python-函数

一、初识函数

函数定义与调用

 1 #函数定义
 2 def mylen():
 3     """计算s1的长度"""
 4     s1 = "hello world"
 5     length = 0
 6     for i in s1:
 7         length = length+1
 8     print(length)
 9 
10 #函数调用  
11 mylen()
函数定义与调用

总结一:

定义:def 关键词开头,空格之后接函数名称和圆括号(),最后还有一个":"。

   def 是固定的,不能变,必须是连续的def三个字母,不能分开。。。它们要相亲相爱的在一起。

   空格 为了将def关键字和函数名分开,必须空(四声),当然你可以空2格、3格或者你想空多少都行,但正常人还是空1格。

   函数名:函数名只能包含字符串、下划线和数字且不能以数字开头。虽然函数名可以随便起,但我们给函数起名字还是要尽量简短,并能表达函数功能

   括号:是必须加的,先别问为啥要有括号,总之加上括号就对了!

注释:每一个函数都应该对功能和参数进行相应的说明,应该写在函数下面第一行。以增强代码的可读性。

调用:就是 函数名() 要记得加上括号,好么好么好么。

函数的返回值

刚刚我们就写了一个函数,这个函数可以帮助我们计算字符串的长度,并且把结果打印出来。但是,这和我们的len方法还不是太一样。哪里不一样呢?以前我们调用len方法会得到一个值,我们必须用一个变量来接收这个值。

str_len = len('hello,world')

这个str_len就是‘hello,world’的长度。那我们自己写的函数能做到这一点么?我们也来试一下。

 1 #函数定义
 2 def mylen():
 3     """计算s1的长度"""
 4     s1 = "hello world"
 5     length = 0
 6     for i in s1:
 7         length = length+1
 8     print(length)
 9 
10 #函数调用
11 str_len = mylen()
12 print('str_len : %s'%str_len)
函数调用的结果

很遗憾,如果你执行这段代码,得到的str_len 值为None,这说明我们这段代码什么也没有给你返回。

那如何让它也想len函数一样返回值呢?

 1 #函数定义
 2 def mylen():
 3     """计算s1的长度"""
 4     s1 = "hello world"
 5     length = 0
 6     for i in s1:
 7         length = length+1
 8     return length
 9 
10 #函数调用
11 str_len = mylen()
12 print('str_len : %s'%str_len)
View Code

我们只需要在函数的最后加上一个return,return后面写上你要返回的值就可以了。

接下来,我们就来研究一下这个return的用法。

return关键字的作用

  return 是一个关键字,在pycharm里,你会看到它变成蓝色了。你必须一字不差的把这个单词给背下来。

  这个词翻译过来就是“返回”,所以我们管写在return后面的值叫“返回值”

要研究返回值,我们还要知道返回值有几种情况:分别是没有返回值、返回一个值、返回多个值

没有返回值

  不写return的情况下,会默认返回一个None:我们写的第一个函数,就没有写return,这就是没有返回值的一种情况。 

 1 #函数定义
 2 def mylen():
 3     """计算s1的长度"""
 4     s1 = "hello world"
 5     length = 0
 6     for i in s1:
 7         length = length+1
 8     print(length)
 9 
10 #函数调用
11 str_len = mylen()
12 #因为没有返回值,此时的str_len为None
13 print('str_len : %s'%str_len)
不写return

  只写return,后面不写其他内容,也会返回None,有的同学会奇怪,既然没有要返回的值,完全可以不写return,为什么还要写个return呢?这里我们要说一下return的其他用法,就是一旦遇到return,结束整个函数。  

1 def ret_demo():
2     print(111)
3     return
4     print(222)
5 
6 ret = ret_demo()
7 print(ret)
只写return

      return None:和上面的两种情况一样,我们一般不这样写。

1 def ret_demo():
2     print(111)
3     return None
4     print(222)
5 
6 ret = ret_demo()
7 print(ret)
return None

返回一个值

      刚刚我们已经写过一个返回一个值的情况,只需在return后面写上要返回的内容即可。 

 1 #函数定义
 2 def mylen():
 3     """计算s1的长度"""
 4     s1 = "hello world"
 5     length = 0
 6     for i in s1:
 7         length = length+1
 8     return length
 9 
10 #函数调用
11 str_len = mylen()
12 print('str_len : %s'%str_len)
返回一个值

  注意:return和返回值之间要有空格,可以返回任意数据类型的值

返回多个值

  可以返回任意多个、任意数据类型的值

 1 def ret_demo1():
 2     '''返回多个值''' 
 3     return 1,2,3,4
 4 
 5 
 6 def ret_demo2():
 7     '''返回多个任意类型的值'''
 8     return 1,['a','b'],3,4
 9 
10 ret1 = ret_demo1()
11 print(ret1)
12 ret2 = ret_demo2()
13 print(ret2)
返回多个值

  返回的多个值会被组织成元组被返回,也可以用多个值来接收

 1 def ret_demo2():
 2     return 1,['a','b'],3,4
 3 
 4 #返回多个值,用一个变量接收
 5 ret2 = ret_demo2()
 6 print(ret2)
 7 
 8 #返回多个值,用多个变量接收
 9 a,b,c,d = ret_demo2()
10 print(a,b,c,d)
11 
12 #用多个值接收返回值:返回几个值,就用几个变量接收
13 a,b,c,d = ret_demo2()
14 print(a,b,c,d)
多个返回值的接收

  原因:  

>>> 1,2  #python中把用逗号分割的多个值就认为是一个元组。
(1, 2)
>>> 1,2,3,4
(1, 2, 3, 4)
>>> (1,2,3,4)
(1, 2, 3, 4)
 1 #序列解压一
 2 >>> a,b,c,d = (1,2,3,4)
 3 >>> a
 4 >>> b
 5 >>> c
 6 >>> d
 7 #序列解压二
 8 >>> a,_,_,d=(1,2,3,4)
 9 >>> a
10 >>> d
11 >>> a,*_=(1,2,3,4)
12 >>> *_,d=(1,2,3,4)
13 >>> a
14 >>> d
15 #也适用于字符串、列表、字典、集合
16 >>> a,b = {'name':'eva','age':18} 
17 >>> a
18 'name'
19 >>> b
20 'age'
序列解压扩展

函数的参数 

 1 #函数定义
 2 def mylen(s1):
 3     """计算s1的长度"""
 4     length = 0
 5     for i in s1:
 6         length = length+1
 7     return length
 8 
 9 #函数调用
10 str_len = mylen("hello world")
11 print('str_len : %s'%str_len)
带参数的函数

我们告诉mylen函数要计算的字符串是谁,这个过程就叫做 传递参数,简称传参,我们调用函数时传递的这个“hello world”和定义函数时的s1就是参数

实参与形参

参数还有分别:

我们调用函数时传递的这个“hello world”被称为实际参数,因为这个是实际的要交给函数的内容,简称实参。

定义函数时的s1,只是一个变量的名字,被称为形式参数,因为在定义函数的时候它只是一个形式,表示这里有一个参数,简称形参。  

传递多个参数

参数可以传递多个,多个参数之间用逗号分割。

1 def mymax(x,y):
2     the_max = x if x > y else y
3     return the_max
4 
5 ma = mymax(10,20)
6 print(ma)
View Code

也正是因为需要传递多个参数、可以传递多个参数,才会有了后面这一系列参数相关的故事。。。

位置参数

  站在实参角度

    1.按照位置传值

def mymax(x,y):
    #此时x=10,y=20
    the_max = x if x > y else y
    return the_max

ma = mymax(10,20)
print(ma)
按照位置传参

    2.按照关键字传值

def mymax(x,y):
    #此时x = 20,y = 10
    print(x,y)
    the_max = x if x > y else y
    return the_max

ma = mymax(y = 10,x = 20)
print(ma)
按照关键字传参

    3.位置、关键字形式混着用

def mymax(x,y):
    #此时x = 10,y = 20
    print(x,y)
    the_max = x if x > y else y
    return the_max

ma = mymax(10,y = 20)
print(ma)
位置、关键字混用传参

      正确用法

      问题一:位置参数必须在关键字参数的前面

      问题二:对于一个形参只能赋值一次      

  站在形参角度

    位置参数必须传值

def mymax(x,y):
    #此时x = 10,y = 20
    print(x,y)
    the_max = x if x > y else y
    return the_max

#调用mymax不传递参数
ma = mymax()
print(ma)

#结果
TypeError: mymax() missing 2 required positional arguments: 'x' and 'y'
位置参数必须传参

默认参数

    1.正常使用

      使用方法

      为什么要有默认参数:将变化比较小的值设置成默认参数

    2.默认参数的定义

def stu_info(name,sex = "male"):
    """打印学生信息函数,由于班中大部分学生都是男生,
        所以设置默认参数sex的默认值为'male'
    """
    print(name,sex)


stu_info('alex')
stu_info('eva','female')
默认参数

    3.参数陷阱:默认参数是一个可变数据类型

def defult_param(a,l = []):
    l.append(a)
    print(l)

defult_param('alex')
defult_param('egon')
View Code

动态参数

  按位置传值多余的参数都由args统一接收,保存成一个元组的形式

def mysum(*args):
    the_sum = 0
    for i in args:
        the_sum+=i
    return the_sum

the_sum = mysum(1,2,3,4)
print(the_sum)
*args求和函数应用
def stu_info(**kwargs):
    print(kwargs)
    print(kwargs['name'],kwargs['sex'])

stu_info(name = 'alex',sex = 'male')
**kwargs应用

  实际开发中:

  未来还会用到的场景。。。

  问题:

    位置参数、默认参数、动态参数定义的顺序以及接收的结果?

本章小结

面向过程编程的问题:代码冗余、可读性差、可扩展性差(不易修改)

定义函数的规则:

1.定义:def 关键词开头,空格之后接函数名称和圆括号()。
2.参数:圆括号用来接收参数。若传入多个参数,参数之间用逗号分割。
    参数可以定义多个,也可以不定义。
    参数有很多种,如果涉及到多种参数的定义,应始终遵循位置参数、*args、默认参数、**kwargs顺序定义。
    如上述定义过程中某参数类型缺省,其他参数依旧遵循上述排序 3.注释:函数的第一行语句应该添加注释。 4.函数体:函数内容以冒号起始,并且缩进。 5.返回值:return [表达式] 结束函数。不带表达式的return相当于返回 None def 函数名(参数1,参数2,*args,默认参数,**kwargs): """注释:函数功能和参数说明""" 函数体 …… return 返回值

调用函数的规则:

1.函数名()
    函数名后面+圆括号就是函数的调用。
2.参数:
    圆括号用来接收参数。
    若传入多个参数:
        应按先位置传值,再按关键字传值
        具体的传入顺序应按照函数定义的参数情况而定
3.返回值
    如果函数有返回值,还应该定义“变量”接收返回值
    如果返回值有多个,也可以用多个变量来接收,变量数应和返回值数目一致

无返回值的情况:
函数名()

有返回值的情况:
变量 = 函数名()

多个变量接收多返回值:
变量1,变量2,... = 函数名()

 二、函数进阶

命名空间和作用域

在这里我们首先回忆一下python代码运行的时候遇到函数是怎么做的。

从python解释器开始执行之后,就在内存中开辟了一个空间

每当遇到一个变量的时候,就把变量名和值之间的对应关系记录下来。

但是当遇到函数定义的时候解释器只是象征性的将函数名读入内存,表示知道这个函数的存在了,至于函数内部的变量和逻辑解释器根本不关心。

等执行到函数调用的时候,python解释器会再开辟一块内存来存储这个函数里的内容,这个时候,才关注函数里面有哪些变量,而函数中的变量会存储在新开辟出来的内存中。函数中的变量只能在函数的内部使用,并且会随着函数执行完毕,这块内存中的所有内容也会被清空。

我们给这个“存放名字与值的关系”的空间起了一个名字——叫做命名空间

代码在运行伊始,创建的存储“变量名与值的关系”的空间叫做全局命名空间,在函数的运行中开辟的临时的空间叫做局部命名空间

命名空间的本质:存放名字与值的绑定关系

命名空间一共分为三种:

  全局命名空间

  局部命名空间

  内置命名空间

*内置命名空间中存放了python解释器为我们提供的名字:input,print,str,list,tuple...它们都是我们熟悉的,拿过来就可以用的方法。

三种命名空间之间的加载与取值顺序:

加载顺序:内置命名空间(程序运行前加载)->全局命名空间(程序运行中:从上到下加载)->局部命名空间(程序运行中:调用时才加载)

取值:

  在局部调用:局部命名空间->全局命名空间->内置命名空间

x = 1
def f(x):
    print(x)

print(10)
在局部使用变量取值情况

  在全局调用:全局命名空间->内置命名空间

x = 1
def f(x):
    print(x)

f(10)
print(x)
在全局引用变量x
print(max)
在全局引用内置max

作用域

作用域就是作用范围,按照生效范围可以分为全局作用域和局部作用域。

全局作用域:包含内置名称空间、全局名称空间,在整个文件的任意位置都能被引用、全局有效

局部作用域:局部名称空间,只能在局部范围生效

global关键字

a = 10
def func():
    global a
    a = 20

print(a)
func()
print(a)
global关键字

函数的嵌套和作用域链

  函数的嵌套调用

def max2(x,y):
    m  = x if x>y else y
    return m

def max4(a,b,c,d):
    res1 = max2(a,b)
    res2 = max2(res1,c)
    res3 = max2(res2,d)
    return res3

# max4(23,-7,31,11)
函数的嵌套调用

  函数的嵌套定义

def f1():
    print("in f1")
    def f2():
        print("in f2")

    f2()
f1()
函数的嵌套定义(一)
def f1():
    def f2():
        def f3():
            print("in f3")
        print("in f2")
        f3()
    print("in f1")
    f2()
    
f1()
函数的嵌套定义(二)

   函数的作用域链

def f1():
    a = 1
    def f2():
        print(a)
    f2()

f1()
作用域链(一)
def f1():
    a = 1
    def f2():
        def f3():
            print(a)
        f3()
    f2()

f1()
作用域链(二)
def f1():
    a = 1
    def f2():
        a = 2
    f2()
    print('a in f1 : ',a)

f1()
作用域链(三)

    nonlocal关键字

# 1.外部必须有这个变量
# 2.在内部函数声明nonlocal变量之前不能再出现同名变量
# 3.内部修改这个变量如果想在外部有这个变量的第一层函数中生效
def f1():
    a = 1
    def f2():
        nonlocal a
        a = 2
    f2()
    print('a in f1 : ',a)

f1()
nonlocal关键字

函数名的本质

函数名本质上就是函数的内存地址

1.可以被引用

def func():
    print('in func')

f = func
print(f)
函数被引用

2.可以被当作容器类型的元素

def f1():
    print('f1')


def f2():
    print('f2')


def f3():
    print('f3')

l = [f1,f2,f3]
d = {'f1':f1,'f2':f2,'f3':f3}
#调用
l[0]()
d['f2']()
函数被当作容易类型的元素

3.可以当作函数的参数和返回值

*不明白?那就记住一句话,就当普通变量用

第一类对象的概念

闭包

def func():
    name = 'eva'
    def inner():
        print(name)

闭包函数:

内部函数包含对外部作用域而非全剧作用域名字的引用,该内部函数称为闭包函数
#函数内部定义的函数称为内部函数

由于有了作用域的关系,我们就不能拿到函数内部的变量和函数了。如果我们就是想拿怎么办呢?返回呀!

我们都知道函数内的变量我们要想在函数外部用,可以直接返回这个变量,那么如果我们想在函数外部调用函数内部的函数呢?

是不是直接就把这个函数的名字返回就好了?

这才是闭包函数最常用的用法

def func():
    name = 'eva'
    def inner():
        print(name)
    return inner

f = func()
f()

判断闭包函数的方法__closure__

#输出的__closure__有cell元素 :是闭包函数
def func():
    name = 'eva'
    def inner():
        print(name)
    print(inner.__closure__)
    return inner

f = func()
f()

#输出的__closure__为None :不是闭包函数
name = 'egon'
def func2():
    def inner():
        print(name)
    print(inner.__closure__)
    return inner

f2 = func2()
f2()
 
def wrapper():
    money = 1000
    def func():
        name = 'eva'
        def inner():
            print(name,money)
        return inner
    return func

f = wrapper()
i = f()
i()
闭包嵌套
from urllib.request import urlopen

def index():
    url = "http://www.xiaohua100.cn/index.html"
    def get():
        return urlopen(url).read()
    return get

xiaohua = index()
content = xiaohua()
print(content)
闭包函数获取网络应用

本章小结

命名空间:

  一共有三种命名空间从大范围到小范围的顺序:内置命名空间、全局命名空间、局部命名空间

作用域(包括函数的作用域链):

小范围的可以用大范围的
但是大范围的不能用小范围的
范围从大到小(图)

在小范围内,如果要用一个变量,是当前这个小范围有的,就用自己的
如果在小范围内没有,就用上一级的,上一级没有就用上上一级的,以此类推。
如果都没有,报错

函数的嵌套:

  嵌套调用

  嵌套定义:定义在内部的函数无法直接在全局被调用

函数名的本质:

  就是一个变量,保存了函数所在的内存地址

闭包:

  内部函数包含对外部作用域而非全剧作用域名字的引用,该内部函数称为闭包函数

 三、装饰器

一、装饰器概念

  装饰器的功能:在不修改原函数及其调用方式的情况下对原函数功能进行扩展

  装饰器的本质:就是一个闭包函数

那么我们先来看一个简单的装饰器:实现计算每个函数的执行时间的功能

import time 
def  wrapper(func):
        def inner():
              start=time.time()
              func()
              end=time.time()
              print(end-start)
        return inner 
    
def  hahaha():
        time.sleep(1)
        print('aaaaa')
hahaha=wrapper(hahaha)
hahaha()    
简单的装饰器

上面的功能有点不简介,不完美,下面就引进了语法糖。

import time
def wrapper(func):
        def inner():
               start=time.time()
               func()
               end=time.time()
               print(end-start)
        return inner
@wrapper
def  kkk():#相当于kkk=wrapper(kkk)
    print('aaaaa')
kkk()             
装饰器-------语法糖

以上的装饰器都是不带参数的函数,现在装饰一个带参数的该怎么办呢?

def timer(func):
    def inner(a):
        start = time.time()
        func(a)
        print(time.time() - start)
    return inner

@timer
def func1(a):
    print(a)

func1(1)
import time
def timer(func):
    def inner(*args,**kwargs):
        start = time.time()
        re = func(*args,**kwargs)
        print(time.time() - start)
        return re
    return inner

@timer   #==> func2 = timer(func2)
def func2(a):
    print('in func2 and get a:%s'%(a))
    return 'fun2 over'

func2('aaaaaa','bbbbbb')
print(func2('aaaaaa'))
装饰器——带返回值的装饰器
import time
def timer(func):
    def inner(*args,**kwargs):
        start = time.time()
        re = func(*args,**kwargs)
        end=time.time()
        print(end- start)
        return re
    return inner

@timer   #==> func1 = timer(func1)
def func1(a,b):
    print('in func1')
    print(a,b)

@timer   #==> func1 = timer(func1)
def func2(a):
    print('in func2 and get a:%s'%(a))
    return 'fun2 over'

func1(1,2)
print(func2('aaaaaa'))
原函数带多个参数的装饰器
import time
def timer(func):
    def inner(*args,**kwargs):
        start = time.time()
        re = func(*args,**kwargs)
        end=time.time()
        print(end - start)
        return re
    return inner

@timer   #==> func1 = timer(func1)
def jjj(a):
    print('in jjj and get a:%s'%(a))
    return 'fun2 over'

jjj('aaaaaa')
print(jjj('aaaaaa'))
带返回值的装饰器

二、开放封闭原则

1.对扩展是开放的

2.对修改是封闭的

 三、装饰器的固定结构

import time
def wrapper(func):  # 装饰器
    def inner(*args, **kwargs):
        '''函数执行之前的内容扩展'''
        ret = func(*args, **kwargs)
         '''函数执行之前的内容扩展'''
        return ret
    return inner

@wrapper  # =====>aaa=timmer(aaa)
def aaa():
    time.sleep(1)
    print('fdfgdg')
aaa()
View Code

 四、带参数的装饰器

带参数的装饰器:就是给装饰器传参

        用处:就是当加了很多装饰器的时候,现在忽然又不想加装饰器了,想把装饰器给去掉了,但是那么多的代码,一个一个的去闲的麻烦,那么,我们可以利用带参数的装饰器去装饰它,这就他就像一个开关一样,要的时候就调用了,不用的时候就去掉了。给装饰器里面传个参数,那么那个语法糖也要带个括号。在语法糖的括号内传参。在这里,我们可以用三层嵌套,弄一个标识为去标识。如下面的代码示例

# 带参数的装饰器:(相当于开关)为了给装饰器传参
# F=True#为True时就把装饰器给加上了
F=False#为False时就把装饰器给去掉了
def outer(flag):
    def wrapper(func):
        def inner(*args,**kwargs):
            if flag:
                print('before')
                ret=func(*args,**kwargs)
                print('after')
            else:
                ret = func(*args, **kwargs)
            return ret
        return inner
    return wrapper

@outer(F)#@wrapper
def hahaha():
    print('hahaha')

@outer(F)
def shuangwaiwai():
    print('shuangwaiwai')

hahaha()
shuangwaiwai()
给装饰器加参数

 五、多个装饰器装饰一个函数

def qqqxing(fun):
    def inner(*args,**kwargs):
        print('in qqxing: before')
        ret = fun(*args,**kwargs)
        print('in qqxing: after')
        return ret
    return inner

def pipixia(fun):
    def inner(*args,**kwargs):
        print('in qqxing: before')
        ret = fun(*args,**kwargs)
        print('in qqxing: after')
        return ret
    return inner
@qqqxing
@pipixia
def dapangxie():
    print('饿了吗')
dapangxie()

'''
@qqqxing和@pipixia的执行顺序:先执行qqqxing里面的 print('in qqxing: before'),然后跳到了pipixia里面的
        print('in qqxing: before')
        ret = fun(*args,**kwargs)
        print('in qqxing: after'),完了又回到了qqqxing里面的 print('in qqxing: after')。所以就如下面的运行结果截图一样
'''
多个装饰器装饰一个函数

 

 上例代码的运行结果截图

六、统计多少个函数被装饰了的小应用

统计多少个函数被我装饰了
l=[]
def wrapper(fun):
    l.append(fun)#统计当前程序中有多少个函数被装饰了
    def inner(*args,**kwargs):
        # l.append(fun)#统计本次程序执行有多少个带装饰器的函数被调用了
        ret = fun(*args,**kwargs)
        return ret
    return inner

@wrapper
def f1():
    print('in f1')

@wrapper
def f2():
    print('in f2')

@wrapper
def f3():
    print('in f3')
print(l)
统计多少个函数被装饰了

待续

 

闭包

什么是闭包? 
内部函数引用了外部函数的变量

看下面的代码

def f(b):
    def f1():
        print(b)
    f1()
    print(f1.__closure__)

f(1)

 

输出如下:

E:\python\python_sdk\python.exe E:/python/py_pro/3.装饰器.py
---被装饰函数执行之前要添加的代码---
------method------
---被装饰函数执行之后要添加的代码---
(('safly',), {'a': 'b'})

Process finished with exit code 0
posted @ 2018-03-10 14:36  无名!  阅读(920)  评论(0)    收藏  举报