python——函数

python——函数

1.介绍：

在过去的十年间，大家广为熟知的编程方法无非两种：面向对象和面向过程，其实，无论哪种，都是一种编程的规范或者是如何编程的方法论。而如今，一种更为古老的编程方式：函数式编程，以其不保存状态，不修改变量等特性重新进入人们的视野。下面我们就来依次了解这一传统的编程理念，让我们从基本的函数概念开始。

2.函数定义：

初中数学函数定义：一般的，在一个变化过程中，如果有两个变量x和y，并且对于x的每一个确定的值，y都有唯一确定的值与其对应，那么我们就把x称为自变量，把y称为因变量，y是x的函数。自变量x的取值范围叫做这个函数的定义域，编程语言中函数定义：函数是逻辑结构化和过程化的一种编程方法。

函数定义规范

def 函数名(arg1,arg2,arg3):

"描述信息"

函数体

return 1

查看函数注释：

def foo():
    'foo function'
    print("from the foo")
print(foo.__doc__)

输出结果：

foo function

2.1 定义无参函数　

def foo():
    print("from the foo")

2.2 定义有参函数

 def bar(x,y):
            res=x+y
            return res

2.3 定义空函数　　

 def auth():
        pass

2.4有参与无参的区别及其应用场景　

　这个功能需要外部传值，就是有参函数，否则，就是无参函数

3、调用函数：

3.1 调用无参、有参和空函数

  调用无参函数：（定义无参，调用也无参）
        foo()
    调用有参函数：（定义有参，调用也必须有参）
        res=bar(1,2)
    调用空函数：
        auth()

4、语句和表达式形式调用函数　

语句形式调用：foo()
表达式形式调用: (此时函数有返回值)
res=bar(1,2)*10
    bar(bar(1,2),3)  #函数调用作为另一个函数的参数

　　

5、函数返回值return

（1）函数返回值可以是任意类型数据

（2）无参函数通常没有返回值，有参函数通常有返回值

（3）函数没有return返回值但会返回None

没有return---> None

def foo():
    print("from the foo")
res=foo()
print(res)

输出结果：

from the foo
None

（4）返回多个值会作为元组类型返回

return 1---->1
        return 1,2,3 -----> (1,2,3)

def my_max(x,y):
    res=x if x>y else y
    return res
res1=my_max(1,2)
print(res1)

输出结果：

2

def bar(x,y):
    return 1,2,3,4,5,[1,2],{"a":2},{1,2,3}
res1=bar(1,2)
print(res1)

输出结果：

(1, 2, 3, 4, 5, [1, 2], {'a': 2}, {1, 2, 3})

（5）接收返回值：

单个返回值：res=bar(1,2)

多个返回值：res=bar(1,2)  res是元组类型

多个返回值：a,b,c=bar(1,2)  a,b,c分别接收返回值

　

def bar(x,y):
    return 1,2,3
a,b,c=bar(1,2)
print(a)
print(b)
print(c)

输出结果：

1
2
3

（6）函数只会执行一个return，就结束函数并返回值，无论写多少return

小知识：解压变量

6、有参函数的参数　　

　python是弱类型语言，参数的类型不需要指定类型，但是会有不合法的数据类型，python不能限制，只能注释提醒

例：X,y没有指定数据类型，所以什么类型都行。使用灵活，但是乱用会报错。可以使用注释信息提醒

def my_max(x,y):
    res=x if x>y else y
    return res
print(my_max(1,2))
print(my_max('a','b'))
print(my_max('a',1))

输出结果：

2

b

TypeError: unorderable types: str() > int() #报错

　　

6.0函数写注释方法

方法1：　　　

def my_max(x,y):
    """x->int,y->int,res->int,cal max value"""
    res=x if x>y else y
    return res

方法2：

def my_min(x:int,y:int)->int:
    print(x if x<y else y)
my_min(1,2)
print(my_min.__annotations__)

输出结果：　　

1
{'y': <class 'int'>, 'x': <class 'int'>, 'return': <class 'int'>}

__annotations__用显示出函数的注释信息

6.1　形参和实参的概念　

形参与实参的定义

 def foo(x,y):  # 在函数定义阶段，括号内定义的参数-->形式参数（本质就是变量名）
                print(x)
                print(y)
            foo(1,2)    ##在函数调用阶段，括号内定义的参数-->实际参数（本质就是变量值，实参必须有一个确定的值）
            # 形参和实参的绑定关系在定义时没有生效，在调用时生效，形参被赋值实参的值，函数结束时解除绑定

实参要保证是不可变的类型：字符，数字，元组，如果是可变的类型，形参也可以修改实参。因此需要注意：不要在函数内动用全局变量，函数的功能就与函数有关，不要动全局变量。　

实参的值为不可变类型时： 形参不能改变实参的值　　

def bar(x):
    print(x)
    x=3
x=1
bar(x)
print(x)

输出结果：

1
1

实参的值为可变类型时： 形参可以改变实参的值

def bar(x):
    x.append(4)
x=[1,2,3]
bar(x)
print(x)

输出结果：

[1, 2, 3, 4]

6.2  实参的角度分析：书写三种方式　　

（1）位置实参

按照位置传值，按照位置写就是位置实参

def foo(x,y):
    print("x=",x,",y=",y)
foo(1,2)
foo(2,1)

输出结果：

x= 1 ,y= 2
x= 2 ,y= 1

　　

（2）关键字实参

按照关键字传值：关键字实参

什么等于什么 就是关键字传值

def foo(x,y):
    print("x=",x,",y=",y)
foo(x=1,y=2)
foo(y=2,x=1)

输出结果为：

x= 1 ,y= 2
x= 1 ,y= 2

　　

（3）位置实参和关键字实参混着用

1 位置参数必须在关键字参数之前。 按位置传值必须在按关键字传值的前面　

def foo(x,y):
    print("x=",x,",y=",y)
foo(1,y=2)

输出结果：

x= 1 ,y= 2

def foo(x,y):
    print("x=",x,",y=",y)
foo(y=2,1)

输出结果：

SyntaxError: positional argument follows keyword argument  #报错

2 对于一个形参只能赋值一次，不能重复赋值

def foo(x,y):
    print("x=",x,",y=",y)
foo(1,x=1,y=2)

输出结果：

TypeError: foo() got multiple values for argument 'x'  #报错

6.3　形参的角度分析

（1）位置形参

必须传值的参数，传值时多或少都不行

def foo(x,y):
    print("x=",x,",y=",y)
foo(1,2,3)

输出结果：

TypeError: foo() takes 2 positional arguments but 3 were given  #报错

（2）默认形参

1 常用的，变化比较小的值设为形参的默认值

2 形参设置默认形参时，必须放到形参中位置形参的后面

3 默认形参在函数定义的时候就已经被赋值了

4 在函数定义阶段，python只是会检查函数的语法是否错误；

在函数调用阶段，python才会输出执行函数代码的错误

5 默认形参也可以传值，也可以不传

1 常用的，变化比较小的值设为参数的默认值　

def foo(x,y=1):
    print("x=",x,"y=",y)
foo(1)

输出结果：

x= 1 y= 1

Python自带许多有默认形参的函数

2 形参设置默认参数时，必须放到形参中位置参数的后面

　

可以这样理解：函数名相当于变量名，函数的代码相当于变量的值，定义函数相当给函数名与函数代码绑定，

引用函数名，就是引用函数代码

在函数定义阶段，函数绑定到一堆代码，python只是会检查函数的语法是否错误；

在函数调用阶段，python才会输出执行函数代码的错误

　

3 形参默认参数在函数定义的时候就可以被赋值了

x='male'
def register(sex=x):
    print(sex)
x=None
register()

输出结果为：

male

4 默认参数是可变类型时

x=[]
def register(name,name_list=x):
    name_list.append(name)
register("wen")
register("yan")
register("jie")
print(x)

输出结果：

['wen', 'yan', 'jie']

（3）形参:*args

1 功能：将实参那边的位置参数传值多余的值都接收，成元组类型

2 也是属于位置参数，但要放在其他位置参数的后面

形参参数排序：1 其他位置参数  2 *args  3 默认参数

一般*args和默认参数不要一起用

3 *args可以看做是无穷的位置参数，根据实参的数量而变化

4 * 的功能就相当于将形参名打散成多个，接收实参过来的值

*也可以用在实参里，将值打散分成多个传给形参

对以后装饰器有用

1 功能：将实参那边的位置参数传值多余的值都接收，成元组类型

def foo(x,*args):
    print(x)
    print(args)
foo(1,2,3,4,5,6,7,8,'a','b')

输出结果：

1
(2, 3, 4, 5, 6, 7, 8, 'a', 'b')

2 形参参数排序：1 其他位置参数  2 *args  3 默认参数 。 一般*args和默认参数不要一起用

def foo(x,y=1,*args):
    print("x=",x)
    print("y=",y)
    print("args=",args)
foo(1,2,3,4,5)

输出结果：

x= 1
y= 2
args= (3, 4, 5)

def foo(x,*args,y=1):
    print("x=",x)
    print("y=",y)
    print("args=",args)
foo(1,2,3,4,5)

输出结果：

x= 1
y= 1
args= (2, 3, 4, 5)

　　

 3 *的概念

* 的功能就相当于将形参名打散成多个，接收实参过来的值

*也可以用在实参里，将值打散分成多个传给形参

例：将args分成多个形参接收实参过来的值

*args=1,2,3
args=(1,2,3)
*(1,2,3)=1,2,3

从形参角度：

def foo(*args):
    print(args)
foo(1,2,3)

输出结果：　

(1, 2, 3)

从实参角度：将实参的元组打散分别传给形参

def bar(x,y,z):
    print(x)
    print(y)
    print(z)
bar(*(1,2,3))

输出结果：

1
2
3

*功能的再一例子：

def my_sum(nums):
    res=0
    for i in nums:
        res+=i
    return res
print(my_sum((1,2,3,4,5)))

def my_sum(*nums):   #比上面例子多一个*号
    res=0
    for i in nums:
        res+=i
    return res
print(my_sum(1,2,3,4,5))  #比上面例子少一对括号

（3）形参:**kwargs

接收关键字参数

1  功能：将实参那边的多余的关键字传值变成字典类型，赋值给kwargs

2  混着用的位置：在形参角度看，**kwargs位于*args之后

3  **的概念

* 的功能就相当于将形参名打散成多个对（默认参数，即x=1），接收实参过来的值

* 也可以用在实参里，将字典打散分成多个关键字参数（即x=1）传给形参

4  *args和**kwargs联用

1 将实参那边的关键字传值多余的变成字典类型，赋值给kwargs

def foo(x,**kwargs):
    print(x)
    print(kwargs)
foo(1,y=2,a=3,b=4)

输出结果：

1
{'a': 3, 'y': 2, 'b': 4}

使用**kwargs报错的例子：

def foo(x,**kwargs):
    print(x)
    print(kwargs)
foo(1,2,3,4)

输出结果：

TypeError: foo() takes 1 positional argument but 4 were given  #报错

　　

2  **的概念

* 的功能就相当于将形参名打散成多个对（默认参数，即x=1），接收实参过来的值

* 也可以用在实参里，将字典打散分成多个关键字参数（即x=1）传给形参

从形参的角度：

def foo(**kwargs):
    print(kwargs)
foo(x=1,y=2,z=3)

输出结果：

{'z': 3, 'x': 1, 'y': 2}

　

从实参角度：

def foo(x,y,z=1):
    print(x)
    print(y)
    print(z)
foo(**{'x':1,'y':2,'z':3})   #相当于 foo(x=1,y=2,z=3)
输出结果为：

输出结果：

1
2
3

　

3 在形参角度，**kwargs位于*args之后

def foo(x,*args,**kwargs):
    print(x)
    print(args)
    print(kwargs)
foo(1,y=1,z=2)

输出结果：

1
()
{'y': 1, 'z': 2}

再例：

def foo(x,*args,**kwargs):
    print(x)
    print(args)
    print(kwargs)
foo(1,2,3,4,5,6,a=7,y=1,z=2)

输出结果：

1
(2, 3, 4, 5, 6)
{'y': 1, 'a': 7, 'z': 2}

　　

4 *args和**kwargs联用的好处：灵活

调用auth函数参数输入灵活，实参是关键字参数和位置参数都可以，实参输入位置参数的时候注意位置

def auth(name,password,sex='female'):
    print(name)
    print(password)
    print(sex)
def foo(*args,**kwargs):
    print("from foo")
    auth(*args,**kwargs)
foo('yuan','123')
foo('wen','123',sex='male')
foo(name='wen',password='123',sex='male')

　　

5 *args和**kwargs联用实现执行函数的计时问题

计时功能：

import time
def auth(name,password,sex='male'):
    time.sleep(1)
    print(name,password,sex)
def timmer(*args,**kwargs):
    start_time=time.time()
    auth(*args,**kwargs)
    stop_time=time.time()
    print('run time is %s' %(stop_time-start_time))
timmer(name=1,password=123,sex='female')

输出结果：

1 123 female
run time is 1.0004379749298096