Python具有的特性
- 开源免费
- 跨平台(源代码不用修改,就可以在其他平台运行)
- 高级动态 (变量不需要声明类型)
- 支持命令式编程 (python shell 中可以直接编程)
- 函数式编程 (数学运算,简洁高效,并发好)
- 面向对象编程 (适合开发大型项目,多人共同开发)
Python函数(函数定义、函数调用)
定义函数,也就是创建一个函数,可以理解为创建一个具有某些用途的工具.
定义一个由自己想要功能的函数,以下是简单的规则:
- 函数代码块以 def 关键词开头,后接函数标识符名称和圆括号 ()。 任何传入参数和自变量必须放在圆括号中间,圆括号之间可以用于定义参数。
- 函数的第一行语句可以选择性地使用文档字符串—用于存放函数说明。 函数内容以冒号 : 起始,并且缩进。
- return [表达式] 结束函数,选择性地返回一个值给调用方,不带表达式的 return 相当于返回 None。
定义函数需要用 def 关键字实现,具体的语法格式如下:
调用函数,也就是执行函数。如果把创建的函数理解为一个具有某种用途的工具,那么调用函数就相当于使用该工具。
函数调用的基本语法格式如下所示:
[返回值] = 函数名([形参值])
需要注意的是,创建函数有多少个形参,那么调用时就需要传入多少个值,且顺序必须和创建函数时一致。即便该函数没有参数,函数名后的小括号也不能省略。
例如,我们可以调用pass_dis() 和 str_max() 函数:
pass_dis()
strmax = str_max("http://c.biancheng.net/python","http://c.biancheng.net/sell");
print(strmax)
程序结果为:
http://c.biancheng.net/sell
Python局部变量:
在函数内部定义的变量,它的作用域也仅限于函数内部,出了函数就不能使用了,我们将这样的变量称为局部变量(Local Variable)。当函数被执行时,Python 会为其分配一块临时的存储空间,所有在函数内部定义的变量,都会存储在这块空间中。而在函数执行完毕后,这块临时存储空间随即会被释放并回收,该空间中存储的变量自然也就无法再被使用。
例如:
def demo():
add = "http://c.biancheng.net./python/"
print("函数内部 add =",add)
demo()
print("函数外部 add =",add)
程序执行结果为:
函数内部 add =http://c.biancheng.net./python/
Traceback(most recent call last):
Filr:"C:\Users\mengma\Desktop\filr.py",line 6,in <module>
print("函数外部 add =",add)
NameError:name'add'is not defined
可以看到,如果试图在函数外部访问其内部定义的变量,Python 解释器会报 NameError 错误,并提示我们没有定义要访问的变量,这也证实了当函数执行完毕后,其内部定义的变量会被销毁并回收。
Python全局变量:
除了在函数内部定义变量,Python 还允许在所有函数的外部定义变量,这样的变量称为全局变量(Global Variable)。和局部变量不同,全局变量的默认作用域是整个程序,即全局变量既可以在各个函数的外部使用,也可以在各函数内部使用。
例如:
def text():
global add
add="http//c.biancheng.net/java/"
print("函数体内访问:",add)
text()
print("函数体外访问:",add)
运行结果为:
函数体内访问:http//c.biancheng.net/java/
函数体外访问:http://c.biancheng.net/java/
注意,在使用 global 关键字修饰变量名时,不能直接给变量赋初值,否则会引发语法错误。
匿名函数(lambda 表达式):
python 使用 lambda 来创建匿名函数。
所谓匿名,意即不再使用 def 语句这样标准的形式定义一个函数。
- lambda 只是一个表达式,函数体比 def 简单很多。 l
- ambda的主体是一个表达式,而不是一个代码块。仅仅能在lambda表达式中封装有限的逻辑进去。
- lambda 函数拥有自己的命名空间,且不能访问自己参数列表之外或全局命名空间里的参数。
- 虽然lambda函数看起来只能写一行,却不等同于C或C++的内联函数,后者的目的是调用小函数时不占用栈内存从而增加运行效率。
lambda 函数的语法只包含一个语句,如下:
lambda [arg1 [,arg2,.....argn]]:expression
实例:
# 可写函数说明
sum = lambda arg1, arg2: arg1 + arg2
# 调用sum函数
print ("相加后的值为 : ", sum( 10, 20 ))
print ("相加后的值为 : ", sum( 20, 20 ))
输出结果:
相加后的值为 : 30
相加后的值为 : 40
lambda表达式的优点:
- 对于单行函数,使用 lambda 表达式可以省去定义函数的过程,让代码更加简洁
- 对于不需要多次复用的函数,使用 lambda 表达式可以在用完之后立即释放,提高程序执行的性能
生成器函数:
在 Python 中,使用了 yield 的函数被称为生成器(generator)。
- 跟普通函数不同的是,生成器是一个返回迭代器的函数,只能用于迭代操作,更简单点理解生成器就是一个迭代器。
- 在调用生成器运行的过程中,每次遇到 yield 时函数会暂停并保存当前所有的运行信息,返回 yield 的值, 并在下一次执行 next() 方法时从当前位置继续运行。
- 调用一个生成器函数,返回的是一个迭代器对象。
定义:使用常规的def语句进行编写,但是使用yield语句一次返回一个结果集,在每次结果产生之间挂起和恢复它们的状态。
- 生成器函数–斐波那契数列:
def f():
a,b =1,1 #序列解包,同时为多个元素赋值
while True:
yield a #返回一个值,暂停执行,需要时再产生一个新元素
a,b = b,a+b #序列解包,继续生成新元素
a = f() #创建生成器对象
for i in range(10): #斐波那契数列中前10个元素
print(a._next_(),end=' ')
输出结果为:
1 1 2 3 5 8 13 21 34 55
斐波那契数列指的是这样一个数列 0, 1, 1, 2, 3, 5, 8, 13,特别指出:第0项是0,第1项是第一个1。从第三项开始,每一项都等于前两项之和。
- Python 实现斐波那契数列代码如下:
# Python 斐波那契数列实现
# 获取用户输入数据
nterms = int(input("你需要几项?"))
# 第一和第二项
n1 = 0
n2 = 1
count = 2
# 判断输入的值是否合法
if nterms <= 0:
print("请输入一个正整数。")
elif nterms == 1:
print("斐波那契数列:")
print(n1)
else:
print("斐波那契数列:")
print(n1,",",n2,end=" , ")
while count < nterms:
nth = n1 + n2
print(nth,end=" , ")
# 更新值
n1 = n2
n2 = nth
count += 1
输出结果为:
你需要几项? 10
斐波那契数列:
0 , 1 , 1 , 2 , 3 , 5 , 8 , 13 , 21 , 34 ,