函数与Lambda表达式
目录
一、函数
1.函数的定义
2.函数的调用
3.函数文档
4.函数参数
5.函数的返回值
6.变量的作用域
7.内嵌函数
8.闭包
9.递归
二、Lambda表达式
1.匿名函数的定义
2.匿名函数的应用
正文
一、函数
1.函数的定义
1 函数以def关键词开头，后接函数名和圆括号()。 2 函数执行的代码以冒号起始，并且缩进。 3 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。
语法如下：
def functionname(parameters): "函数_文档字符串" function_suite return [expression]
2.函数的调用
将定义好的函数，直接用函数名调用即可
def f(x): return (x**2) f(3) #9
3.函数文档
函数定义过程中的参数是形参，调用过程中的是实参
def MyFirstFunction(name): "函数定义过程中name是形参" # 因为Ta只是一个形式，表示占据一个参数位置 print('传递进来的{0}叫做实参，因为Ta是具体的参数值！'.format(name)) MyFirstFunction('老马的程序人生') # 传递进来的老马的程序人生叫做实参，因为Ta是具体的参数值！ print(MyFirstFunction.__doc__) # 函数定义过程中name是形参 help(MyFirstFunction) # Help on function MyFirstFunction in module __main__: # MyFirstFunction(name) # 函数定义过程中name是形参
4.函数参数
我在这篇文章里面有详细介绍https://www.cnblogs.com/cgmcoding/p/13294658.html
函数参数类型有如下：
1 位置参数 (positional argument) 2 默认参数 (default argument) 3 可变参数 (variable argument) 4 关键字参数 (keyword argument) 5 命名关键字参数 (name keyword argument) 6 参数组合
（1）位置参数
一般将位置参数放在最前面
#arg1 - 位置参数 ，这些参数在调用函数 (call function) 时位置要固定 def functionname(arg1): "函数_文档字符串" function_suite return [expression]
（2）默认参数
默认参数一定要放在位置参数 后面，不然程序会报错
默认参数 = 默认值，调用函数时，默认参数的值如果没有传入，则被认为是默认值，如果有值传入，则输出传入的值
#age=8即是默认参数 def printinfo(name, age=8): print('Name:{0},Age:{1}'.format(name, age)) printinfo('小马') # Name:小马,Age:8 printinfo('小马', 10) # Name:小马,Age:10
如果调用时参数顺序改变了，则需要用参数=具体的实参
printinfo(age=8, name='小马') # Name:小马,Age:8
（3）可变参数
可变参数就是传入的参数个数是可变的，可以是 0, 1, 2 到任意个，是不定长的参数
#*args - 可变参数，可以是从零个到任意个，自动组装成元组 #加了星号（*）的变量名会存放所有未命名的变量参数 def functionname(arg1, arg2=v, *args): "函数_文档字符串" function_suite return [expression]
调用
def calc(*numbers): sum=0 for n in numbers: sum=sum+n*n return sum #调用 calc(1,2,3,4)
如果已经有了一个list或者tuple:直接在list或者tuple前面加上一个*号
#方法一 num=[1,2,3] calc(num[0],num[1],num[2]) #方法二 num=[1,2,3] calc(*num)
（4）关键字参数
**kw - 关键字参数，可以是从零个到任意个，自动组装成字典
语法如下：
def functionname(arg1, arg2=v, *args, **kw): "函数_文档字符串" function_suite return [expression]
例子
def printinfo(arg1, *args, **kwargs): print(arg1) print(args) print(kwargs) printinfo(70, 60, 50) # 70 # (60, 50) # {} printinfo(70, 60, 50, a=1, b=2) # 70 # (60, 50) # {'a': 1, 'b': 2}
「可变参数」和「关键字参数」的同异总结如下
1 可变参数允许传入零个到任意个参数，它们在函数调用时自动组装为一个元组 (tuple)。 2 关键字参数允许传入零个到任意个参数，它们在函数内部自动组装为一个字典 (dict)。
（5）命名关键字参数
def functionname(arg1, arg2=v, *args, *, nkw, **kw): "函数_文档字符串" function_suite return [expression]
1 *, nkw - 命名关键字参数，用户想要输入的关键字参数，定义方式是在nkw 前面加个分隔符 *。 2 如果要限制关键字参数的名字，就可以用「命名关键字参数」 3 使用命名关键字参数时，要特别注意不能缺少参数名
命名关键字参数必须传入参数名，如果没有传入参数名，调用将报错
#没有写参数名nwk，因此 10 被当成「位置参数」，而原函数只有 1 个位置函数，现在调用了 2 个，因此程序会报错 def printinfo(arg1, *, nkw, **kwargs): print(arg1) print(nkw) print(kwargs) printinfo(70, nkw=10, a=1, b=2) # 70 # 10 # {'a': 1, 'b': 2} printinfo(70, 10, a=1, b=2) # TypeError: printinfo() takes 1 positional argument but 2 were given
（6）参数组合
在 Python 中定义函数，可以用位置参数、默认参数、可变参数、命名关键字参数和关键字参数，这 5 种参数中的 4 个都可以一起使用，但是注意，参数定义的顺序必须是
1 位置参数、默认参数、可变参数和关键字参数。 2 位置参数、默认参数、命名关键字参数和关键字参数。
要注意可变参数和关键字参数的语法：
1 *args 是可变参数，args 接收的是一个 tuple 2 **kw 是关键字参数，kw 接收的是一个 dict
命名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。定义命名关键字参数不要忘了写分隔符 *，否则定义的是位置参数。
警告：虽然可以组合多达 5 种参数，但不要同时使用太多的组合，否则函数很难懂
5.函数的返回值
即是函数定义中，需要返回的return或者print 或者值返回一个函数
def add(a, b): return a + b print(add(1, 2)) # 3 print(add([1, 2, 3], [4, 5, 6])) # [1, 2, 3, 4, 5, 6] def printme(str): print(str) temp = printme('hello') # hello print(temp) # None print(type(temp)) # <class 'NoneType'>
6.变量的作用域
1 Python 中，程序的变量并不是在哪个位置都可以访问的，访问权限决定于这个变量是在哪里赋值的。
2 定义在函数内部的变量拥有局部作用域，该变量称为局部变量。
3 定义在函数外部的变量拥有全局作用域，该变量称为全局变量。
4 局部变量只能在其被声明的函数内部访问，而全局变量可以在整个程序范围内访问
局部变量的定义：在局部范围内的变量；例子：天气预报：西安2019年7月19号今天阴天，在全国范围内，今天的天气是阴天。（对于西安今天是阴天，但是明天就是晴天。只保证今天是阴天）
全局变量的定义：在全局范围内的变量：例子：城市省会，西安是陕西的省会（在国家范围内西安就是陕西省省会，一直是，基本不变）
例子
#我定义了3个函数，a=3为全局变量，如果局部不改变a的值则a就是3，局部有改变，咋a就随者局部改变而改变 a=3 def test1(a): print(a) #这里的a调用的是test1的a的局部变量 def test2(b): a=5 print(b,a) #这里的a调用的是test2的a的局部变量 def test3(c): print(c,a) #这里的a调用的是最开始定义好的a的全部变量 test1(4) #4 test2(10) # 10 5 test3(6) #6 3
当内部作用域想修改外部作用域的变量时，就要用到global和nonlocal关键字了
#以上代码会报错：第一行定义了全局变量，在内部函数中又对外部函数进行了引用并修改，那么python会认为它是一个局部变量，有因为内部函数没有对其gcount进行定义和赋值，所以报错 gcount = 0 def global_test(): gcount+=1 print (gcount) global_test() #如果局部要对全局变量修改，则在局部声明该全局变量 gcount = 0 def global_test(): global gcount gcount+=1 print (gcount) global_test() #如果局部不声明全局变量，并且不修改全局变量，则可以正常使用 gcount = 0 def global_test(): print (gcount) global_test()
nonlocal声明的变量不是局部变量,也不是全局变量,而是外部嵌套函数内的变量
def make_counter(): count = 0 def counter(): nonlocal count count += 1 return count return counter def make_counter_test(): mc = make_counter() print(mc()) print(mc()) print(mc()) make_counter_test()
混合使用
def scope_test(): def do_local(): spam = "local spam" #此函数定义了另外的一个spam字符串变量，并且生命周期只在此函数内。此处的spam和外层的spam是两个变量，如果写出spam = spam + “local spam” 会报错 def do_nonlocal(): nonlocal spam #使用外层的spam变量 spam = "nonlocal spam" def do_global(): global spam spam = "global spam" spam = "test spam" do_local() print("After local assignmane:", spam) do_nonlocal() print("After nonlocal assignment:",spam) do_global() print("After global assignment:",spam) scope_test() print("In global scope:",spam)
7.内嵌函数
def outer(): print('outer函数在这被调用') def inner(): print('inner函数在这被调用') inner() # 该函数只能在outer函数内部被调用 outer() # outer函数在这被调用 # inner函数在这被调用
8.闭包
1 是函数式编程的一个重要的语法结构，是一种特殊的内嵌函数。 2 如果在一个内部函数里对外层非全局作用域的变量进行引用，那么内部函数就被认为是闭包。 3 通过闭包可以访问外层非全局作用域的变量，这个作用域称为 闭包作用域。
def funX(x): def funY(y): return x * y return funY i = funX(8) print(type(i)) # <class 'function'> print(i(5)) # 40
闭包的返回值通常是函数
def make_counter(init): counter = [init] def inc(): counter[0] += 1 def dec(): counter[0] -= 1 def get(): return counter[0] def reset(): counter[0] = init return inc, dec, get, reset inc, dec, get, reset = make_counter(0) inc() inc() inc() print(get()) # 3 dec() print(get()) # 2 reset() print(get()) # 0
9.递归
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
# 利用循环 n = 5 for k in range(1, 5): n = n * k print(n) # 120 # 利用递归 def factorial(n): if n == 1: return 1 return n * factorial(n - 1) print(factorial(5)) # 120
斐波那契数列 f(n)=f(n-1)+f(n-2), f(0)=0 f(1)=1
# 利用循环 i = 0 j = 1 lst = list([i, j]) for k in range(2, 11): k = i + j lst.append(k) i = j j = k print(lst) # [0, 1, 1, 2, 3, 5, 8, 13, 21, 34, 55] # 利用递归 def recur_fibo(n): if n <= 1: return n return recur_fibo(n - 1) + recur_fibo(n - 2) lst = list() for k in range(11): lst.append(recur_fibo(k)) print(lst) # [0, 1, 1, 2, 3, 5, 8, 13, 21, 34, 55]
设置递归的层数，Python默认递归层数为 100
import sys sys.setrecursionlimit(1000)
二、lambda 表达式
1.匿名函数的定义
在 Python 里有两类函数
1 第一类：用 def 关键词定义的正规函数 2 第二类：用 lambda 关键词定义的匿名函数
python 使用 lambda 关键词来创建匿名函数，而非def关键词，它没有函数名，其语法结构如下
lambda argument_list: expression
1 lambda - 定义匿名函数的关键词。 2 argument_list - 函数参数，它们可以是位置参数、默认参数、关键字参数，和正规函数里的参数类型一样。 3 :- 冒号，在函数参数和表达式中间要加个冒号。 4 expression - 只是一个表达式，输入函数参数，输出一些值。
注意：
1 expression 中没有 return 语句，因为 lambda 不需要它来返回，表达式本身结果就是返回值。 2 匿名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
例子
def sqr(x): return x ** 2 print(sqr) # <function sqr at 0x000000BABD3A4400> y = [sqr(x) for x in range(10)] print(y) # [0, 1, 4, 9, 16, 25, 36, 49, 64, 81] lbd_sqr = lambda x: x ** 2 print(lbd_sqr) # <function <lambda> at 0x000000BABB6AC1E0> y = [lbd_sqr(x) for x in range(10)] print(y) # [0, 1, 4, 9, 16, 25, 36, 49, 64, 81] sumary = lambda arg1, arg2: arg1 + arg2 print(sumary(10, 20)) # 30 func = lambda *args: sum(args) print(func(1, 2, 3, 4, 5)) # 15
2.匿名函数的应用
函数式编程 是指代码中每一块都是不可变的，都由纯函数的形式组成。这里的纯函数，是指函数本身相互独立、互不影响，对于相同的输入，总会有相同的输出，没有任何副作用
非函数式编程：
def f(x): for i in range(0, len(x)): x[i] += 10 return x x = [1, 2, 3] f(x) print(x) # [11, 12, 13]
函数式编程：
def f(x): y = [] for item in x: y.append(item + 10) return y x = [1, 2, 3] f(x) print(x) # [1, 2, 3]
匿名函数 常常应用于函数式编程的高阶函数 (high-order function)中，主要有两种形式：
1 参数是函数 (filter, map) 2 返回值是函数 (closure)
在 filter和map函数中的应用：
1 filter(function, iterable) 过滤序列，过滤掉不符合条件的元素，返回一个迭代器对象，如果要转换为列表，可以使用 list() 来转换 2 map(function, *iterables) 根据提供的函数对指定序列做映射。
odd = lambda x: x % 2 == 1 templist = filter(odd, [1, 2, 3, 4, 5, 6, 7, 8, 9]) print(list(templist)) # [1, 3, 5, 7, 9] m1 = map(lambda x: x ** 2, [1, 2, 3, 4, 5]) print(list(m1)) # [1, 4, 9, 16, 25] m2 = map(lambda x, y: x + y, [1, 3, 5, 7, 9], [2, 4, 6, 8, 10]) print(list(m2)) # [3, 7, 11, 15, 19]
匿名函数和def函数逾期用
def apply_to_list(fun, some_list): return fun(some_list) lst = [1, 2, 3, 4, 5] print(apply_to_list(sum, lst)) # 15 print(apply_to_list(len, lst)) # 5 print(apply_to_list(lambda x: sum(x) / len(x), lst)) # 3.0
练习题：
- 怎么给函数编写⽂档？
- 怎么给函数参数和返回值注解？
- 闭包中，怎么对数字、字符串、元组等不可变元素更新。
- 分别根据每一行的首元素和尾元素大小对二维列表 a = [[6, 5], [3, 7], [2, 8]] 排序。(利用lambda表达式)
- 利用python解决汉诺塔问题？