Python中的函数与变量

本节内容

---

函数的定义方法

函数功能

函数的返回值

函数的形参与实参

全局变量与局部变量

递归

函数的作用域

匿名函数lambda

函数式编程

常用内置函数

其他内置函数

---

函数

函数的定义方法

函数就相当于一个文件，这个文件有他特定的功能可以减少代码的重写

 def 函数名 (参数):
     "函数的注释"
     函数体
     return x

若命名了相同的函数名，则调用函数时下面的函数会覆盖掉上面的函数

函数的功能

1.代码重用

2.保持一致性，易维护

3.可扩展性

函数的返回值

1.返回值数值 = 0 >>>>>返回None

2.返回值数 = 1 >>>>> 返回object 字典的对象

3.返回值数 > 1  >>>>> 返回元组

函数的参数

1.形参：不占内存，用完释放

2..实参

3.位置参数和关键字参数

位置参数：按顺序一一对应

关键字参数：可指定参数对应，可无序

位置参数与关键字参数混合使用：位置参数应在关键字参数左边 ，否则报错

4.默认参数

若函数定义时指定了默认参数，则函数调用时，可不写参数就用默认参数，写了参数就修改默认参数

5.参数组：*列表 **字典

使用参数组的好处：函数未来扩展功能需传多个值或者你不确定传几个值

全局变量与局部变量

全局变量为定义在函数外部的变量

局部变量为定义在函数内部的变量

所以书写时全局变量大写，局部变量小写清晰方便让他人读懂

golobal 指定全局变量

nonlocal 指定上一级变量

总结：

有声明局部变量：使用局部变量

无声明局部变量：

无global	优先读取局部变量，只读全局变量不对全局变量赋值
有global	变量本质上就是全局变量可读可赋值

当使用global定义变量时，global应上提，防止报错

a = ['c','d']
def test():
    a = '我'
    global a      #报错！因为global在下面不知道去哪找a所以global应该上提
    print(a)    

递归特性

递归就是函数内部不断的调用自己

1.必须有一个明确的结束条件，否则死循环

2.每次进入更深一层递归，问题规模相应比上次少

3.递归的效率不高，层次过大会导致栈溢出

寸到

函数的作用域

程序是从上到下一直读下去的，其实当程序读到def ...定义函数部分时，只是把函数部分全部转换成字符串存到内存当中，不读取，直到调用函数时才读取。

匿名函数lambda

匿名函数只使用于定义简单逻辑的函数

def test(x):
    return x+1

#使用匿名函数：
lambda x:x+1

#若匿名函数接收多个参数，返回多个值则需加括号

lambda x,y,z:(x+1,y+1,z+1)

匿名函数不独立使用，若真要独立使用就得给他起个名字才能运行

fuc = lambda x:x+1
fuc(10)

函数式编程

1.不可变数据

2.第一类对象：函数即为变量

3.尾调用优化（尾递归）

例一：不可变，不用变量保存状态，不修改变量

#非函数式：
a = 1
def test():
    global a
    a += 1
    return a
test()
print(a)

#函数式编程
a = 1
def test(n)：
   return n+1
print(test(a)
print(a)

高阶函数有一下两个特性，有任何一即为高阶函数

#1.函数的传入参数是一个函数名
def foo(n)
    print(n)

def bar(name)
    print('my name is %s' %name)

foo(bar('echo'))    #先运行bar（）无返回值

#2.返回值中包含函数
def bar ():
    print('from bar')

def foo():
    print('from bar ')
    return bar              #返回bar的内存地址

n = foo()
n()         #调用bar函数

常用函数 ------转自林海峰

1.map函数的起源及其用法

map函数就是在原有的数据上处理下数据

array=[1,3,4,71,2]

ret=[]
for i in array:
    ret.append(i**2)
print(ret)

#如果我们有一万个列表,那么你只能把上面的逻辑定义成函数
def map_test(array):
    ret=[]
    for i in array:
        ret.append(i**2)
    return ret

print(map_test(array))

#如果我们的需求变了,不是把列表中每个元素都平方,还有加1,减一,那么可以这样
def add_num(x):
    return x+1
def map_test(func,array):
    ret=[]
    for i in array:
        ret.append(func(i))
    return ret

print(map_test(add_num,array))
#可以使用匿名函数
print(map_test(lambda x:x-1,array))

#上面就是map函数的功能,map得到的结果是可迭代对象
print(map(lambda x:x-1,range(5)))

2.filter函数是过滤，默认保留指定参数

#电影院聚集了一群看电影bb的傻逼,让我们找出他们
movie_people=['alex','wupeiqi','yuanhao','sb_alex','sb_wupeiqi','sb_yuanhao']

def tell_sb(x):
    return x.startswith('sb')

def filter_test(func,array):
    ret=[]
    for i in array:
        if func(i):
            ret.append(i)
    return ret

print(filter_test(tell_sb,movie_people))

#函数filter,返回可迭代对象
print(filter(lambda x:x.startswith('sb'),movie_people))

3.reduce函数：压缩数据为一个所以reduce

reduce在py3中要引用模块

from functools import reduce

from functools import reduce
#合并,得一个合并的结果
array_test=[1,2,3,4,5,6,7]
array=range(100)

#报错啊,res没有指定初始值
def reduce_test(func,array):
    l=list(array)
    for i in l:
        res=func(res,i)
    return res

# print(reduce_test(lambda x,y:x+y,array))

#可以从列表左边弹出第一个值
def reduce_test(func,array):
    l=list(array)
    res=l.pop(0)
    for i in l:
        res=func(res,i)
    return res

print(reduce_test(lambda x,y:x+y,array))

#我们应该支持用户自己传入初始值
def reduce_test(func,array,init=None):
    l=list(array)
    if init is None:
        res=l.pop(0)
    else:
        res=init
    for i in l:
        res=func(res,i)
    return res

print(reduce_test(lambda x,y:x+y,array))
print(reduce_test(lambda x,y:x+y,array,50))

map ,filtet,reduce 总结

当然了,map,filter,reduce,可以处理所有数据类型

name_dic=[
    {'name':'alex','age':1000},
    {'name':'wupeiqi','age':10000},
    {'name':'yuanhao','age':9000},
    {'name':'linhaifeng','age':18},
]
#利用filter过滤掉千年王八,万年龟,还有一个九千岁
def func(x):
    age_list=[1000,10000,9000]
    return x['age'] not in age_list

res=filter(func,name_dic)
for i in res:
    print(i)

res=filter(lambda x:x['age'] == 18,name_dic)
for i in res:
    print(i)

#reduce用来计算1到100的和
from functools import reduce
print(reduce(lambda x,y:x+y,range(100),100))
print(reduce(lambda x,y:x+y,range(1,101)))

#用map来处理字符串列表啊,把列表中所有人都变成sb,比方alex_sb
name=['alex','wupeiqi','yuanhao']

res=map(lambda x:x+'_sb',name)
for i in res:
    print(i)

其他内置函数

详细请查看http://www.runoob.com/python/python-built-in-functions.html

1.abs()   取绝对值

2.布尔运算

bool()	将括号内元素转换为布尔值
all()	将括号内元素全部进行布尔运算，全真才为真
any()	将括号内元素全部进行布尔运算，一个真则真

3.进制转换

bin（）	转为二进制
hex（）	转为16进制
oct（）	转为8进制

4.bytes（）查看多少字节，可指定编码解码，也可不指定

name = '您好‘
print(bytes(name ,encoding = 'utf-8',decode'utf-8))

5.ASCII码处理

chr（）	打印ASCII码
ord（）	与chr（）相反，解asci码

6.数字处理

divmod()	传入两个参数，取商与余
pow()	可穿三个参数，最少传2个，若传pow（3,3,2）则求3的3次方后对2取余
round()	四舍五入

7.查看函数使用

dir（）	查看参数的属性
help	查看函数的使用

8.eval

　　第一个功能就是把字符串中的数据结构提取出来

　　第二个功能就是把字符串中表达式计算

9.hash：可hash的数据类型就是不可变数据类型

10.isinstance：输入两个参数，一个是变量，一个 是指定数据类型，查看是否变量是否为指定类型

11.globals（）和locals（）  联合print（）打印本地与局部

12.max（）与min（）

for循环依次去出元素比较，若开头已比较出结果则后面不比较（比较字符串时或其他）

注意不可有多种数据类型

其返回的是内存地址

12.1.max函数处理的是可迭代对象，相当于一个for循环取出每个元素进行比较。不同数据类型间不能进行比较

12.2.每个元素进行比较，若字符串则从第一个字符开始，若第一个位置分出大小，则后面不比较

#终极玩法
people= [
{'name ' ='haha', 'age' = 100}
{'name' = 'echo' , 'age' = 500}
]

print(max(people,key=lambd dic:dic['age']))

key 代表告诉max通过什么方法去比较出每个对象的大小

13.zip（）  拉链：输入两个参数，这两个参数为序列然后一一对应转为元组，有多不显示不报错，返回内存地址要用list查看

14.reverse 反转 ，可以反转列表

15.slice 切片：指定切片

l = 'hello'
s1 = slice(1,4,2)
print(l(s1))
print(s1.start)
print(s1.end)
print(s1.step)    #查看步长

16.sorted 排序：本质比较大小，不同类型不能排序

17 sum ：求和

18.type ： 查看参数是那种类型