名称是随意的。
最后一部分是被评估并在该函数中返回的表达式，和你可能会在函数中看到的 return语句很像。
鉴于这种结构，lambda 表达式不太适合复杂的函数，但是非常适合简短的函数。
Lambda 与 Map
map()是一个高阶内置函数，接受函数和可迭代对象作为输入，并返回一个将该函数应用到可迭代对象的每个元素的迭代器。下面的代码使用 map() 计算 numbers 中每个列表的均值，并创建列表 averages。
通过将 mean 函数替换为在 map() 的调用中定义的 lambda表达式，重写这段代码，使代码更简练。
numbers = [
[34, 63, 88, 71, 29],
[90, 78, 51, 27, 45],
[63, 37, 85, 46, 22],
[51, 22, 34, 11, 18]
]
def mean(num_list):
return sum(num_list) / len(num_list)
# before
averages = list(map(mean, numbers))
print(averages)
# after
averages_2 = list(map((lambda x: sum(x) / len(x)), numbers))
print(averages_2)
Lambda 与 Filter
filter() 是一个高阶内置函数，接受函数和可迭代对象作为输入，并返回一个由可迭代对象中的特定元素（该函数针对该元素会返回 True）组成的迭代器。下面的代码使用filter()从 cities中获取长度少于 10 个字符的名称以创建列表 short_cities。
通过将is_short 函数替换为在filter() 的调用中定义的lambda 表达式，重写这段代码，使代码更简练。
cities = ["New York City", "Los Angeles", "Chicago", "Mountain View", "Denver", "Boston"]
def is_short(name):
return len(name) < 10
# before
short_cities = list(filter(is_short, cities))
print(short_cities)
# after
short_cities = list(filter((lambda s: len(s) < 10), cities))
print(short_cities)
5. 迭代器和生成器
迭代器是每次可以返回一个对象元素的对象，例如返回一个列表。我们到目前为止使用的很多内置函数（例如 enumerate）都会返回一个迭代器。
迭代器是一种表示数据流的对象。这与列表不同，列表是可迭代对象，但不是迭代器，因为它不是数据流。
生成器是使用函数创建迭代器的简单方式。也可以使用类定义迭代器，更多详情请参阅此处。
下面是一个叫做 my_range 的生成器函数，它会生成一个从 0 到 (x - 1) 的数字流。
def my_range(x):
i = 0
while i < x:
yield i
i += 1
注意，该函数使用了 yield 而不是关键字 return。这样使函数能够一次返回一个值，并且每次被调用时都从停下的位置继续。关键字 yield 是将生成器与普通函数区分开来的依据。
注意，因为这段代码会返回一个迭代器，因此我们可以将其转换为列表或用 for 循环遍历它，以查看其内容。例如，下面的代码：
for x in my_range(5):
print(x)
输出：
0
1
2
3
4
为何要使用生成器？
生成器是构建迭代器的 “懒惰” 方式。当内存不够存储完整实现的列表时，或者计算每个列表元素的代价很高，你希望尽量推迟计算时，就可以使用生成器。但是这些元素只能遍历一次。
另一种详细的解释如下（详细说明参见 该 stack overflow 页面。）
由于使用生成器是一次处理一个数据，在内存和存储的需求上会比使用list方式直接全部生成再存储节省很多资源。
由此区别，在处理大量数据时，经常使用生成器初步处理数据后，再进行长期存储，而不是使用 list。因为无论使用生成器还是 list，都是使用过就要丢弃的临时数据。既然功能和结果一样，那就不如用生成器。
但是生成器也有自己的局限，它产生的数据不能回溯，不像list可以任意选择。
280
被折叠的 条评论
为什么被折叠?
到【灌水乐园】发言
