Day4-python基础之函数

本次学习内容：

• 字典查询快的原因
• 字符编码
• 函数定义
• 局部变量、全局变量
• 返回值
• 嵌套函数
• 递归（二分查找）
• 三元运算
• map
• lamba
• 函数式编程
• 高阶函数
• 内置函数

字典查询快的原因：

字典占用内存比列表多，但是查询速度比列表快的多

为什么会查询速度会快呢？因为他是hash类型的，那什么是hash呢？

哈希算法将任意长度的二进制值映射为较短的固定长度的二进制值，这个小的二进制值称为哈希值。哈希值是一段数据唯一且极其紧凑的数值表示形式。如果散列一段明文而且哪怕只更改该段落的一个字母，随后的哈希都将产生不同的值。要找到散列为同一个值的两个不同的输入，在计算上是不可能的，所以数据的哈希值可以检验数据的完整性。一般用于快速查找和加密算法

dict会把所有的key变成hash 表，然后将这个表进行排序，这样，你通过data[key]去查data字典中一个key的时候，python会先把这个key hash成一个数字，然后拿这个数字到hash表中看没有这个数字， 如果有，拿到这个key在hash表中的索引，拿到这个索引去与此key对应的value的内存地址那取值就可以了。

那为什么会快呢？通过数字去hash表中查看数字时，采用某种算法，maybe是二分法，查询的次数很少。

key -->hash值-->类似二分查找，找到hash值索引-->value对应的内存地址

字符编码

先说python2

1. py2里默认编码是ascii
2. 文件开头那个编码声明是告诉解释这个代码的程序 以什么编码格式 把这段代码读入到内存，因为到了内存里，这段代码其实是以bytes二进制格式存的，不过即使是2进制流，也可以按不同的编码格式转成2进制流，你懂么？
3. 如果在文件头声明了#_*_coding:utf-8*_，就可以写中文了， 不声明的话，python在处理这段代码时按ascii，显然会出错， 加了这个声明后，里面的代码就全是utf-8格式了
4. 在有#_*_coding:utf-8*_的情况下，你在声明变量如果写成name=u"大保健"，那这个字符就是unicode格式，不加这个u,那你声明的字符串就是utf-8格式
5. utf-8 to gbk怎么转，utf8先decode成unicode,再encode成gbk

再说python3

1. py3里默认文件编码就是utf-8,所以可以直接写中文，也不需要文件头声明编码了，干的漂亮
2. 你声明的变量默认是unicode编码，不是utf-8, 因为默认即是unicode了（不像在py2里，你想直接声明成unicode还得在变量前加个u）, 此时你想转成gbk的话，直接your_str.encode("gbk")即可以
3. 但py3里，你在your_str.encode("gbk")时，感觉好像还加了一个动作，就是encode的数据变成了bytes里，我操，这是怎么个情况，因为在py3里，str and bytes做了明确的区分，你可以理解为bytes就是2进制流，你会说，我看到的不是010101这样的2进制呀， 那是因为python为了让你能对数据进行操作而在内存级别又帮你做了一层封装，否则让你直接看到一堆2进制，你能看出哪个字符对应哪段2进制么？什么？自己换算，得了吧，你连超过2位数的数字加减运算都费劲，还还是省省心吧。　　
4. 那你说，在py2里好像也有bytes呀，是的，不过py2里的bytes只是对str做了个别名，没有像py3一样给你显示的多出来一层封装，但其实其内部还是封装了的。 这么讲吧， 无论是2还是3， 从硬盘到内存，数据格式都是 010101二进制到-->b'\xe4\xbd\xa0\xe5\xa5\xbd' bytes类型－－>按照指定编码转成你能看懂的文字

总结：

• utf8中一个中文占3个字节
• python2中utf8转gbk   先decode成unicode 再encode成gbk
• 只有unicode能encode、decode

编码应用比较多的场景应该是爬虫了，互联网上很多网站用的编码格式很杂，虽然整体趋向都变成utf-8，但现在还是很杂，所以爬网页时就需要你进行各种编码的转换，不过生活正在变美好，期待一个不需要转码的世界。

函数的定义

定义: 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

特性:

1. 减少重复代码
2. 使程序变的可扩展
3. 使程序变得易维护

函数的定义主要有如下要点：

• def：表示函数的关键字
• 函数名：函数的名称，日后根据函数名调用函数
• 函数体：函数中进行一系列的逻辑计算，如：发送邮件、计算出 [11,22,38,888,2]中的最大数等...
• 参数：为函数体提供数据
• 返回值：当函数执行完毕后，可以给调用者返回数据。

def func(name):#func函数名，name参数
    print('my name is',name)#函数体
func('hongpeng')#调用func函数

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，它们都必须有确定的值，以便把这些值传送给形参。因此应预先用赋值，输入等办法使参数获得确定值

上面的例子中name就是形参，'hongpeng'就是实参

函数的几种参数

1.普通参数

像下面例子中的name，age，job

2.默认参数

在定义函数时直接赋值，调用函数如果不指明默认就是定义函数时赋的值，指明的话就是你赋的值，定义时特别要注意默认参数在最后。

def inf(name,age,job,country='CN'):
    print('the information of %s'.center(50,'-')%name)
    print('name:',name)
    print('age:',age)
    print('job:',job)
    print('country:',country)
inf('hongpeng',21,'ops')
inf('alex',31,'loser','JP')
#输出
--------------the information of hongpeng---------------
name: hongpeng
age: 21
job: ops
country: CN
--------------the information of alex---------------
name: alex
age: 31
job: loser
country: JP

3.关键参数

正常情况下，给函数传参数要按顺序，如果一个函数中参数太多或者不想按顺序就可以用关键参数，只需调用时指定参数名即可，好像没什么卵用。。。非固定参数**kwargs在传参数的时候会用到。

4.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

*args

def inf(name,age,job,*args):#*args会把多个传入的参数放入一个元组中
    print(name,age,job,args)
inf('hongpeng',21,'ops')
inf1('hongpeng',21,'ops','CN','python')
#输出
hongpeng 21 ops ()#因为没有传值，所以args为空
hongpeng 21 ops ('CN', 'python')

**kwargs

def inf(name,age,job,**kwargs):#**kwargs把传入参数放在字典中，所以调用时参数得用关键参数的形式
    print(name,age,job,kwargs)
inf('hongpeng',21,'ops')
inf('hongpeng',21,'ops',country = 'CN',lesson = 'python')
#输出
hongpeng 21 ops {}
hongpeng 21 ops {'lesson': 'python', 'country': 'CN'}

局部变量和全局变量

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。

全局变量最好都用大写

name = 'alex'
def inf():
    name = 'hongpeng'
    print('函数里面的name:',name)
inf()
print('函数外的name:',name)

函数里面的name改变并没有影响到外部的name

如果想在函数里面对全局变量改变，用global，但是一般不会在函数里面去改全局变量的值，so，忘了它吧。

name = 'alex'
def inf():
    global name
    name = 'hongpeng'
    print('函数里面的name:',name)
inf()
print('函数外的name:',name)
#输出
函数里面的name: hongpeng
函数外的name: hongpeng

返回值

1.一旦你的函数经过调用并开始执行，那函数外部的程序就没有办法再控制函数的执行过程，此时外部程序只能等待函数的执行结果

为什么要等待执行结果？

因为外部函数要根据函数的返回值来决定下一步怎么走，执行结果就是以return的形式返回给外部程序

2.return代表一个函数的结束

3.return可以返回任意数据类型

4.对于用户角度，函数可以返回任意数量的值，但对于python本身来讲，函数只能返回一个值，多个放在一个元组中

5.如果函数不加return，默认是返回None

练习：

进入购物商城，首先要登录，登录之后访问任意网页都不再需要登录

def auth():
    username = input("username:").strip()
    password = input("password:").strip()
    #get data from db
    _username = "alex"
    _password = "alex3714"
    if username == _username and password == _password:
        print("passed authentication!")
        # global login_status
        # login_status = True #局部变量
        # print("-->",login_status)
        return True, 1,2
        print("after return ....")
    else:
        return False

def home():
    if login_status == True:
        print("welcome to home page")
    else:
        auth()
def pay():
    if login_status == True:
        print("welcome to pay page")
    else:
        auth()

login_status = auth()
print(login_status)

# print(login_status)
home()
pay()

嵌套函数

name = 'ALEX'
def name():
    name = 'alex'
    def name2():
        name = 'hongpeng'
        print('3name:',name)
    name2()
    print('2name',name)
name()
#输出
3name: hongpeng
2name alex

递归函数

在函数内部，可以调用其他函数。如果一个函数在内部调用自身本身，这个函数就是递归函数。

def calc(n):
    print(n)
    if n//2> 0:
        calc(n//2)
calc(10)
#输出
10
5
2
1
def calc(n):
    if n//2> 0:
        calc(n//2)
    print(n)
calc(10)
#输出
1
2
5
10

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有所减少

3.递归效率不高，递归层次过多会导致栈溢出

递归实际应用（二分查找）

def find(dataset,find_num):

    if len(dataset) > 0:
        mid_pos = int(len(dataset)/2)
        if dataset[mid_pos] == find_num:
            print('find the number',dataset[mid_pos])
        elif dataset[mid_pos] > find_num:
            print('going to left side')
            print(dataset[mid_pos])
            find(dataset[0:mid_pos],find_num)
        else:
            print('going to right side')
            print(dataset[mid_pos+1])
            find(dataset[mid_pos+1:],find_num)
    else:
        print("can't find the num")
data = range(0,10000,5)
find(data,88)

匿名函数+map+三元运算

#匿名函数
n = lambda x,y:x+y
print(n(4,5))

#map函数
data = map(lambda n:n**2,range(5))
for i in data:
    print(i)

#三元运算
a = 4
b = 5
c = a if a >10 else b
print(c)

#函数+lambda+map+三元运算
def calc(n):
    return -n
data = map(lambda x:x**2 if x>5 else calc(x),range(10))
for i in data:
    print(i)

高阶函数

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。

def calc(x,y,f):
    return f(x)+f(y)
res = calc(4,-5,abs)
print(res)
#输出
9

内置函数

abs()绝对值

all()都为真，True

any()任意值为真，True

callable()能否被调用

chr(98)根据数据找到ascii中对应的字母

ord('b')根据字母找ascii中的数字

globals()把当前程序所在内存里的所有数据都以字典形式打印出来

local()

power()次方

frozenset()

reversed()反转

round()四舍五入

slice()

#slice
a = range(20)
pattern = slice(3,8,2)
for i in a[pattern]: #等于a[3:8:2]
    print(i)

sorted()

zip()

a = [-5,1,3,5,7,9]
b = [2,4,6,8]
for i in zip(a,b):
    print(i)
#输出
(-5, 2)
(1, 4)
(3, 6)
(5, 8)