Python6 - 函数总结

一、函数的基本知识

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:

减少重复代码
使程序变的可扩展
使程序变得易维护

1.1函数定义规则:

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。

1.2语法格式：

def 函数名（参数列表）:

    函数体

1.3函数的参数：

默认参数
位置参数
关键参数
非固定参数 *args 和 **kwargs

默认参数：

调用函数时，如果没有传递参数，则会使用默认参数。

#可写函数说明

def printinfo( name, age = 35 ):

   "打印任何传入的字符串"

   print ("名字: ", name);

   print ("年龄: ", age);

   return;

#调用printinfo函数

printinfo( age=50, name="runoob" );

print ("------------------------")

printinfo( name="runoob" );

默认参数实例

位置参数：

注意: 位置参数的顺序不可变。

关键字参数：

关键字参数和函数调用关系紧密，函数调用使用关键字参数来确定传入的参数值。

使用关键字参数允许函数调用时参数的顺序与声明时不一致，因为 Python 解释器能够用参数名匹配参数值。

def printme( str ):

   "打印任何传入的字符串"

   print (str);

   return;

#调用printme函数

printme( str = "菜鸟教程");

关键字参数实例1

关键字参数的使用不需要指定顺序

#可写函数说明

def printinfo( name, age ):

   "打印任何传入的字符串"

   print ("名字: ", name);

   print ("年龄: ", age);

   return;

#调用printinfo函数

printinfo( age=50, name="runoob" );

关键字参数实例2

非固定参数：

非固定参数或者不定长参数，上述3种参数不同，声明时不会命名，基本语法：

def functionname([formal_args,] *var_args_tuple ):

   "函数_文档字符串"

   function_suite

   return [expression]

加了星号（*）的变量名会存放所有未命名的变量参数。如果在函数调用时没有指定参数，它就是一个空元组。我们也可以不向函数传递未命名的变量。

# 可写函数说明

def printinfo( arg1, *vartuple ):

   "打印任何传入的参数"

   print ("输出: ")

   print (arg1)

   for var in vartuple:

      print (var)

   return;

# 调用printinfo 函数

printinfo( 10 );

printinfo( 70, 60, 50 );

不定长参数实例

需要注意：

关键参数必须放在位置参数之后。
*args 会把多传入的位置参数变成一个元组(tuple)形式
*kwargs 会把多传入的关键参数变成一个字典dict形式

1.4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；在其它地方全局变量起作用。

只要有点编程基础，全局和局部变量的概念就应该理解。就不过多赘述了....

需要注意的：

对于数字和字符串来说在函数内部默认是不能更改全局变量的
如果非要在函数内硬改全局变量，需要在函数内添加 global 函数名，具体见下面global实例1
但是这种做法并不推荐

Tuple本身不可更改，所以除了数字类型、字符串类型、元组类型，列表和字典在函数内部调用是可以更改的，具体见实例2

myname = "Rong"

def change_name():

    global myname    #不推荐，不要用

    myname = "TanRong"

change_name()

print(myname)

global实例1

names_list = ["Jack","Tom","xiaohong"]

info_dict = {"name": "Jack", "age":18, "sex":"女"}

def change_name():

    # global myname

    # myname = "TanRong"

    names_list[0] = "xiaoming"

    info_dict["age"] = 20

change_name()

# print(myname)

print(names_list)

print(info_dict)

输出：

['xiaoming', 'Tom', 'xiaohong']

{'name': 'Jack', 'age': 20, 'sex': '女'}

实例2

1.5返回值：

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，so 也可以理解为 return 语句代表着函数的结束
如果未在函数中指定return,那这个函数的返回值为None

二、特殊函数

2.1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 int(n/2) ==0:

        return n

    return calc(int(n/2))

calc(10)

输出：

10

5

2

1

Python实例

递归特性:

1. 必须有一个明确的结束条件，，默认深度好像是999

2. 每次进入更深一层递归时，问题规模相比上次递归都应有所减少

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）

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)

        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)

递归函数实际应用案例，二分查找

2.2嵌套函数：

顾名思义，函数内定义并调用函数

name = "Tan"

def change_name():

    name = "Tan2"

    def change_name2():

        name = "Tan3"

        print("第3层打印", name)

    change_name2()  # 调用内层函数

    print("第2层打印", name)

change_name()

print("最外层打印", name)

嵌套函数实例

修改嵌套作用域：

要修改嵌套作用域（enclosing 作用域，外层非全局作用域）中的变量则需要 nonlocal 关键字了

def outer():

    myage = 118

    def inner():

        nonlocal myage # nonlocal关键字声明

        myage = 126

        print(myage)

    inner()

    print(myage)

outer()

输出：

126

126

nonlocal实例

2.3匿名函数：

python 使用 lambda 来创建匿名函数。

所谓匿名，意即不再使用 def 语句这样标准的形式定义一个函数。

lambda 只是一个表达式，函数体比 def 简单很多。
lambda的主体是一个表达式，而不是一个代码块。仅仅能在lambda表达式中封装有限的逻辑进去。
lambda 函数拥有自己的命名空间，且不能访问自己参数列表之外或全局命名空间里的参数。
虽然lambda函数看起来只能写一行，却不等同于C或C++的内联函数，后者的目的是调用小函数时不占用栈内存从而增加运行效率。

语法如下：

lambda [arg1 [,arg2,.....argn]]:expression

sum = lambda a,b: a + b

print(sum(30,50))

匿名函数实例1

res = map(lambda x:x**2, [1,2,3,4,5])

for i in res:

    print(i)

输出：

1

4

9

16

25

匿名函数实例2

2.4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 add(x,y,f):

    return f(x) + f(y)

res = add(3,-6,abs)

print(res)

高阶函数实例

2.5内置函数

Built-in Functions
`abs()`	`dict()`	`help()`	`min()`	`setattr()`
`all()`	`dir()`	`hex()`	`next()`	`slice()`
`any()`	`divmod()`	`id()`	`object()`	`sorted()`
`ascii()`	`enumerate()`	`input()`	`oct()`	`staticmethod()`
`bin()`	`eval()`	`int()`	`open()`	`str()`
`bool()`	`exec()`	`isinstance()`	`ord()`	`sum()`
`bytearray()`	`filter()`	`issubclass()`	`pow()`	`super()`
`bytes()`	`float()`	`iter()`	`print()`	`tuple()`
`callable()`	`format()`	`len()`	`property()`	`type()`
`chr()`	`frozenset()`	`list()`	`range()`	`vars()`
`classmethod()`	`getattr()`	`locals()`	`repr()`	`zip()`
`compile()`	`globals()`	`map()`	`reversed()`	`__import__()`
`complex()`	`hasattr()`	`max()`	`round()`
`delattr()`	`hash()`	`memoryview()`	`set()`

详解：https://docs.python.org/3/library/functions.html?highlight=built#ascii

#compile

f = open("函数递归.py")

data =compile(f.read(),'','exec')

exec(data)

#print

msg = "又回到最初的起点"

f = open("tofile","w")

print(msg,"记忆中你青涩的脸",sep="|",end="",file=f)

# #slice

# a = range(20)

# pattern = slice(3,8,2)

# for i in a[pattern]: #等于a[3:8:2]

#     print(i)

#

#

#memoryview

#usage:

#>>> memoryview(b'abcd')

#<memory at 0x104069648>

#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，

import time

for n in (100000, 200000, 300000, 400000):

    data = b'x'*n

    start = time.time()

    b = data

    while b:

        b = b[1:]

    print('bytes', n, time.time()-start)

for n in (100000, 200000, 300000, 400000):

    data = b'x'*n

    start = time.time()

    b = memoryview(data)

    while b:

        b = b[1:]

    print('memoryview', n, time.time()-start)

内置函数实例