Python学习—函数
刚开始学习Python函数的时候,觉得自己C语言用的很溜,Python函数应该没啥难度,结果越学越觉得自己就是孤陋寡闻,不明白的,一知半解的东西太多,觉得自己这几年完全荒废了,丧失了学习的劲头;还好在2018年初被某件事情深深的刺激到了,彻底醒悟,调整方向及时抓住这波潮流,才能勉强安慰焦虑的心灵,否则再混下去,淘汰是不可避免的。好了,废话不多说,下面就详细以自己的理解说说Python的函数吧。
在Python中,定义一个函数要使用def
语句,依次写出函数名、括号、括号中的参数和冒号:
,然后,在缩进块中编写函数体,函数的返回值用return
语句返回。例如定义一个求绝对值的函数:
函数定义
def my_abs(x):
if x >= 0:
return x
else:
return –x
在Python交互环境中定义函数时,注意Python会出现...
的提示。函数定义结束后需要按两次回车重新回到>>>
提示符下。如果想定义一个什么事也不做的空函数,可以用pass
语句:
def nop():
pass
pass语句什么都不做,那有什么用?实际上pass可以用来作为占位符
返回多个值
函数可以返回多个值吗?答案是肯定的。
比如在游戏中经常需要从一个点移动到另一个点,给出坐标、位移和角度,就可以计算出新的新的坐标:
import math
def move(x, y, step,angle=0):
nx = x + step * math.cos(angle)
ny = y - step * math.sin(angle)
return nx, ny
import math语句表示导入math包。其实这只是一种假象,Python函数返回的仍然是单一值,返回值是一个tuple元组,在语法上,返回一个tuple可以省略括号,而多个变量可以同时接收一个tuple,按位置赋给对应的值,所以,Python的函数返回多值其实就是返回一个tuple。
函数的参数
1、位置参数
def power(x, n):
s = 1
while n > 0:
n = n - 1
s = s * x
return s
power(x,n)函数有两个参数:x和n,这两个参数都是位置参数,调用函数时,传入的两个值按照位置顺序依次赋给参数x和n。
2、默认参数
def power(x, n=2):
s = 1
while n > 0:
n = n - 1
s = s * x
return s
当调用power(5)
时,相当于调用power(5, 2)
设置默认参数时必选参数在前,默认参数在后,否则Python的解释器会报错,当函数有多个参数时,把变化大的参数放前面,变化小的参数放后面,变化小的参数就可以作为默认参数。 定义默认参数要牢记一点:默认参数必须指向不变对象。
3、可变参数
在Python函数中,还可以定义可变参数。顾名思义,可变参数就是传入的参数个数是可变的,可以是1个、2个到任意个,还可以是0个。以数学题为例子,给定一组数字a,b,c……,请计算a2 + b2 + c2 + ……。要定义出这个函数,我们必须确定输入的参数。由于参数个数不确定,我们首先想到可以把a,b,c……作为一个list或tuple传进来,这样,函数可以定义如下:
def calc(numbers):
sum = 0
for n in numbers:
sum = sum + n * n
return sum
但是调用的时候,需要先组装出一个list或tuple。把函数的参数改为可变参数:
def calc(*numbers):
sum = 0
for n in numbers:
sum = sum + n * n
return sum
定义可变参数和定义一个list或tuple参数相比,仅仅在参数前面加了一个*
号。在函数内部,参数numbers
接收到的是一个tuple,因此,函数代码完全不变。但是,调用该函数时,可以传入任意个参数,包括0个参数。Python允许你在list或tuple前面加一个*
号,把list或tuple的元素变成可变参数传递。
4、关键字参数
关键字参数允许你传入0个或任意个含参数名的参数,这些关键字参数在函数内部自动组装为一个dict字典。
def person(name, age, **kw):
print('name:', name, 'age:', age, 'other:', kw)
函数person除了必选参数name和age外,还接受关键字参数kw。在调用该函数时,可以只传入必选参数,也可以传入任意个数的关键字参数。
>>> person('Bob', 35,city='Beijing')
name: Bob age: 35 other: {'city':'Beijing'}
>>> person('Adam', 45,gender='M', job='Engineer')
name: Adam age: 45 other: {'gender': 'M', 'job':'Engineer'}
关键字参数有什么用?它可以扩展函数的功能。比如,在person函数里,保证能接收到name和age这两个参数,但是如果调用者愿意提供更多的参数,函数也能接收。
试想你正在做一个用户注册的功能,除了用户名和年龄是必填项外,其他都是可选项,利用关键字参数来定义这个函数就能满足注册的需求。和可变参数类似,也可以先组装出一个dict,然后把该dict转换为关键字参数传进去:
>>>extra = {'city': 'Beijing', 'job': 'Engineer'}
>>> person('Jack', 24,city=extra['city'], job=extra['job'])
name: Jack age: 24 other: {'city':'Beijing', 'job': 'Engineer'}
当然,上面复杂的调用可以用简化的写法:
>>> extra = {'city':'Beijing', 'job': 'Engineer'}
>>> person('Jack', 24,**extra)
name: Jack age: 24 other: {'city':'Beijing', 'job': 'Engineer'}
**extra表示把extra这个dict的所有key-value用关键字参数传入到函数的**kw参数,kw将获得一个dict,注意kw获得的dict是extra的一份拷贝,对kw的改动不会影响到函数外的extra
5、命名关键字参数
对于关键字参数,函数的调用者可以传入任意不受限制的关键字参数。至于到底传入了哪些,就需要在函数内部通过kw
检查。仍以person()
函数为例,我们希望检查是否有city
和job
参数:
def person(name, age, **kw):
if 'city' in kw:
# 有city参数
pass
if 'job' in kw:
# 有job参数
pass
print('name:', name, 'age:', age, 'other:', kw)
但是调用者仍可以传入不受限制的关键字参数:
>>> person('Jack', 24,city='Beijing', addr='Chaoyang', zipcode=123456)
如果要限制关键字参数的名字,就可以用命名关键字参数,例如,只接收city
和job
作为关键字参数。这种方式定义的函数如下:
def person(name, age, *, city, job):
print(name, age, city, job)
和关键字参数**kw
不同,命名关键字参数需要一个特殊分隔符*
,*
后面的参数被视为命名关键字参数。
调用方式如下:
>>> person('Jack', 24,city='Beijing', job='Engineer')
Jack 24 Beijing Engineer
如果函数定义中已经有了一个可变参数,后面跟着的命名关键字参数就不再需要一个特殊分隔符*
了:
def person(name, age, *args, city,job):
print(name, age, args, city, job)
命名关键字参数必须传入参数名,这和位置参数不同。如果没有传入参数名,调用将报错:
>>> person('Jack', 24,'Beijing', 'Engineer')
Traceback (most recent call last):
File '<stdin>', line 1, in <module>
TypeError: person() takes 2 positionalarguments but 4 were given
由于调用时缺少参数名city
和job
,Python解释器把这4个参数均视为位置参数,但person()
函数仅接受2个位置参数。命名关键字参数可以有缺省值,从而简化调用:
def person(name, age, *,city='Beijing', job):
print(name, age, city, job)
由于命名关键字参数city
具有默认值,调用时,可不传入city
参数:
>>> person('Jack', 24,job='Engineer')
Jack 24 Beijing Engineer
使用命名关键字参数时,要特别注意,如果没有可变参数,就必须加一个*
作为特殊分隔符。如果缺少*
,Python解释器将无法识别位置参数和命名关键字参数:
def person(name, age, city, job):
# 缺少 *,city和job被视为位置参数
pass
5、参数组合
在Python中定义函数,可以用必选参数、默认参数、可变参数、关键字参数和命名关键字参数,这5种参数都可以组合使用。但是请注意,参数定义的顺序必须是:必选参数、默认参数、可变参数、命名关键字参数和关键字参数。比如定义一个函数,包含上述若干种参数:
def f1(a, b, c=0, *args, **kw):
print('a =', a, 'b =', b, 'c =', c, 'args =', args, 'kw =', kw)
def f2(a, b, c=0, *, d, **kw):
print('a =', a, 'b =', b, 'c =', c, 'd =', d, 'kw =', kw)
在函数调用的时候,Python解释器自动按照参数位置和参数名把对应的参数传进去。
最神奇的是通过一个tuple和dict,你也可以调用上述函数:
>>> args = (1, 2, 3, 4)
>>> kw = {'d': 99, 'x': '#'}
>>> f1(*args, **kw)
a = 1 b = 2 c = 3 args = (4,) kw ={'d': 99, 'x': '#'}
>>> args = (1, 2, 3)
>>> kw = {'d': 88, 'x': '#'}
>>> f2(*args, **kw)
a = 1 b = 2 c = 3 d = 88 kw = {'x':'#'}
所以,对于任意函数,都可以通过类似func(*args, **kw)
的形式调用它,无论它的参数是如何定义的。虽然可以组合多达5种参数,但不要同时使用太多的组合,否则函数接口的可理解性很差。
函数闭包
函数闭包就是在一个函数内部定义一个函数,然后返回定义的内部函数对象,名义上是返回一个函数名(函数名即函数对象),但实际返回还包括内部函数作用域内的资源;将这些资源连同函数名打包一起返回才称之为闭包。如下例所示:
闭包的意义:返回的函数对象,不仅仅是一个函数对象,在该函数外还包裹了一层作用域,这使得,该函数无论在何处调用,优先使用自己外层包裹的作用域
装饰器就是闭包函数的一种应用场景。将在Python学习—装饰器篇,专门讲述装饰器如何实现。
函数式编程与高阶函数
把函数作为参数传入或者返回一个函数,这样的函数称为高阶函数,函数式编程就是指这种高度抽象的编程范式。函数式编程就是一种抽象程度很高的编程范式,纯粹的函数式编程语言编写的函数没有变量,因此,任意一个函数,只要输入是确定的,输出就是确定的,这种纯函数我们称之为没有副作用。而允许使用变量的程序设计语言,由于函数内部的变量状态不确定,同样的输入,可能得到不同的输出,因此,这种函数是有副作用的。
函数式编程的一个特点就是,允许把函数本身作为参数传入另一个函数,还允许返回一个函数!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。
map()
和reduce()
函数
map()
函数接收两个参数,一个是函数,一个是Iterable
,map
将传入的函数依次作用到序列的每个元素,并把结果作为新的Iterator
返回
reduce
把一个函数作用在一个序列[x1, x2, x3, ...]
上,这个函数必须接收两个参数,reduce
把结果继续和序列的下一个元素做计算
练习:利用map()函数,把用户输入的不规范的英文名字,变为首字母大写,其他小写的规范名字
输入:['adam', 'LISA', 'barT']
,输出:['Adam','Lisa', 'Bart']
:
# -*- coding: utf-8 -*-
#输入名字,变成首字母大写,其他字母小写的标准格式
def normalize(name):
str1 = ''
for i, ch in enumerate(name):
if i == 0:
str1 =str1 + ch.upper() #str.upper() 方法让字母转大写
else:
str1 =str1 + ch.lower() #str.lower() 方法让字母转小写
return str1
def normalize(name):
name=name[0].upper()+name[1:].lower()
return name
L2 = list(map(normalize, L1))
请编写一个prod()
函数,可以接受一个list并利用reduce()
求积
# -*- coding: utf-8 -*-
from functools import reduce
def prod(L):
def fn(x, y):
return x*y
returnreduce(fn, L)
测试代码:
from functools import reduce
defprod(L):
deff(x,y):
return x*y
return reduce(f, L)
L1 = []
while1:
s = input('请往连乘数列中添加数字:\n')
if s == 'end':
break
#s = float(s)
L1.append(s)
print('连乘列表为:\n',L1)
print('计算结果为:\n',prod(L1))
filter()
函数用于过滤序列
filter()
接收一个函数和一个序列。和map()
不同的是,filter()
把传入的函数依次作用于每个元素,然后根据返回值是True
还是False
决定保留还是丢弃该元素
练习:利用filter()筛选出回数
def is_palindrome(n):
return str(n) ==str(n)[::-1]
output=filter(is_palindrome, range(1,1001))
print(list(output))
匿名函数
在Python中,对匿名函数提供了有限支持。还是以map()函数为例,计算f(x)=x2时,除了定义一个f(x)的函数外,还可以直接传入匿名函数:
>>>list(map(lambda x: x * x, [1, 2, 3, 4, 5, 6, 7, 8, 9]))
[1, 4, 9, 16, 25, 36,49, 64, 81]
通过对比可以看出,匿名函数lambda x: x * x实际上就是:
def f(x):
return x * x
关键字lambda表示匿名函数,冒号前面的x表示函数参数。
匿名函数有个限制,就是只能有一个表达式,不用写return,返回值就是该表达式的结果。
用匿名函数有个好处,因为函数没有名字,不必担心函数名冲突。此外,匿名函数也是一个函数对象,也可以把匿名函数赋值给一个变量,再利用变量来调用该函数:
>>> f =lambda x: x * x
>>> f
<function<lambda> at 0x101c6ef28>
>>> f(5)
25
同样,也可以把匿名函数作为返回值返回,比如:
def build(x, y):
return lambda: x * x + y * y
Python函数的内容有很多,例如函数的对象概念、递归函数、偏函数等,不是一篇博文可以说完的,而且python还有很多常用的内置函数,模块等,这些都需要在以后的使用中慢慢消化。这篇博客使用了不少廖雪峰python教程的示例,下面附下廖雪峰的python教程网址:https://www.liaoxuefeng.com/