一、调用 本来存在的函数
#1、取绝对值 print( '-20取绝对值后',abs(-20) ) #2、取最大值 print('最大值是',max(1,2,4,-5)) #3、数据类型转换 str(1.23) int('123') bool('') bool(1) hex(1)
二、定义函数
定义一个计算绝对值的函数
调用函数后输出值才是函数后的值
#1、定义函数需要前面 def 函数名后需要加上冒号 x=-1 def abs(x): if x >= 0: return x else: return -x print(abs(x))
在其他工程内调用当前的函数
from function import abs print(abs(-2))
导入哪一个类的哪一个方法
三、空函数
如果想定义一个什么事也不做的空函数，可以用pass语句：
def nop():
pass
或者条件判断语句什么事也不做
if age >= 18:
pass
四、返回多个返回值
-位置参数：传入的两个值按照位置顺序依次赋给参数
import math
def move(x, y, step, angle=0):
nx = x + step * math.cos(angle)
ny = y - step * math.sin(angle)
return nx, ny
x,y = move(100,100,60,math.pi / 6)
print(x,y)
五、有赋值的 默认 函数参数 不可变
有默认参数的存在降低了函数调用的难度，而一旦需要更复杂的调用时，又可以传递更多的参数来实现。无论是简单调用还是复杂调用，函数只需要定义一个。
可以有默认的初始值，也可以再调用的时候 对当前的初始值重新赋值覆盖掉初始值
def power(x,n=2):
s = 1
while n >0:
s = x*s
n = n-1
return s
print(power(2))
print(power(2,4))
结果为 4，16
#参数不可变时 我们需要在调用的时候还对 当前的参数进行定义是小括号的tuple还是中括号的list #已经有一个list或者tuple，要调用一个可变参数，再调用函数时也要放上* 表示当前的数组也是可变的 # def cal(* numbers): # sum = 0 # for n in numbers: # sum = sum + n*n # return sum # print(cal(1,2,3)) # a=(2,3,4) # print(cal(*a)) # print(cal([1,2,3])) # print(cal((1,2,3)))
修改为默认参数为L=None时 就不会出现错误
在参数前面加上 *号代表当前的参数是可变的
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、定义好的函数 再调用
2、已存在的数组 再调用函数
*a 表示把 a 这个tuple/list的所有元素作为可变参数传进去。这种写法相当有用，而且很常见。
关键字参数 可以只传入必选参数，可以对关键字参数可以传递任意个含参数名的参数
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。
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
相当于可以覆盖定义参数名和参数，极大扩展函数的功能。
eg:
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
如果扩展的选项是固定的只有在一个范围内的2个必填 则
def person(name,age,**kw):
#可对关键参数输入的参数名和参数值做操作
if 'city' in kw:
pass
if 'tel' in kw:
pass
print('name',name,'age',age,'other',kw)
#1.先有函数 再调用，直接在关键字参数后面加上字
person('Michael',30)
person('Adam', 45, gender='M', job='Engineer')
#2.先有dict 再调用
a={'gender':'M','job':'Engineer'}
person('Adam',45,**a)
#3.对当前的关键字参数进行筛选
b={'gender':'M' , 'job':'Engineer' , 'city':'xiamen' , 'tel':13123}
person('Evelyn',25,**b)
print('###############################')
def person1(name, age, *, city, job):
print(name, age, city, job)
person1('Edson',66,city='Beijing', job='Engineer')
d={'job':'Engineer','city':'xiamen' }
person1('Evelyn',25,**d)
person1('Edson',66,'qz','accounter')
*特殊的关键字参数---命名关键字参数
1、命名关键字参数 必须只能是后面的这2个参数
2、必须个数和关键参数个数一致
3、必须以关键参数的形式对参数进行赋值
八、参数组合
在Python中定义函数，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。
比如定义一个函数，包含上述若干种参数：
def f1(a, b, c=0, *args, **kw): print('a =', a, 'b =', b, 'c =', c, 'args =', args, 'kw =', kw) def f2(a, b, c=0, *, d, **kw): print('a =', a, 'b =', b, 'c =', c, 'd =', d, 'kw =', kw) print('f1:') args = (1, 2, 3, 4) kw = {'d': 99, 'x': '#'} f1(*args, **kw) print('f2:') args = (1, 2, 3) kw = {'d': 88, 'x': '#'} f2(*args, **kw)
九、递归函数
在函数内部，可以调用其他函数。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。
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
所以，fact(n)可以表示为n x fact(n-1)，只有n=1时需要特殊处理。
于是，fact(n)用递归的方式写出来就是：
def fact(n): if n==1: return 1 else: return n*fact(n-1) print (fact(5))
递归函数的优点是定义简单，逻辑清晰。理论上，所有的递归函数都可以写成循环的方式，但循环的逻辑不如递归清晰。
===> fact(5)
===> 5 * fact(4)
===> 5 * (4 * fact(3))
===> 5 * (4 * (3 * fact(2)))
===> 5 * (4 * (3 * (2 * fact(1))))
===> 5 * (4 * (3 * (2 * 1)))
===> 5 * (4 * (3 * 2))
===> 5 * (4 * 6)
===> 5 * 24
===> 120使用递归函数需要注意防止栈溢出。在计算机中，函数调用是通过栈（stack）这种数据结构实现的，每当进入一个函数调用，栈就会加一层栈帧，每当函数返回，栈就会减一层栈帧。由于栈的大小不是无限的，所以，递归调用的次数过多，会导致栈溢出。可以试试fact(1000)
解决递归调用栈溢出的方法是通过尾递归优化，事实上尾递归和循环的效果是一样的，所以，把循环看成是一种特殊的尾递归函数也是可以的。
尾递归是指，在函数返回的时候，调用自身本身，并且，return语句不能包含表达式。这样，编译器或者解释器就可以把尾递归做优化，使递归本身无论调用多少次，都只占用一个栈帧，不会出现栈溢出的情况。
上面的fact(n)函数由于return n * fact(n - 1)引入了乘法表达式，所以就不是尾递归了。要改成尾递归方式，需要多一点代码，返回是要把每一步乘积传入到递归函数中：
def fact(n):
return fact_iter(n, 1)
def fact_iter(num, product):
if num == 1:
return product
return fact_iter(num - 1, num * product)
print(fact(5))
可以看到，return fact_iter(num - 1, num * product)仅返回递归函数本身，num - 1和num * product在函数调用前就会被计算，不影响函数调用。
fact(5)对应的fact_iter(5, 1)的调用如下：
===> fact_iter(5, 1)
===> fact_iter(4, 5)
===> fact_iter(3, 20)
===> fact_iter(2, 60)
===> fact_iter(1, 120)
===> 120尾递归调用时，如果做了优化，栈不会增长，因此，无论多少次调用也不会导致栈溢出。
遗憾的是，大多数编程语言没有针对尾递归做优化，Python解释器也没有做优化，所以，即使把上面的fact(n)函数改成尾递归方式，也会导致栈溢出。
小结
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。
'return'outside function
1.检查一下缩进；
2.如果缩进没问题的话，可能是你没有把return放到一个函数里，python3中return只能在自定义函数中使用。