本节内容
1. 函数基本语法及特性
2. 参数与局部变量
3. 返回值、嵌套函数
4. 递归
5. 匿名函数
6. 函数式编程介绍
7. 高阶函数
8. 内置函数
一、函数基本语法及特性
背景提要
现在客户需求是一个监控程序,监控服务器的系统状况,当 cpu \ memory \ disk 等指标的使用量超过阈值时发邮件报警,你掏空了所有的知识量,写下了以下代码
1 while True: 2 if cpu利用率 > 90%: 3 #发送邮件提醒 4 连接邮箱服务器 5 发送邮件 6 关闭连接 7 8 if 硬盘使用空间 > 90%: 9 #发送邮件提醒 10 连接邮箱服务器 11 发送邮件 12 关闭连接 13 14 if 内存占用 > 80%: 15 #发送邮件提醒 16 连接邮箱服务器 17 发送邮件 18 关闭连接
上面的代码虽然实现了功能,但是重复代码太多了,每次报警都要重写一段发邮件的代码,太 low 了,这样干存在2个问题:
1. 代码重复过多,一个劲的 copy and paste 不符合高端程序员的气质
2. 如果需要修改发邮件的这段代码,比如加入群发功能,那你就需要在所有用到这段代码的地方都修改一遍
可以这么做:把重复的代码提取出来,放在一个公共的地方,起个名字,以后想用这段代码,直接通过名字调用就行
1 def 发送邮件(内容) 2 #发送邮件提醒 3 连接邮箱服务器 4 发送邮件 5 关闭连接 6 7 while True: 8 9 if cpu利用率 > 90%: 10 发送邮件('CPU报警') 11 12 if 硬盘使用空间 > 90%: 13 发送邮件('硬盘报警') 14 15 if 内存占用 > 80%: 16 发送邮件('内存报警')
接下来,重点来了
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. 使程序变的易维护
语法定义
1 def sayhi():#函数名 2 print("Hello, I am function!") 3 4 sayhi() #调用函数
可以带参数
1 #下面这段代码 2 a,b = 5,8 3 c = a**b 4 print(c) 5 6 7 #改成用函数写 8 def calc(x,y): 9 res = x**y 10 return res #返回函数执行结果 11 12 c = calc(a,b) #结果赋值给c变量 13 print(c)
二、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,形参只有在函数内部有效。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,他们都必须有确定的值,以便把这些值传给形参。应该应预先用赋值,输入等办法使参数获得确定值。
默认参数
1 def stu_register(name,age,country,course): 2 print("----注册学生信息------") 3 print("姓名:",name) 4 print("age:",age) 5 print("国籍:",country) 6 print("课程:",course) 7 8 stu_register("孙大",22,"CN","python_devops") 9 stu_register("张三",21,"CN","linux") 10 stu_register("李四",25,"CN","linux")
可以看出 country 这个参数都是"CN",就像一些网站上注册时,国籍这些信息,一般都有一个默认的国家,这就是通过默认参数实现的,把 country 变成默认参数非常简单
def stu_register(name,age,course,country="CN"):
这样,这个参数在调用时不给实参,那默认就是"CN",指定参数的话,就用指定的参数。
另外,你可能注意到了,在把 country 变成默认参数后,同时它的位置移到了后面,这是为什么呢?
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。
1 stu_register(age=22,name='alex',course="python",)
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
1 def stu_register(name,age,*args): # *args 会把多传入的参数变成一个元组形式 2 print(name,age,args) 3 4 stu_register("张飞",22) 5 #输出 6 #张飞 22 () #后面这个()就是args,只是因为没传值,所以为空 7 8 stu_register("刘备",32,"CN","Python") 9 #输出 10 # 刘备 32 ('CN', 'Python')
还有一个 **kwargs
def stu_register(name,age,*args,**kwargs): # *kwargs 会把多传入的参数变成一个dict形式 print(name,age,args,kwargs) stu_register("张飞",22) #输出 #张飞22 () {}#后面这个{}就是kwargs,只是因为没传值,所以为空 stu_register("刘备",32,"CN","Python",sex="Male",province="ShanDong") #输出 # 刘备 32 ('CN', 'Python') {'province': 'ShanDong', 'sex': 'Male'}
局部变量
1 name = "老子" 2 3 def change_name(name): 4 print("before change:",name) 5 name = "孙子" 6 print("after change", name) 7 8 9 change_name(name) 10 11 print("在外面看看name改了么?",name)
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;在其他地方全局变量起作用。
三、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,所以也可以理解为 return 语句代表着函数的结束
2. 如果为在函数中指定 return ,那这个函数的返回值为 None
嵌套函数
函数还能嵌套? 当然!!!
1 name = "xixi" 2 3 def change_name(): 4 name = "hehe" 5 6 def change_name2(): 7 name = "haha" 8 print("第3层打印",name) 9 10 change_name2() #调用内层函数 11 print("第2层打印",name) 12 13 14 change_name() 15 print("最外层打印",name)
此时,在最外层调用 change_name2() 会出现什么效果?
当然是...出错了
四、递归
在函数内部,可以调用其它函数。如果一个函数在内部调用自身,这个函数就是递归函数。
1 def calc(n): 2 print(n) 3 if int(n/2) ==0: 4 return n 5 return calc(int(n/2)) 6 7 calc(10) 8 9 输出: 10 10 11 5 12 2 13 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),最多999次。
堆栈扫盲http://www.cnblogs.com/lln7777/archive/2012/03/14/2396164.html
递归函数实际应用案例,二分查找

1 data = [1, 3, 6, 7, 9, 12, 14, 16, 17, 18, 20, 21, 22, 23, 30, 32, 33, 35] 2 3 4 def binary_search(dataset,find_num): 5 print(dataset) 6 7 if len(dataset) >1: 8 mid = int(len(dataset)/2) 9 if dataset[mid] == find_num: #find it 10 print("找到数字",dataset[mid]) 11 elif dataset[mid] > find_num :# 找的数在mid左面 12 print("\033[31;1m找的数在mid[%s]左面\033[0m" % dataset[mid]) 13 return binary_search(dataset[0:mid], find_num) 14 else:# 找的数在mid右面 15 print("\033[32;1m找的数在mid[%s]右面\033[0m" % dataset[mid]) 16 return binary_search(dataset[mid+1:],find_num) 17 else: 18 if dataset[0] == find_num: #find it 19 print("找到数字啦",dataset[0]) 20 else: 21 print("没的分了,要找的数字[%s]不在列表里" % find_num) 22 23 24 binary_search(data,66)
五、匿名函数
匿名函数就是不需要显式的指定函数
1 #这段代码 2 def calc(n): 3 return n**n 4 print(calc(10)) 5 6 #换成匿名函数 7 calc = lambda n:n**n 8 print(calc(10))
也许你没看出来这也没方便多少,其实我也没看出来
不过匿名函数与其它函数搭配呢?
1 res = map(lambda x:x**2,[1,5,7,4,8]) 2 for i in res: 3 print(i)
输出: 1 25 49 16 64
六、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。
要想学好函数式编程,不要玩py,玩Erlang,Haskell
七、高级函数
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。
1 def add(x,y,f): 2 return f(x) + f(y) 3 4 5 res = add(3,-6,abs) 6 print(res)
八、内置参数
内置参数详解:https://docs.python.org/3/library/functions.html

1 #compile 2 f = open("函数递归.py") 3 data =compile(f.read(),'','exec') 4 exec(data) 5 6 7 #print 8 msg = "又回到最初的起点" 9 f = open("tofile","w") 10 print(msg,"记忆中你青涩的脸",sep="|",end="",file=f) 11 12 13 # #slice 14 # a = range(20) 15 # pattern = slice(3,8,2) 16 # for i in a[pattern]: #等于a[3:8:2] 17 # print(i) 18 # 19 # 20 21 22 #memoryview 23 #usage: 24 #>>> memoryview(b'abcd') 25 #<memory at 0x104069648> 26 #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, 27 import time 28 for n in (100000, 200000, 300000, 400000): 29 data = b'x'*n 30 start = time.time() 31 b = data 32 while b: 33 b = b[1:] 34 print('bytes', n, time.time()-start) 35 36 for n in (100000, 200000, 300000, 400000): 37 data = b'x'*n 38 start = time.time() 39 b = memoryview(data) 40 while b: 41 b = b[1:] 42 print('memoryview', n, time.time()-start)