函数

1.形参

#coding=utf-8  形参
def rect_area(width,height):
    area=width*height
    return area
def print_area(width,height):
    area=width*height
    print("{0}*{1}长方形的面积：{2}".format(width,height,area))
2.调用函数-使用位置参数调用函数

3.使用关键字参数调用函数，调用者可以清晰地看出所传递参数的含义，提高函数调用的可读性。

def rect_area(width,height):
    area=width*height
    return area
r_area=rect_area(width=320,height=480)
#关键字的名称就是定义函数时形参的名称
print("{0}*{1}长方形的面积：{2} ".format(320,480,r_area))
r_area=rect_area(height=320,width=480)
#实参不再受形参的顺序限制
print("{0}*{1}长方形的面积：{2} ".format(320,480,r_area))

4.参数的默认值：因为python没有函数重载的概念，而是为函数参数提供默认值

#coding=utf-8
def make_coffee(name='卡布奇诺'):
    return "制作一杯{0}咖啡".format(name)
coffee1=make_coffee("拿铁")
coffee2=make_coffee()
print(coffee1)
print(coffee2)

5.可变参数
python中的函数可以定义接收不确定数量的参数，这种参数成为可变参数。
可变参数有2中，*/**参数
6.基于元组的可变参数（*可变参数）
*可变参数在函数中被组装成一个元组

#coding=utf-8
def sum(*numbers):#可变参数
    total=0.0
    for number in numbers:
        total+=number
    return total
#多个参数被组装成元组numbers
print(sum(100.0,20.0,30.0))
print(sum(30.0,80.0))

7.基于字典的可变参数（**可变参数)
**可变参数在函数中被组装成一个字典

 8.局部变量和全局变量

 一般情况况下不在模块和函数中定义两个同名变量，因为会发生命名冲突，函数中的同名变量会屏蔽模块中的同名变量。

对于在模块和函数中各定义的一个同名变量，如果在函数中将其声明为global，则会将函数中的这个同名变量提升为全局变量。

9.函数类型

10.过滤函数filter()

#提供过滤函数条件
def f1(x):
    return x>50

data1=[66,15,91,28,98,50,7,80,99]
filtered=filter(f1,data1)
data2=list(filtered) #转换为列表
print(data2)
11.映射函数map()
map（）函数用于对容器中的元素进行映射（或变换）。
eg:我想讲列表中的所有元素都乘以2，返回新的列表

def f1(x):
    return x*2

data1=[66,15,91,28,98,50,7,80,99]
#filtered=filter(f1,data1)
mapped=map(f1,data1)
data2=list(mapped) #转换为列表
print(data2)
12.匿名函数lambda()：没有名称的函数
'参数列表'与函数的参数列表是一样的，但是不需要用小括号括起来
lambda参数列表：lambda体
PS:lambda体部分不能是一个代码块，不能包含多条语句，只有一条语句，语句会计算一个结果并返回给lambda()函数，但与有名称的函数不同的是，不需要使用return语句返回

#lambda匿名函数
def calc(opr):
    if opr =='+':
        return lambda a,b:(a+b)
    else:
        return lambda a,b:(a-b)

f1=calc('+')
f2=calc('-')
print("10+5={0}".format(f1(10,5)))
print("10-5={0}".format(f2(10,5)))

13.lambda函数很强大，可以减少代码量
1)def add(a,b)
　　　　return a+b
1.1)lambda a,b:(a+b)
2)def sub(a,b):
　　　　return a-b

2.2)lambda a,b:(a-b)
14.之前filter和map函数的例子转化为lambda

data1=[66,15,91,28,98,50,7,80,99]
filtered=filter(lambda x:(x>50),data1)
data2=list(filtered) #转换为列表
print(data2)
#map()


data1=[66,15,91,28,98,50,7,80,99]
mapped=filter(lambda x:(x*2),data1)
data2=list(mapped) #转换为列表
print(data2)