函数
1.形参
#coding=utf-8 形参
def rect_area(width,height):
area=width*height
return area
def print_area(width,height):
area=width*height
print("{0}*{1}长方形的面积：{2}".format(width,height,area))
2.调用函数-使用位置参数调用函数
3.使用关键字参数调用函数，调用者可以清晰地看出所传递参数的含义，提高函数调用的可读性。
def rect_area(width,height):
area=width*height
return area
r_area=rect_area(width=320,height=480)
#关键字的名称就是定义函数时形参的名称
print("{0}*{1}长方形的面积：{2} ".format(320,480,r_area))
r_area=rect_area(height=320,width=480)
#实参不再受形参的顺序限制
print("{0}*{1}长方形的面积：{2} ".format(320,480,r_area))
4.参数的默认值：因为python没有函数重载的概念，而是为函数参数提供默认值
#coding=utf-8
def make_coffee(name='卡布奇诺'):
return "制作一杯{0}咖啡".format(name)
coffee1=make_coffee("拿铁")
coffee2=make_coffee()
print(coffee1)
print(coffee2)
5.可变参数
python中的函数可以定义接收不确定数量的参数，这种参数成为可变参数。
可变参数有2中，*/**参数
6.基于元组的可变参数（*可变参数）
*可变参数在函数中被组装成一个元组
#coding=utf-8
def sum(*numbers):#可变参数
total=0.0
for number in numbers:
total+=number
return total
#多个参数被组装成元组numbers
print(sum(100.0,20.0,30.0))
print(sum(30.0,80.0))
7.基于字典的可变参数（**可变参数)
**可变参数在函数中被组装成一个字典
8.局部变量和全局变量
一般情况况下不在模块和函数中定义两个同名变量，因为会发生命名冲突，函数中的同名变量会屏蔽模块中的同名变量。
对于在模块和函数中各定义的一个同名变量，如果在函数中将其声明为global，则会将函数中的这个同名变量提升为全局变量。
9.函数类型
10.过滤函数filter()
#提供过滤函数条件
def f1(x):
return x>50
data1=[66,15,91,28,98,50,7,80,99]
filtered=filter(f1,data1)
data2=list(filtered) #转换为列表
print(data2)
11.映射函数map()
map（）函数用于对容器中的元素进行映射（或变换）。
eg:我想讲列表中的所有元素都乘以2，返回新的列表
def f1(x):
return x*2
data1=[66,15,91,28,98,50,7,80,99]
#filtered=filter(f1,data1)
mapped=map(f1,data1)
data2=list(mapped) #转换为列表
print(data2)
12.匿名函数lambda()：没有名称的函数
'参数列表'与函数的参数列表是一样的，但是不需要用小括号括起来
lambda参数列表：lambda体
PS:lambda体部分不能是一个代码块，不能包含多条语句，只有一条语句，语句会计算一个结果并返回给lambda()函数，但与有名称的函数不同的是，不需要使用return语句返回
#lambda匿名函数
def calc(opr):
if opr =='+':
return lambda a,b:(a+b)
else:
return lambda a,b:(a-b)
f1=calc('+')
f2=calc('-')
print("10+5={0}".format(f1(10,5)))
print("10-5={0}".format(f2(10,5)))
13.lambda函数很强大，可以减少代码量
1)def add(a,b)
return a+b
1.1)lambda a,b:(a+b)
2)def sub(a,b):
return a-b
2.2)lambda a,b:(a-b)
14.之前filter和map函数的例子转化为lambda
data1=[66,15,91,28,98,50,7,80,99]
filtered=filter(lambda x:(x>50),data1)
data2=list(filtered) #转换为列表
print(data2)
#map()
data1=[66,15,91,28,98,50,7,80,99]
mapped=filter(lambda x:(x*2),data1)
data2=list(mapped) #转换为列表
print(data2)
