定义函数
def 函数名(参数列表):
函数体
return 返回值
return可以省略
使用关键字调用函数
def area(width,height):
a=width*height
return a
a1=area(5,6) #普通调用
a2=area(width=5,height=6) #关键字调用
print(a1,a2)
设置默认参数
def area(height,width=5):
a=width*height
return a
a1=area(5) #只需传一个值,width使用默认值
a2=area(5,5) #不使用默认值
可变参数:
- 参数前加* ,被组装为一个元组。后面的参数输入要使用关键字
def sum(*a,multiple=1):
s=0
for i in a:
s+=i
return s*multiple
print(sum(20,30,40,multiple=2)) #multiple需要使用关键字定义
2.参数前加** 传入字典
def sum(t=':',**a):
for key,v in a.items():
print('{0}{2}{1}'.format(key,v,t))
sum(a='1',b='2',t='-')
运行结果:
注意 **参数 放在最后定义 否则报错
多返回值:返回元组类型 不可变
def sum(a,b):
s1=a[0]*b
s2=a[1]*b
return s1,s2
print(sum((2,3),1))
全局变量与局部变量问题:
函数中定义的与全局不同
x = 1
def x_value():
x = 2
print(x)
x_value()
print(x)
在函数中使用全局变量要使用global
x = 1
def x_value():
global x
x = 2
print(x)
x_value()
print(x)
输出:
生成器函数:yield
yield 类似于return 用于返回数据,返回的对象是生成器(generator)类型,类似于列表 是一种可迭代对象
主要用于大数据序列
def p(t):
for i in range(t):
yield i*i #若为return则会跳出函数
print(p(5))
for i in p(5): #可迭代
print(i)
输出:
函数的嵌套
注意:不能直接访问嵌套函数和嵌套函数的局部变量
def jisuan(a, b, x):
def add(n, m):
return n + m
def sub(n, m):
return n - m
if x == '+':
return add(a, b)
if x == '-':
return sub(a, b)
print(jisuan(10, 10,'+'),jisuan(10,10,'-'))
结果:
函数式编程:优点在处理数据 处理计算上
函数可作为返回,且赋值给参数
def jisuan(x):
def add(a,b):
return a+b
def sub(a,b):
return a-b
if x == '+':
return add
if x == '-':
return sub
p1=jisuan('+')
p2=jisuan('-')
print(p1(1,2))
print(p2(1,2))
输出:
lambda表达式:
格式:lambda 参数列表:操作式
是一种匿名函数类型,不需要return就能返回结果
def jisuan(x):
if x == '+':
return lambda a, b: a + b
if x == '-':
return lambda a, b: a - b
p1 = jisuan('+')
p2 = jisuan('-')
print(p1(1, 2))
print(p2(1, 2))
三大基础函数:
1.filter(function,iterable),对可迭代对象进行过滤,保留结果true的,返回为list
str1 = "sadadadasd"
p = filter(lambda x: x == 'a', str1)
print(p)
print(list(p)) #将filter转化成列表
输出:
2.map(function,iterable),对指定对象做变换,返回为list
L=[1,2,3]
p = map(lambda x: x**3, L) #3次方
print(p)
print(list(p))
3.reduce(function, iterable[, initializer]) function要有两个参数,上一次结果,和新传入的值,初始值默认为0
from functools import reduce
L = [1, 2, 3]
p = reduce(lambda x1, x2: x1 + x2 ** 3, L)
print(p)
结果: