zoukankan      html  css  js  c++  java
  • Python编程核心内容之一——Function(函数)

      Python版本:3.6.2  操作系统:Windows  作者:SmallWZQ

      截至上篇随笔《Python数据结构之四——set(集合)》,Python基础知识也介绍好了。接下来准备干件“大事”。

      什么“大事”呢?下面将要介绍Python编程的核心内容之一——函数。

      对于Python编程,函数的重要性不言而喻。重要的事情讲三遍:函数实在是太重要,太关键了

    引入函数

      之前,我们编写程序遵循的原则:根据业务逻辑从上到下实现功能,其往往用一长段代码来实现指定功能,开发过程中最常见的操作就是粘贴复制,也就是将之前实现的代码块复制到现需功能处。这种编程方式虽然可以应付一般性问题,但是不能对付大多数问题。这不,下面就来个例子。

    1 r1 = 12.3
    2 r2 = 9.1
    3 r3 = 64.21
    4 s1 = 2 * 3.14 * r15 s2 = 2 * 3.14 * r26 s3 = 2 * 3.14 * r3

      圆是个神奇的图形。特别是π,它让人类陷入无限的遐想。OK,回归正题。为了求圆的周长,我们需要引入公式:周长 = 2 * π * r(半径)。看到这儿,某些读者可能会有疑惑:这跟函数有什么关系,之前的方式依然适用。是的,这的确是可以的,但这很麻烦,太重复啦。那如果现在需要把 π 更改为3.1415926535,那该怎么办呢?难道我们要一个一个地去改???Oh,my god!!!这时,我嗅到了函数的味道。

      有了函数,我们就不再每次写c = 2 * 3.14 * x,而是写成更有意义的函数调用c = perimeter_of_circle(x),而函数perimeter_of_circle本身只需要写一次,就可以多次调用。

      Python不但能非常灵活地定义函数,而且本身内置了很多有用的函数,可以直接调用。

      是的,函数最大的优点:增强代码的重用性和可读性。Python中,函数就是最基本的一种代码抽象的方式。

     函数定义

      在Python中,函数有五大要点,分别是def、函数名、函数体、参数、返回值,以及两个英文版符号,分别是括号(括号内为参数)和冒号(:)。

      def:函数的关键字,没它可不行。

      函数名:函数的名称,根据函数名调用函数。

      函数体:函数中进行一系列的具体操作。

      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。

      上述函数的要点中,最重要的是参数和返回值。

    1.返回值

      函数是一个功能块,该功能到底执行成功与否,需要通过返回值来告知调用者。

    2.参数

      定义函数时,参数是一定需要考虑的。Python的函数定义非常简单,但灵活度却非常大。

      对于函数的调用者来说,只需要知道如何传递正确的参数,以及函数将返回什么样的值就够了,函数内部的复杂逻辑被封装起来,调用者无需了解。

      Python中,参数类型有:必选参数、默认参数、可变参数、关键字参数和命名关键字参数。函数中,参数定义的顺序必须是:必选参数、默认参数、可变参数、命名关键字参数和关键字参数

    3.空函数

      空函数:什么事也不做,可以用pass语句。既然“一事不做”,那空函数还有什么用处?实际上pass可以用来作为占位符,比如现在还没想好怎么写函数的代码,就可以先放一个pass,让代码能运行起来。如此,运行代码程序就不会出现错误了。

    1 #空函数
    2 def nop():
    3     pass

    函数参数

      Python中,参数是非常灵活的。掌握参数就能领悟函数的真谛了。这是真的。参数是比较难理解的,特别是参数组合。

      1.位置参数

      既然说函数,就需要展示函数:

    1 #位置参数(必选参数)
    2 def involution(x):
    3     return x * x
    4 >>>involution(3)
    5 9
    6 >>>involution(5)
    7 25

      如代码所示,参数x就是一个位置参数。

      2.默认参数

      Python函数支持默认参数,即可以给函数的参数指定默认值。当该参数没有传入相应的值时,该参数就使用默认值。

     1 #默认参数
     2 def involution(x,n = 2):
     3     s = 1
     4     while n > 0:
     5         n = n - 1
     6         s = s * x
     7     return s
     8 >>>involution(6)
     9 36
    10 >>>involution(5,3)
    11 125

      如代码所示,当我们调用involution(5),就相当于调用involution(5,2)。

      注:1.设置默认参数时,必选参数在前,默认参数在后,否则Python的解释器会报错

        2.定义默认参数要牢记:默认参数必须指向不可变对象!  

     1 >>>def add_end(L=[]):
     2 ...    L.append('END')
     3 ...    return L
     4 ...
     5 >>>add_end()
     6 ['END']
     7 >>>add_end()
     8 ['END','END']
     9 >>>add_end()
    10 ['END','END','END']

      上述代码展示的是默认参数不为不可变对象的现象。因此,默认参数必须指向不可变对象【字符串、None……】。

      3.可变参数

      在Python函数中,还可以定义可变参数。顾名思义,可变参数就是传入的参数个数是可变的,可以是1个、2个到任意个,还可以是0个。

      我们以数学题为例子,给定一组数字a,b,c……,请计算a2 + b2 + c2 + ……。

      要定义出这个函数,我们必须确定输入的参数。由于参数个数不确定,我们首先想到可以把a,b,c……作为一个list或tuple传进来,这样,函数可以定义如下:

    1 #一般性函数
    2 def calc(numbers):
    3     sum = 0
    4     for n in numbers:
    5         sum = sum + n * n
    6     return sum

      如何调用calc()函数呢?需要调用时,需要为参数引入list或者tuple。

    1 #函数调用
    2 >>> calc([1, 2, 3])
    3 14
    4 >>> calc((1, 3, 5, 7))
    5 84

      然而,如果我们使用可变参数,我们可以进行简化,方法如下:

    1 #可变参数
    2 def calc(*numbers):
    3     sum = 0
    4     for n in numbers:
    5         sum = sum + n * n
    6     return sum

      咋调用呢?这个可简单啦,再也不用list或者tuple了。参数调用只需如下所示:

    1 #可变参数的魅力
    2 >>> calc(1, 2, 3)
    3 14
    4 >>> calc(1, 3, 5, 7)
    5 84
    6 
    7 #参数调用不用calc([1,2,3]),括号内还用写中括号,好麻烦~~~

      定义可变参数和定义一个list或tuple参数相比,仅仅在参数前面加了一个*号。在函数内部,参数numbers接收到的是一个tuple,因此,函数代码完全不变。但是,调用该函数时,可以传入任意个参数,包括0个参数

    1 >>> calc(1, 2)
    2 5
    3 >>> calc()
    4 0

      如果已经有一个list或者tuple,要调用一个可变参数怎么办?可以这样做:

    1 >>> nums = [1, 2, 3]
    2 >>> calc(nums[0], nums[1], nums[2])
    3 14

      这种写法当然是可行的,问题是太繁琐,所以Python允许你在list或tuple前面加一个*号,把list或tuple的元素变成可变参数传进去:

    1 >>> nums = [1, 2, 3]
    2 >>> calc(*nums)
    3 14

      4.关键字参数

      可变参数允许你传入0个或任意个参数,这些可变参数在函数调用时自动组装为一个tuple。而关键字参数允许你传入0个或任意个含参数名的参数,这些关键字参数在函数内部自动组装为一个dict。dict就是字典,它是键值对组合,益处多多~~~

    1 #引入关键字参数,默认为**kw
    2 def person(name, age, **kw):
    3     print('name:', name, 'age:', age, 'other:', kw)

      函数person除了必选参数name和age外,还接受关键字参数kw。在调用该函数时,可以只传入必选参数(必选参数必须全部传入,否则会出错),也可以传入关键字参数。注:关键字参数可是任意个的。

     1 #调用关键字参数
     2 >>>def person(name,age,**kw):
     3 ...    print('name:',name,'age:',age,'other:',kw)
     4 ...
     5 >>>person('Jack')
     6 Traceback (most recent call last):
     7   File "<stdin>", line 1, in <module>
     8 TypeError: person() missing 1 required positional argument: 'age'
     9 >>>person('Jack',36)
    10 name:Jack age:36 other:{}
    11 >>>person('Jack',36,city='Hangzhou')
    12 name:Jack age:36 other:{'city':'Hangzhou'}
    13 >>>person('Jack',36,city='Hangzhou',job='Engineer')
    14 name:Jack age:36 other:{'city':'Hangzhou','job':'Engineer'}

      关键字参数有什么用呢?其实,既然存在就有它的强大之处。就像自然界中的万物,物竞天择,适者生存。如果它能够在自然界中生存下来,那么它就有独特的生存本领。因此,关键字参数还是有用武之地的。

      它可以扩展函数的功能。比如,在person函数里,我们保证能接收到name和age这两个参数,但是,如果调用者愿意提供更多的参数,我们也能收到。试想你正在做一个用户注册的功能,除了用户名和年龄是必填项外,其他都是可选项,利用关键字参数来定义这个函数就能满足注册的需求。

      如何操作呢?我们可以先组装出一个dict,然后,把该dict转换为关键字参数传进去:

    1 >>> extra = {'city': 'Hangzhou', 'job': 'Engineer'}
    2 >>> person('Jack', 36, city=extra['city'], job=extra['job'])
    3 name: Jack age: 36 other: {'city': 'Hangzhou', 'job': 'Engineer'}

      当然了,上面代码调用方式有点烦,通过dict键来查找值。我们可以通过关键字简化一下:

    1 >>> extra = {'city': 'Hangzhou', 'job': 'Engineer'}
    2 >>> person('Jack', 36, **extra)
    3 name: Jack age: 36 other: {'city': 'Hangzhou', 'job': 'Engineer'}

      **extra表示把extra这个dict的所有key-value用关键字参数传入到函数的**kw参数,kw将获得一个dict。

       5.命名关键字参数

      对于关键字参数,函数的调用者可以传入任意不受限制的关键字参数。至于到底传入了哪些,就需要在函数内部通过kw检查。

      仍以person()函数为例,我们希望检查是否有city和job参数:

    1 def person(name, age, **kw):
    2     if 'city' in kw:
    3         # 有city参数
    4         pass
    5     if 'job' in kw:
    6         # 有job参数
    7         pass
    8     print('name:', name, 'age:', age, 'other:', kw)

      如果要限制关键字参数的名字,就可以用命名关键字参数,例如,只接收city和job作为关键字参数。这种方式定义的函数如下:

    1 def person(name, age, *, city, job):
    2     print(name, age, city, job)

      和关键字参数*kw不同,命名关键字参数需要一个特殊分隔符,*后面的参数被视为命名关键字参数。 
      调用命名关键字参数方式如下:

    1 #调用命名关键字参数
    2 >>> person('Jack', 36, city='Hangzhou', job='Engineer')
    3 Jack 36 Hangzhou Engineer

      那如果参数中有可变参数,那该怎么办呢?

      若可变参数后面跟着命名关键字参数,后面跟着的命名关键字参数就不再需要一个特殊分隔符*了。

    1 def person(name, age, *args, city, job):
    2     print(name, age, args, city, job)

      命名关键字参数必须传入参数名,这和位置参数不同。如果没有传入参数名,调用将报错。而命名关键字参数可以有缺省值,从而简化调用:

    1 def person(name, age, *, city='Hangzhou', job):
    2     print(name, age, city, job)

      由于命名关键字参数city具有默认值,调用时,可不传入city参数:

    1 >>> person('Jack', 36, job='Engineer')
    2 Jack 36 Hangzhou Engineer

      6.参数组合

      目前,函数中共有5种常用的参数类型。若只传入一种类型的参数,这太简单了。难点在哪?难点就在参数组合使用,那是相当恶心。不过,平时最好不要混合使用参数,不然容易搞得“乌烟瘴气”。

      OK!言归正传,不然跑题啦。

      Python中,定义一个函数,我们可以用必选参数、默认参数、可变参数、关键字参数和命名关键字参数,这5种参数都可以组合使用。但是请注意,参数定义的顺序必须是:必选参数、默认参数、可变参数、命名关键字参数和关键字参数。

      下面来定义一个函数,该函数参数包含一种或几种参数。

    1 def f1(a, b, c=0, *args, **kw):
    2     print('a =', a, 'b =', b, 'c =', c, 'args =', args, 'kw =', kw)
    3 
    4 def f2(a, b, c=0, *, d, **kw):
    5     print('a =', a, 'b =', b, 'c =', c, 'd =', d, 'kw =', kw)

      在函数调用的时候,Python解释器自动按照参数位置和参数名把对应的参数传进去。

     1 >>> f1(1, 2)
     2 a = 1 b = 2 c = 0 args = () kw = {}
     3 >>> f1(1, 2, c=3)
     4 a = 1 b = 2 c = 3 args = () kw = {}
     5 >>> f1(1, 2, 3, 'a', 'b')
     6 a = 1 b = 2 c = 3 args = ('a', 'b') kw = {}
     7 >>> f1(1, 2, 3, 'a', 'b', x=99)
     8 a = 1 b = 2 c = 3 args = ('a', 'b') kw = {'x': 99}
     9 >>> f2(1, 2, d=99, ext=None)
    10 a = 1 b = 2 c = 0 d = 99 kw = {'ext': None}

      最神奇的是通过一个tuple和dict,你也可以调用上述函数:

    1 >>> args = (1, 2, 3, 4)
    2 >>> kw = {'d': 99, 'x': '#'}
    3 >>> f1(*args, **kw)
    4 a = 1 b = 2 c = 3 args = (4,) kw = {'d': 99, 'x': '#'}
    5 >>> args = (1, 2, 3)
    6 >>> kw = {'d': 88, 'x': '#'}
    7 >>> f2(*args, **kw)
    8 a = 1 b = 2 c = 3 d = 88 kw = {'x': '#'}

      所以,对于任意函数,都可以通过类似func(*args, **kw)的形式调用它,无论它的参数是如何定义的。

      然而,虽然函数参数类型多达5种,但不要同时使用太多的组合,否则函数接口的可理解性很差。哎,简简单单才是真啊。

      7.函数参数小结

      参数,作为函数传入值的媒介,这里有必要做一个总结。

      一、Python的函数具有非常灵活的参数形态,既可以实现简单的调用,又可以传入非常复杂的参数;

      二、默认参数一定要用不可变对象,如果是可变对象,程序运行时会有逻辑错误;

      三、*args是可变参数,args接收的是一个tuple;

        四、**kw是关键字参数,kw接收的是一个dict;

      五、可变参数既可以直接传入:func(1, 2, 3),又可以先组装list或tuple,再通过*args传入:func(*(1, 2, 3))

      六、关键字参数既可以直接传入:func(a=1, b=2),又可以先组装dict,再通过**kw传入:func(**{'a': 1, 'b': 2});

      七、使用*args**kw是Python的习惯写法,当然也可以用其他参数名,但最好使用习惯用法;

      八、命名的关键字参数是为了限制调用者可以传入的参数名,同时可以提供默认值;

      九、定义命名的关键字参数在没有可变参数的情况下不要忘了写分隔符*,否则定义的将是位置参数。

      故而,为了学好Python中的函数部分,参数不容忽视。

    函数调用

      在学习了函数的定义之后,我们应该需要调用函数,获取我们想要的数据。

      如何调用函数呢?语法:函数名(参数)

      Python中,大佬们内置了许多有点用的函数,而我们只需拿来就行(这让我想起了鲁迅的“拿来主义”)。

      若要调用Python中的内置函数,我们首先要知道函数名和参数。哈哈,又是参数~~~

      比如我想要求某数的绝对值。如果你不知道Python有相关的内置函数,就只能这么做:

     1 #求取绝对值
     2 >>>def abs(num):
     3 ...    if num >= 0:
     4 ...        return num
     5 ...    else:
     6 ...        return (-num)
     7 ...
     8 >>>abs(9)
     9 9
    10 >>>abs(0)
    11 0
    12 >>>abs(-8)
    13 8

      上述代码虽然可以实现求绝对值的功能,但是太繁琐,需要敲几行代码才能实现该功能。然而,Python中有这个函数可以直接调用并输出结果。

     1 #Python内置函数:abs()
     2 >>>abs(-9)
     3 9
     4 >>>abs(9)
     5 9
     6 #获取帮助文档
     7 >>>help(abs)
     8 Help on built-in function abs in module builtins:
     9 
    10 abs(x, /)
    11     Return the absolute value of the argument.

      Python官方网站:https://docs.python.org/3/library/functions.html

      对于函数参数,通常会遇到以下两个问题:

      1.如果函数传入参数的数量错误,会如何呢?简单,直接Error呗。比如abs():

    1 #函数传入参数的数量错误
    2 >>> abs(-9,89)
    3 Traceback (most recent call last):
    4   File "<stdin>", line 1, in <module>
    5 TypeError: abs() takes exactly one argument (2 given)

      2.如果传入的参数数量是对的,但参数类型不能被函数所接受,也会报TypeError的错误,并且给出错误信息:str是错误的参数类型:

    1 #传入的参数类型错误
    2 >>> abs('a')
    3 Traceback (most recent call last):
    4   File "<stdin>", line 1, in <module>
    5 TypeError: bad operand type for abs(): 'str'

    常见内置函数(Built-in Functions)

      Python 3.x版本下官方网站:https://docs.python.org/3/library/functions.html。该网址内显示Python内置函数相关内容(Built-in Functions)。

      1.数据结构相关:list()、tuple()、dict()、str()……

      2.数字相关:abs()、min()、max()、len()……

      3.其他:int()、float()……

      好,不一一例举了,直接上图吧~~~

      如果读者想知道图中函数的详细含义,请点击上述链接网址。调皮一下,这里就不附上网址啦~~~

    数据类型转换

      Python内置的常用函数还包括数据类型转换函数,比如int()函数可以把其他数据类型转换为整数:

     1 #Python之数据类型转换(int、float、str……)
     2 >>> int('123')
     3 123
     4 >>> int(12.34)
     5 12
     6 >>> float('12.34')
     7 12.34
     8 >>> str(1.23)
     9 '1.23'
    10 >>> str(100)
    11 '100'
    12 >>> bool(1)
    13 True
    14 >>> bool('')
    15 False

    函数别名

      了解Linux的读者可能知道别名(alias,unalias)这个指令。Python中也有“别名”之说,比如把函数名赋给变量:

     1 #函数“别名”
     2 >>>abs(-8)
     3 8
     4 >>>a = abs
     5 >>>a(-9)
     6 9
     7 >>>a(0)
     8 0
     9 >>>a(9)
    10 9

    递归函数

      讲述递归函数之前,我想起一个东西:阶乘(n!)。举个例子,我们来计算阶乘n! = 1 x 2 x 3 x ... x n,用函数fact(n)表示,可以看出:

      fact(n) = n! = 1 x 2 x 3 x ... x (n-1) x n = (n-1)! x n = fact(n-1) x n

      因此,递归函数:在函数内部,一个函数在内部调用自身本身。

      于是,fact(n)用递归的方式写出来就是:

     1 #递归函数
     2 >>>def fact(n):
     3 ...    if n == 1:
     4 ...        return 1
     5 ...    else:
     6 ...        return fact(n - 1) * n
     7 ...
     8 >>>fact(1)
     9 1
    10 >>>fact(5)
    11 120
    12 #递归函数之栈溢出
    13 >>>fact(1000)
    14 Traceback (most recent call last):
    15   File "<stdin>", line 1, in <module>
    16   File "<stdin>", line 5, in x
    17   File "<stdin>", line 5, in x
    18   File "<stdin>", line 5, in x
    19   [Previous line repeated 994 more times]
    20   File "<stdin>", line 2, in x
    21 RecursionError: maximum recursion depth exceeded in comparison

      如代码所示,使用递归函数的优点是逻辑简单清晰,缺点是过深的调用会导致栈溢出。

      针对尾递归优化的语言可以通过尾递归防止栈溢出。尾递归事实上和循环是等价的,没有循环语句的编程语言只能通过尾递归实现循环。

      Python标准的解释器没有针对尾递归做优化,任何递归函数都存在栈溢出的问题。

      什么是尾递归?这个请读者自行查询呗,这里就不介绍啦,嘿嘿~~~

      下面来个斐波拉契数列

    1 #斐波拉契数列
    2 >>>def fibo(arg1,arg2):
    3 ...    if arg1 == 0:
    4 ...        print(arg1,arg2)
    5 ...    arg3 = arg1 + arg2
    6 ...    print(arg3)
    7 ...    fibo(arg2, arg3)
    8 ...
    9 >>>fibo(0,1)    

      上述代码展示的斐波拉契数列会一直计算,直至栈溢出:

     1 #斐波拉契数列导致栈溢出
     2 488272859468887457959087733119242564077850743657661180827326798539177758919828135114407499369796465649524266755391104990099120377
     3 Traceback (most recent call last):
     4   File "<stdin>", line 1, in <module>
     5   File "<stdin>", line 6, in fibo
     6   File "<stdin>", line 6, in fibo
     7   File "<stdin>", line 6, in fibo
     8   [Previous line repeated 992 more times]
     9   File "<stdin>", line 5, in fibo
    10 RecursionError: maximum recursion depth exceeded while calling a Python object
    11 16602747662452097049541800472897701834948051198384828062358553091918573717701170201065510185595898605104094736918879278462233015981029522997836311232618760539199036765399799926731433239718860373345088375054249

      如何才能避免栈溢出呢?自己想呗,要不大脑会生锈的。

      对于汉罗塔问题,利用递归来解决该问题也是相当的简单,且代码清晰:

     1 #递归解决汉罗塔问题
     2 >>>def hanrota(n,a,b,c):
     3 ...    if n == 1:
     4 ...        print(a,'-->',c)
     5 ...    else:
     6 ...        hanrota(n - 1,a,c,b)
     7 ...        hanrota(1,a,b,c)
     8 ...        hanrota(n - 1,b,a,c)
     9 ...
    10 >>>hanrota(3,'A','B','C')
    11 A --> C
    12 A --> B
    13 C --> B
    14 A --> C
    15 B --> A
    16 B --> C
    17 A --> C
    汉罗塔问题

    匿名函数

      定义函数真得不可多得,但有时候不需要显示地定义函数。因此,函数也需要灵活地运用。使用匿名函数可以更加方便。

      匿名函数语法:

        lambda x: x * x(关键字lambda表示匿名函数,冒号前面的x表示函数参数)

    1 def f(x):
    2     return x * x

      匿名函数的好处:因为函数没有名字,不必担心函数名冲突。

    1 def is_odd(n):
    2    return n % 2==1
    3 
    4 L = list(filter(lambda n: n%2==1,range(1,20)))
    5 print(L)  

      1.匿名函数也是一个函数对象,也可以把匿名函数赋值给一个变量,再利用变量来调用该函数。

      2.Python中,匿名函数可以作为返回值返回并输出结果。

  • 相关阅读:
    CSS 导航栏
    CSS 伪元素
    CSS 伪类(Pseudo-classes)
    CSS 组合选择符
    CSS Positioning(定位)
    C# 控制台程序 托盘图标 事件响应
    安装GIT,集成到Powershell中
    Tomcat调优
    CentOS7安装配置redis5集群
    redis.conf配置详细解析
  • 原文地址:https://www.cnblogs.com/SmallWZQ/p/8533740.html
Copyright © 2011-2022 走看看