python基础3

1.函数基本语法及特性

函数是什么?

函数一词来源于数学，但编程中的「函数」概念，与数学中的函数是有很大不同的，具体区别，我们后面会讲，编程中的函数在英文中也有很多不同的叫法。在BASIC中叫做subroutine(子过程或子程序)，在Pascal中叫做procedure(过程)和function，在C中只有function，在Java里面叫做method。

定义: 函数是指将一组语句的集合通过一个名字(函数名)封装起来，要想执行这个函数，只需调用其函数名即可

特性:

1. 减少重复代码
2. 使程序变的可扩展
3. 使程序变得易维护

定义:

def Hello():#函数名
    print('Hello World!')
Hello()#调用函数

可以带参数:

def calc(x,y):
    z = x*y
    return z
c = calc(3,4)
print(c)#结果12

2.函数参数与局部变量　

形参变量只有在被调用时才分配内存单元，在调用结束时，即刻释放所分配的内存单元。因此，形参只在函数内部有效。函数调用结束返回主调用函数后则不能再使用该形参变量

实参可以是常量、变量、表达式、函数等，无论实参是何种类型的量，在进行函数调用时，它们都必须有确定的值，以便把这些值传送给形参。因此应预先用赋值，输入等办法使参数获得确定值

还是上面的代码:

def calc(x,y): #(x,y)为形参
    z = x*y
    return z
c = calc(a,b)   #(a.b)为实参
print(c)

默认参数

def stu_register(name, age, country, course):
    print("----注册学生信息------")
    print("姓名:", name)
    print("age:", age)
    print("国籍:", country)
    print("课程:", course)


stu_register("小丽", 22, "CN", "python_devops")
stu_register("小明", 21, "CN", "linux")
stu_register("小王", 25, "CN", "linux")

发现 country 这个参数 基本都 是"CN", 就像我们在网站上注册用户，像国籍这种信息，你不填写，默认就会是 中国， 这就是通过默认参数实现的，把country变成默认参数非常简单

所以,我们可以通过下面代码简化代码:

def stu_register(name, age, course，country="CN"):

这样，这个参数在调用时不指定，那默认就是CN，默认你选的值，默认参数！

注意：跟上一段代码比较，为什么默认参数放到后面呢？

简单来讲就是会产生歧义。
不妨想一想，如果确实如你所说，有默认值的参数位于无默认值之前，则调用函数时就必须使用key=Value的形式，而不能使用直接送入Value的形式了。
为了调用函数时可以更便捷地使用后者，而同时又不产生歧义，在定义函数时，无默认值参数就必须位于前面了。考虑到定义函数只要一次，调用函数可能是很多地方、很多人使用，定义函数时稍微注意点是可以理解的了。

关键参数

正常情况下，给函数传参数要按顺序，不想按顺序就可以用关键参数，只需指定参数名即可，但记住一个要求就是，关键参数必须放在位置参数之后。

关键字参数：

def tes(x=1,y=2):
    print(x)
    print(y)
tes()

位置参数:

def tet1(x,y):
    print(x)
    print(y)
tet1(1,2)

非固定参数：

若你的函数在定义时不确定用户想传入多少个参数，就可以使用非固定参数

#*args参数组,将位置参数(一一对应的位置)放到元组
def tes(*args):
    print(args)
tes(1,2,34,5,6)
＃结果：(1, 2, 34, 5, 6)

还可以有一个**kwargs

def tes(**kwargs):
    print(kwargs)
tes(name='young',age='23',sex='1')

将上述几个参数组合:

def tes(name,age=23,*args,**kwargs):
    print(name)
    print(age)
    print(args)
    print(kwargs)
tes('young',3,5,6,sex='man',job='IT')
'''
结果:
young
3
(5, 6)
{'sex': 'man', 'job': 'IT'}
'''

局部变量:

name = "哈哈"

def change_name(name):
    print("before:", name)
    name = "Young"
    print("after", name)

change_name(name)
print("真的改了吗?", name)

输出:

before: 哈哈
after Young
真的改了吗? 哈哈

可以通过global来实现

name = "哈哈"

def change_name(obj):
    global name
    print("before:", name)
    name = "Young"
    print("after", name)

change_name(name)
print("确实改了!", name)

输出:

before: 哈哈
after Young
确实改了! Young

全局与局部变量

在子程序中定义的变量称为局部变量，在程序的一开始定义的变量称为全局变量。

全局变量作用域是整个程序，局部变量作用域是定义该变量的子程序。

当全局变量与局部变量同名时：

在定义局部变量的子程序内，局部变量起作用；在其它地方全局变量起作用

3.返回值

要想获取函数的执行结果，就可以用return语句把结果返回

注意:

1. 函数在执行过程中只要遇到return语句，就会停止执行并返回结果，so 也可以理解为 return 语句代表着函数的结束
2. 如果未在函数中指定return,那这个函数的返回值为None

嵌套函数:

python允许在定义函数的时候，其函数体内又包含另外一个函数的完整定义，这就是我们通常所说的嵌套定义。为什么？因为函数是用def语句定义的，凡是其他语句可以出现的地方，def语句同样可以出现。
像这样定义在其他函数内的函数叫做内部函数，内部函数所在的函数叫做外部函数。当然，我们可以多层嵌套，这样的话，除了最外层和最内层的函数之外，其它函数既是外部函数又是内部函数。

spam = 99
def tester():
    def nested():
        global spam
        print('current=',spam)
        spam += 1
    return nested
#注意：打印 print 那行的代码调用是tester()()
#而不是tester().nested()

4.递归

在函数内部，可以调用其他函数。如果一个函数在内部调用自身本身，这个函数就是递归函数。

def calc(n):
    print(n)
    if int(n/2)>0:
        return calc(int(n/2))
    print("->",n)
calc(10)

输出:

10
5
2
1
-> 1

递归特性:

1. 必须有一个明确的结束条件

2. 每次进入更深一层递归时，问题规模相比上次递归都应有所减少

3. 递归效率不高，递归层次过多会导致栈溢出（在计算机中，函数调用是通过栈（stack）这种数据结构实现的，每当进入一个函数调用，栈就会加一层栈帧，每当函数返回，栈就会减一层栈帧。由于栈的大小不是无限的，所以，递归调用的次数过多，会导致栈溢出）

堆栈相关知识:http://www.cnblogs.com/lln7777/archive/2012/03/14/2396164.html 

 

递归实例, 二分查找:

data = [1, 3, 6, 7, 9, 12, 14, 16, 17, 18, 20, 21, 22, 23, 30, 32, 33, 35]
 
 
def binary_search(dataset,find_num):
    print(dataset)
 
    if len(dataset) >1:
        mid = int(len(dataset)/2)
        if dataset[mid] == find_num:  #find it
            print("找到数字",dataset[mid])
        elif dataset[mid] > find_num :# 找的数在mid左面
            print("\033[31;1m找的数在mid[%s]左面\033[0m" % dataset[mid])
            return binary_search(dataset[0:mid], find_num)
        else:# 找的数在mid右面
            print("\033[32;1m找的数在mid[%s]右面\033[0m" % dataset[mid])
            return binary_search(dataset[mid+1:],find_num)
    else:
        if dataset[0] == find_num:  #find it
            print("找到数字啦",dataset[0])
        else:
            print("没的分了,要找的数字[%s]不在列表里" % find_num)
 
 
binary_search(data,66)

5.匿名函数

匿名函数就是不需要显式的指定函数

def calc(n):
    return n ** n
print(calc(3))
# 换成匿名函数
calc = lambda n: n ** n
print(calc(3))

匿名函数主要是和其它函数搭配使用的:

res = map(lambda x:x**2,[1,2,3,4,5])
for i in res:
    print(i)

输出:

1 4 9 16 25

6.函数式编程介绍

函数是Python内建支持的一种封装，我们通过把大段代码拆成函数，通过一层一层的函数调用，就可以把复杂任务分解成简单的任务，这种分解可以称之为面向过程的程序设计。函数就是面向过程的程序设计的基本单元。

函数式编程中的函数这个术语不是指计算机中的函数（实际上是Subroutine），而是指数学中的函数，即自变量的映射。也就是说一个函数的值仅决定于函数参数的值，不依赖其他状态。比如sqrt(x)函数计算x的平方根，只要x不变，不论什么时候调用，调用几次，值都是不变的。

Python对函数式编程提供部分支持。由于Python允许使用变量，因此，Python不是纯函数式编程语言。

一、定义

简单说，"函数式编程"是一种"编程范式"（programming paradigm），也就是如何编写程序的方法论。

主要思想是把运算过程尽量写成一系列嵌套的函数调用。举例来说，现在有这样一个数学表达式：

　(1 + 2) * 3 - 4

传统的过程式编程，可能这样写：

　var a = 1 + 2;

　var b = a * 3;

　var c = b - 4;

函数式编程要求使用函数，我们可以把运算过程定义为不同的函数，然后写成下面这样：

　　var result = subtract(multiply(add(1,2), 3), 4);

这段代码再演进以下，可以变成这样

add(1,2).multiply(3).subtract(4)

这基本就是自然语言的表达了。再看下面的代码，大家应该一眼就能明白它的意思吧：

merge([1,2],[3,4]).sort().search("2")

因此，函数式编程的代码更容易理解。

7.高阶函数

变量可以指向函数，函数的参数能接收变量，那么一个函数就可以接收另一个函数作为参数，这种函数就称之为高阶函数。

def add(a,b,f):
    return f(a)+f(b)
res = add(2,-3,abs)
print(res)

8.内置参数

内置参数详解 https://docs.python.org/3/library/functions.html?highlight=built#ascii 

几个内置方法用法提醒:

#compile
f = open("函数递归.py")
data =compile(f.read(),'','exec')
exec(data)


#print
msg = "又回到最初的起点"
f = open("tofile","w")
print(msg,"记忆中你青涩的脸",sep="|",end="",file=f)


# #slice
# a = range(20)
# pattern = slice(3,8,2)
# for i in a[pattern]: #等于a[3:8:2]
#     print(i)
#
#


#memoryview
#usage:
#>>> memoryview(b'abcd')
#<memory at 0x104069648>
#在进行切片并赋值数据时，不需要重新copy原列表数据，可以直接映射原数据内存，
import time
for n in (100000, 200000, 300000, 400000):
    data = b'x'*n
    start = time.time()
    b = data
    while b:
        b = b[1:]
    print('bytes', n, time.time()-start)

for n in (100000, 200000, 300000, 400000):
    data = b'x'*n
    start = time.time()
    b = memoryview(data)
    while b:
        b = b[1:]
    print('memoryview', n, time.time()-start)