Python函数篇（2）-递归函数、匿名函数及高阶函数（已更新）

1.全局变量和局部变量

　　一般定义在程序的最开始的变量称为函数变量，在子程序中定义的变量称为局部变量，可以简单的理解为，无缩进的为全局变量，有缩进的是局部变量，全局变量的作用域是整个程序，而局部变量的作用域是子程序内部，当程序运行时，首先会找程序内部有没有局部变量，如果有，则调用，如果没有，才会去调用全局变量。如下：

name="czp"　　　　　　　　　　　　#全局变量
def func():
    name="czp1"　　　　　　　　　#局部变量
    print(name)
func()
运行结果：
czp1　　　　　　　　　　　　 　调用func()函数，程序会先在函数内部找有没有name这个变量，如果有，就会调用该name的值，而如果没有定义局部变量的话，函数会去找全局name。

　　可以通过global关键字，通过局部变量修改全局变量，如下所示：

name="czp"　　　　　　　　　　#定义全局变量
def func():
    global name　　　　　　　在函数内部，通过global关键字，通过局部变量修改全局变量的值
    name="czp1"
    print(name)
func()　　　　　　　　　　　　打印局部变量中name的值
print(name)　　　　　　　　　打印全局变量中name的值
运行结果：
czp1
czp1　　　　　　　　　　　　　在运行结果中可以明显看出，通过global，在定义局部变量的同时，也修改了全局变量的值

　　global与nonlocal的区别：

　　python引用变量的顺序： 当前作用域局部变量->外层作用域变量->当前模块中的全局变量->python内置变量

　　global关键字用来在函数或局部作用域中使用全局变量，并通过glabal关键字在局部作用域中修改全局变量（一般不推荐这么做）

　　nonlocal关键字用来在函数或局部作用域使用外层（非全局）变量。

2.递归函数

　　在一个函数的内部，可以调用其他的函数，如果某一个函数在内部调用的函数仍然是自身，这个函数就可以称为递归函数。

def calc(n):
    print(n)
    if int(n/2)==0:
        return n
    return calc(int(n/2))　　　　　　　　在calc函数中，反复调用calc自身，这样的函数就是递归函数
calc(10)
运行结果：
10
5
2
1

　　注意：在递归函数中，并不是可以让自身永远的循环下去，递归函数中必须定义一个明确的结束条件，每进行更深一次的递归，解决问题的规模必须要较上一层有所减少，

　　递归函数常用来进行二分查找。。

3.匿名函数

　　匿名函数其实就是不需要指定显示的函数。用lambda关键字定义，通常我们定义一个函数用这种形式：

def calc(x):
    return x+1
print(calc(2))
运行结果：
3

　　而上段代码 用匿名函数使用的话，就可以使用如下的方式，通过lambda关键字，传入一个形参x，用冒号隔开，后面加入return的值。

res=lambda x:x+1
print(res(2))
运行结果：
3

　　匿名函数单独这么用意义不大，但是和其他函数一起用的时候，功能就显现的很明显了。如下面的例子

res=map(lambda x:x**2,[2,4,6,])
for i in res:
    print(i)
运行结果：
4
16
36

 　　我会在接下来写内置方法的时候具体的展示出使用匿名函数的好处。

4.高阶函数

　　高阶函数的特点如下：1）函数接收的参数是一个函数 ；2）函数的返回值是一个函数

将函数作为参数传给另一个函数
def foo(n):　　
    print(n)
def bar(name):
    print("my name is %s"%name)
print(foo(bar("尼古拉斯赵四")))
运行结果：
my name is 尼古拉斯赵四
None
None　　　　　　　　　　　　　　　　　　　　返回两个None，因为在foo（）和bar（）函数中我没有定义retturn。默认返回None

将函数作为另一个函数的返回值
def bar():
    print("from bar")
def foo():
    print("from foo")
    return bar
foo()()
运行结果：
from foo
from bar

4.内置函数

　　首先我先介绍3个比较重要，也是比较常用的内置函数，map；reduce，filter3个内置函数

　　1.map：

　  　将函数作用于seq中的每一个元素，并将所有的调用的结果作为一个list返回。

　　  模拟一下这个需求：有一个列表[1,2,3,4],我要让列表中的每一个元素自增1，然后打印出来，这个程序可以这样写：

name=[1,2,3,4]　　　　　　　　
res=[]　　　　　　　　　　　　　　　　　　定义一个空列表，用来接收自增一后的值
def calc(array):
    for i in array:　　　　　　　　　　 使用for循环，遍历传入列表中的每一个元素
        res.append(i+1)　　　　　　　　
    return res
print(calc(name))
运行结果：
[2, 3, 4, 5]

　　那如果 我想要的需求是让列表自减1，自乘呢，难道要把这段代码重复写一段，只是改一句res.append（i-1），或者更高级一点，我们在定义一个函数：

def increase(x):
    return x-1　　　　　　　　　　　　　　　定义一个自减1的函数
name=[1,2,3,4]
res=[]
def calc(func,array):　　　　　　　　　　 在这里定义两个形参，一个用来传入函数increase，一个用来传入列表name
    for i in array:
        res.append(increase(i))　　　　 
    return res
print(calc(increase,name))
运行结果：
[0, 1, 2, 3]

　　更高级一点呢？我们用map+上面提到的匿名函数，可以很好的完成这样的需求：

name=[1,2,3,4]
print(list(map(lambda x:x+1,name)))
运行结果：
[2,3,4,5]

　　ok,上面写了那么多，两行代码搞定。

　　2.reduce：

　　reduce()函数接收的参数和 map()类似，一个函数 f，一个list，但行为和 map()不同，reduce()传入的函数 f 必须接收两个参数，reduce()对list的每个元素反复调用函数f，并返回最终结果值。可以简单的理解为，map接受一个列表，返回的仍然是一个列表，而reduce会进行计算，返回一个值

from functools import reduce                  必须导入reduce方法
name=[1,2,3,4]
print((reduce(lambda x,y:x+y,name)))　　　　　　函数必须传入两个参数，然后传入list。
运行结果：
10

　　reduce还有一个默认参数 ，就是可以在list后再传入一个初始值。

　def reduce(function, sequence, initial=None)    这个初始值默认为None

from functools import reduce
name=[1,2,3,4]
print((reduce(lambda x,y:x+y,name,5)))　　　　 还是上面的例子，我在最后加了初始值5（默认是none）
运行结果：
15

　　3.filter

　　 filter读入iterable所有的项，判断这些项对function是否为真，返回一个包含所有为真的项的迭代器。如果function是None，返回非空的项。

name=["czp","cc","zp1"]
print(list(filter(lambda n:n.endswith("c"),name)))　　　　通过匿名函数判断条件，返回值为真，就会打印成列表的形式
运行结果：
['cc']

 　　在下一篇文章中，我会介绍其他的常用内置函数