Python 全栈开发四 python基础 函数

一、函数的基本语法和特性

函数的定义

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。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。

python中函数的分类

1. 内置函数
2. 自定义函数

特性：

1. 减少重复代码
2. 使程序有更好的扩展性
3. 让程序更容易维护

定义一个函数

你可以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。

 函数的语法

#函数
def fun1(a,b):      #a,b 是指形参       
    '''fun1'''
    print('in the fun1')
    return 0

#注意函数是有返回值的
#过程
def fun2():
    '''fun2'''
    print('in the fun2')
#没有返回值的函数我们一般让我是函数的过程
#函数式编程就是这种模式

 

二、函数的参数

参数：

首先说明，在python中，函数定义好后是存放在内存里面的，类似我们通常所说的变量。而形参没有任何实际意义，只有在被调用的时候才会分配内存单元，而函数调用结束后则会被释放；而实参可以是常量，变量、表达式、函数等，实参被调用时必须得有确定的值，这样才可以把这些值传给形参。

参数的分类：形参，默认参数，不定长参数，关键字参数

默认参数：即有些情况下，一些参数必须提供，默认的情况下是一个固定的值，只有在少数情况下会修改，这种情况可以选择默认参数。

不定长参数：在定义函数时，不确定用户需要传入多少个参数，这时使用不定长参数。

关键字参数：一般情况下，传入参数必须按照给定的参数顺序传入，若不一定知道参数的顺序，可以使用关键字参数来传入。

注意：在传入参数的时候位置参数必须在关键字参数的前面。

##参数形式
#1不传参
def fun1():
     print('不能传参数')


#2必备参数
def fun2(a):
     print('必须传参数:',a)


#3默认参数
def fun3(b=2):
     print('默认参数：',b)  #可传可不传,  注意默认参数必须是不可变的元素即，b必须是不可变的参数
#可选参数
def fun4(*arg):  
     print('可传0个到多个：',arg)#可传0个到多个 包装成元组
#fun4(*[1,2])    加个* ，就把里面的壳去掉（解包）



#关键字参数
#定义的时候是跟必备参数一样的
#必须放到最后

def fun6(**kwarg):
     print('关键字参数',kwarg)# 可传0个到多个 包装成字典
#fun6(a=1,b=2)  遵循变量命名规则
#fun6(**{'a':1})   必须是字符串


##参数混合的时候   关键字参数放最后 根据定义的顺序 确保必备参数只能拿到值，并且只能一个
#必备参数+默认参数
def fun7(a,b=1):   #默认参数必须在必备参数的后面
     print(a,b)
     
def fun8(b,m=1,*a):
     print(b)
     print(m)
     print(a)

def fun8(*a,b,m):  #尽量不用这种方式，这种方式需要用关键字的方式传入参数
     print(a,b,m)
     print(b)

def fun9(*a,b,m=1):
     print(a,b,m)
     print(b)

 

一般情况下按照以下形式传入参数：这样更容易理解程序。

def fun1(x,y=2):
    print(x)
    print(y)

# fun1(1)      #默认参数，在调用函数的时候可以不传参
# fun1(1,3)     #也可以选择传参

def fun2(*args):   #不定长参数，当不确定参数的长度时用不定长参数
    print(args)

# fun2(1,3,4,5,'d')

def fun3(**kwargs):#关键字参数，接受N个关键字参数，并把它们转换为字典
    print(kwargs)

fun3(i = 'lll')

def fun4(a,b = 1,*args,**kwargs):
    print(a)
    print(b)
    print(args)
    print(kwargs)
fun4(1,2,3,3,3,x = 'lll')   #传参的时候关键字参数必须在位置参数后面

 

变量：

在函数中，变量分为全局变量和局部变量。

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。

school = 'oleboy'  #全局变量

def charge_school():
    school = 'TANZHOU'   #在函数里面是一个局部变量
    print(school)
# charge_school()
# print(school)
#上面可以看出，在调用函数后，函数外部并没有改变school的值

def charge_school2():
    global school
    school = 'TANZHOU'
    print(school)
charge_school2()
print(school)
#重上面看出，当申明global之后，函数内的变量成为了全局变量，在函数
#内也可以进行访问并修改，在日常工作中做好不要这么做


names = ['Alex','Jack','Wallace']
name_tuple= (1,2,3,4)

def charge_name():
    names[1]='金角大王'
    print(names)
charge_name()
print(names)

'''从上可看出，当函数内的变量和全局变量为可变对象时，在函数内可以对其进行修改
'''
a = 1   #全局变量

def fun():
    global a
    a = 2   #局部变量，正常情况下无法修改全局变量，若要修改用global  最好不要这么做
    print(a)

print(a)
b = fun()
print(a)

 

虽然在实例上，通过global可以将一个局部变量声明为全局变量，但是这种方式对于代码的可维护上非常不好，尽量避免这种操作。

三、返回值

函数的返回值可以是大多数的数据类型，也可以是变量名，函数名也可以是函数本身：

def text1():
    print('in the text1')
    return 0,{0,1},[0,1,3]

def text2():
    return text1  返回的是函数

y = text2()()  #可以进行调用

 

四、嵌套函数

嵌套函数指的是，函数内定义另一个函数例：

def fun1():
    print("fun1")
    def fun2():
       print("fun2")
    fun2()
>>a = fun1()
fun1  #先调用fun1，在fun1里面调用fun2
fun2

 

嵌套函数的具体用法将会在后面的学习中提到。

五、递归

递归函数是指函数内部调用自己，这样的函数就是递归函数。

def fun1(n):
    if n == 1:
        return 1      #递归的结束条件
    else:
        return fun1(n-1)+1
>>print(fun1(3))
3

 

递归的必备条件：

1. 必须有一个明确的结束条件
2. 每次进入更深层递归时，问题的规模相比上次递归都应有所减少

递归的局限性：

    递归的效率不高，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，每当进入一次函数调用，栈就会加一层栈帧，每当函数返回，栈就会减一层栈帧。有用栈的大小不是无限的，所以递归掉用的次数过多，就会导致栈溢出）

递归的应用,二分法查找：

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)   #再次调用原函数
        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)
[1, 3, 6, 7, 9, 12, 14, 16, 17, 18, 20, 21, 22, 23, 30, 32, 33, 35]
找的数在mid[18]右面
[20, 21, 22, 23, 30, 32, 33, 35]
找的数在mid[30]右面
[32, 33, 35]
找的数在mid[33]右面
[35]
没的分了,要找的数字[66]不在列表里

 

六、匿名函数

匿名函数没有函数名，一般情况就是只调用一次，后续不会再调用。

 

cala = lambda n:n*n  #一般用于只调用一次
'''
n：就是函数的形参
n*n：就是函数的返回值
相当于
def fun1(n):
     return n*n
'''
print(cala(10))

#lambda其它函数先定义好，存入内存。

 

七、高阶函数

高阶函数指的是将函数名作为参数传入。

def high_fun(a,b,f):
    return f(a)+f(b)

>>a = high_fun(1,-2,abs)  #abs()求一个函数的绝对值
3

上面例子中，参数f可以任意的函数名。

高阶函数第二种形式，返回值是函数名：

def fun():
    print("这是一个高阶函数")
    return fun
a = fun()    #返回的是一个内存对象

八、常用的内置函数

#zip()函数
a = zip(("a","b","c"),(1,2,3))  #把序列的元素一一配对，每一对为一个元组
b = zip(("a","b","c"),(1,2,3,4)) #多出的部分不会配对
c = zip(("a","b","c","d"),(1,2,3))
d = zip(("a","b","c"),(1,2,3),(1,2,3))  #可以进行多个配对
print(a)        #得到一个zip对象
print(list(a))  #转换为列表的形式
print(list(b))
print(list(c))
#常见的应用，将字典对于的键值提取出来
di = {"name":"wallace","age":18,"gendler":"man"}
print(list(zip(di.keys(),di.values())))

#mix和zip的结合
di = {"alex_age":17,
      "wallace_age":18,
      "qiangge":20}

print(max(zip(di.values(),di.keys())))

#终极用法

li = [
    {"name":"wallace","age":18},
    {"name":"budong","age":30},
    {"name":"xiaopou","age":32}
]

print(max(li,key=lambda x:x["age"]))  #默认参数是一个队li每个元素的处理方法

#abs()
print(abs(-1))  #取绝对值
#all()
print(all([1,2,3,"1"]))   #对序列内的元素进行bool运算，若全未True则返回True
print(all([1,0,2]))       #若有一为False，则返回False
print(all(""))            #如果可迭代对象是空，返回True
#any()
print(any([1,2,3]))       #与all相反，只要有一个是True就返回True
print(any([1,2,""]))
print(any(""))
#bin()
print(bin(8))             #把一个数的十进制转换为二进制
#hex()
print(hex(17))            #十进制转换为16进制
#oct()
print(hex(8))             #十进制转换为8进制
#bool()
print(bool(""))           #判断bool值，空，None,0为False
#bytes()
print(bytes("你好",encoding="utf-8"))  #将字符转换为二进制格式，必须申明编码方式，即以申明编码转为为二进制
print(bytes("你好",encoding="utf-8").decode("utf-8"))
#decode将二进制解码为,对应的编码格式。注意对应的的编码需要对应的解码，否则容易乱码
#chr()
print(chr(98))            #对应ascii码表的值
#dir()
print(dir(bin))           #打印某一个对象的信息
#divmod()
print(divmod(10,3))       #对第一个参数整除取余操作，得到对应数和余数，常用分页功能
#eval()
dic_str = "{'name':'wallace','age':3}"
print(eval(dic_str))      #将被转化为字符串的Python数据类型转换回对应的的数据类型
print(type(eval(dic_str)))
express = '1+2-1'
print(eval(express))      #也可以将Python的运算转换
#hash() 根据对应的参数得到对应的hash值，无法根据hash值得到原来的值
'''
可hash的数据类型：就是不可变的数据类型
不可hash的数据类型：就是可变的数据类型
同一个值得到的hash值是一样的
作用：可以防止代码被串改
'''
name = "wallace"
print(hash(name))
#id()                     #打印对象的内存地址
print(id(name))
#isinstance()
print(isinstance(1,int))   #判断一个数据是否为某一对象的实例
#max() min()
print(max([1,2,3]))        #取一个序列的最大值
print(min([1,2,3]))        #取最小值

#ord()
print(ord("a"))   #给定字符返回对于ASCII码表的数字
#pow()
print(pow(2,3))   #表示2的3次方
print(pow(2,3,2)) #2的3次方对2取余
#reversed()
print(list(reversed("str")))  #反转序列,得到的是一个reversed对象
#slice()对切片进行赋值，提高代码可读性
li = "wallace"
print(li[1:3])
a = slice(1,3)
print(li[a])
print(a.start)  #获取切片头
print(a.stop)   #获取切片尾
print(a.step)   #获取步长
#sorted()
print(sorted(li))  #排序，同类型才能排序
li = [
    {"name":"wallace","age":18},
    {"name":"budong","age":30},
    {"name":"xiaopou","age":32}
]
print(sorted(li,key=lambda x:x["age"]))
#str()
print(str([1,3]))   #将别的数据类型转换为字符串形式
print(type(str([2,3])))
#sum()              #去和
print(sum(range(5)))

 1 from functools import reduce
 2 
 3 li = [1,2,3,4]
 4 
 5 def add_li(x,y):
 6     return x*y
 7 
 8 
 9 def reduce_list(fun,arre,init=None):
10     if init == None:
11         res = arre.pop(0)
12     else:
13         res = init
14 
15     for i in arre:
16         res = fun(i,res)
17 
18     return res
19 
20 a = reduce_list(add_li,li)
21 print(a)
22 
23 #reduce就是类似于以上代码实现的功能
24 #主要就是讲列表或迭代对象的所有元素整合
25 print(reduce(add_li,li,2))  

 1 #filter的类似源码
 2 move_sb = ["sb_wallace","sb_allx","sb_ibx","wallace"]
 3 
 4 def fit_head(x):
 5     return x.startswith("sb")
 6 
 7 # def filter_text(fun,res):
 8 #     ies = []
 9 #     for i in res:
10 #         if not fun(i):
11 #             ies.append(i)
12 #     return ies
13 #
14 # a = filter_text(fit_head,move_sb)
15 # print(a)   
16 
17 
18 print(list(filter(fit_head,move_sb)))  
19 '''
20 filter函数
21 第一个参数传入可迭代对象处理的方法
22 第二个参数传入可迭代对象
23 '''

def fun(x):
    return x+1
li = (1,2,3)     #li是一个可迭代对象如元祖，列表,字符串等
b=map(fun,i)    #fun就是处理对象的的方法  fun可以用 lambda x: x+1代替
print(b)        #<map object at 0x000000000219FFD0>  返回一个可迭代对象
for i in b:
    print(b)