Python函数

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。

1. 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。

2. 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 ,