本节内容
1. 函数基本语法及特性
2. 参数与局部变量
3. 返回值 嵌套函数
4.递归
5.匿名函数
6.函数式编程介绍
7.高阶函数
8.内置函数
温故知新
1. 集合
主要作用:
- 去重
- 关系测试, 交集\差集\并集\反向(对称)差集
2. 元组
只读列表,只有count, index 2 个方法
作用:如果一些数据不想被人修改, 可以存成元组,比如身份证列表
3. 字典
key-value对
- 特性:
- 无顺序
- 去重
- 查询速度快,比列表快多了
- 比list占用内存多
为什么会查询速度会快呢?因为他是hash类型的,那什么是hash呢?
哈希算法将任意长度的二进制值映射为较短的固定长度的二进制值,这个小的二进制值称为哈希值。哈希值是一段数据唯一且极其紧凑的数值表示形式。如果散列一段明文而且哪怕只更改该段落的一个字母,随后的哈希都将产生不同的值。要找到散列为同一个值的两个不同的输入,在计算上是不可能的,所以数据的哈希值可以检验数据的完整性。一般用于快速查找和加密算法
dict会把所有的key变成hash 表,然后将这个表进行排序,这样,你通过data[key]去查data字典中一个key的时候,python会先把这个key hash成一个数字,然后拿这个数字到hash表中看没有这个数字, 如果有,拿到这个key在hash表中的索引,拿到这个索引去与此key对应的value的内存地址那取值就可以了。
上面依然没回答这样做查找一个数据为什么会比列表快,对不对? 呵呵,等我课上揭晓。
1.函数基本语法及特性
引入
现在老板让你写一个监控程序,监控服务器的系统状况,当cpu\memory\disk等指标的使用量超过阀值时即发邮件报警,你掏空了所有的知识量,写出了以下代码while True:
1 if cpu利用率 > 90%: 2 3 #发送邮件提醒 4 5 连接邮箱服务器 6 7 发送邮件 8 9 关闭连接 10 11 12 13 if 硬盘使用空间 > 90%: 14 15 #发送邮件提醒 16 17 连接邮箱服务器 18 19 发送邮件 20 21 关闭连接 22 23 24 25 if 内存占用 > 80%: 26 27 #发送邮件提醒 28 29 连接邮箱服务器 30 31 发送邮件 32 33 关闭连接
上面的代码实现了功能,但是这个重复代码太多了,每次报警都要重写一段发邮件的代码,太low了,这样干存在2个问题:
- 代码重复过多,一个劲的copy and paste不符合高端程序员的气质
- 如果日后需要修改发邮件的这段代码,比如加入群发功能,那你就需要在所有用到这段代码的地方都修改一遍
换个思路很简单,只需要把重复的代码提取出来,放在一个公共的地方,起个名字,以后谁想用这段代码,就通过这个名字调用就行了,如下
def 发送邮件(内容) #发送邮件提醒 连接邮箱服务器 发送邮件 关闭连接 while True: if cpu利用率 > 90%: 发送邮件('CPU报警') if 硬盘使用空间 > 90%: 发送邮件('硬盘报警') if 内存占用 > 80%: 发送邮件('内存报警')
函数是什么?
函数一词来源于数学,但编程中的「函数」概念,与数学中的函数是有很大不同的,具体区别,我们后面会讲,编程中的函数在英文中也有很多不同的叫法。在BASIC中叫做subroutine(子过程或子程序),在Pascal中叫做procedure(过程)和function,在C中只有function,在Java里面叫做method。
定义: 函数是指将一组语句的集合通过一个名字(函数名)封装起来,要想执行这个函数,只需调用其函数名即可
特性:
- 减少重复代码
- 使程序变的可扩展
- 使程序变得易维护
语法定义:
1.内置函数:python自带的。sum,len,max,min
2.自定义函数:自己写的。
函数的框架:
def 函数名(参数1,参数2,……):
"""注释"""
函数体
3.函数定义时,不执行函数体,只存储函数信息
4.函数的形式:
4.1 有参函数:有参数的函数,想要接收数据显示结果
4.2.无参函数:没有参数的函数,为了显示效果。
4.3 空函数
无参数型:
def sayhi():#函数名
print("Hello, I'm nobody!")
sayhi() #调用函数
可以带参数:
下面这段代码:
a,b = 5,8 #表示a=5,b=8
c = a**b
print(c)
#改成用函数写
def calc(x,y):
res = x**y
return res #返回函数执行结果
c = calc(a,b) #结果赋值给c变量
print(c)
2.函数参数与局部变量
形参变量只有在被调用时才分配内存单元,在调用结束时,即刻释放所分配的内存单元。因此,形参只在函数内部有效。函数调用结束返回主调用函数后则不能再使用该形参变量
实参可以是常量、变量、表达式、函数等,无论实参是何种类型的量,在进行函数调用时,它们都必须有确定的值,以便把这些值传送给形参。因此应预先用赋值,输入等办法使参数获得确定值
# 0 形参:函数定义中的变量。
# 实参:函数调用的时候,传递的实际的 "值"。
# 1.位置参数:在函数调用中,实参传递按照形参的顺序,一一对应。
# 实参和形参一一对应,实参不能多也不能少
1 def xinxi(name,sex,age): 2 print(name) 3 print(sex) 4 print(age) 5 xinxi("大熊","男",19)
# 2.默认参数(形参):
# 函数定义时,采用 变量="值” 的形式来定义的形参。
# 特点:已经赋值了,调用的时候可以不赋值。
#默认参数,只在定义的时候,赋值。
1 a=18 2 def xinxi(name,sex,age=a,class_1="信安17-1"): 3 print(name) 4 print(sex) 5 print(age) 6 print(class_1) 7 a=20 8 xinxi("大熊","男")
print(a) 猜测a为多少,大熊的年龄是多少?
# 3.关键字参数(实参):在函数调用的时候,通过key=value的形式
# 传递实参
#注意:一个形参只能接收一个实参。
#位置参数,必须在关键字参数,前面
def xinxi(name,sex,age,class_1="信安17-1"): print(name) print(sex) print(age) print(class_1) xinxi("康复",age=20,sex="男")
# 4.可变长参数:解决实参溢出的问题。
# 实参有两种情况:一种为位置实参,另外一种是关键字实参
# 1.位置实参溢出: *args,把位置参数多余的数据,
# 以元祖的形式存储,打包传递给args
1 def demp(a,b,*args): 2 print(a) 3 print(b) 4 print(args) 5 demp(1,2,3,45,7,8,0)
# # 2.关键字参数溢出:**kwargs,把关键字参数中多余的数据,
# 以字典的形式存储,打包传递给kwargs
def demp(a,b,**kwargs): print(a) print(b) print(kwargs) demp(1,2,c=3,d=5,e=6)
1 #可变长参数在装饰器中的应用 2 import time 3 def xinxi(*args,**kwargs): 4 time.sleep(3) 5 def wrap(*args,**kwargs): 6 start=time.time() 7 xinxi(*args,**kwargs) 8 return time.time()-start 9 print(wrap("kangfu","男",19)) 10 print(time.time())
其它举例:
若你的函数在定义时不确定用户想传入多少个参数,就可以使用非固定参数
1 def stu_register(name,age,*args): # *args 会把多传入的参数变成一个元组形式 2 3 print(name,age,args) 4 5 6 7 stu_register("ajun",22) 8 9 #输出 10 11 #ajun 22 () #后面这个()就是args,只是因为没传值,所以为空 12 13 14 15 stu_register("Jack",32,"CN","Python") 16 17 #输出 18 19 # Jack 32 ('CN', 'Python')
还可以有一个**kwargs
def stu_register(name,age,*args,**kwargs): # *kwargs 会把多传入的参数变成一个dict形式 print(name,age,args,kwargs) stu_register("ajun",22) #输出 #ajun 22 () {}#后面这个{}就是kwargs,只是因为没传值,所以为空 stu_register("Jack",32,"CN","Python",sex="Male",province="ShanDong") #输出 # Jack 32 ('CN', 'Python') {'province': 'ShanDong', 'sex': 'Male'}
局部变量
name = "ajun" def change_name(name): print("before change:",name) name = "大熊" print("after change", name) change_name(name) print("在外面看看name改了么?",name) 输出 before change: ajun after change 大熊 在外面看看name改了么?ajun
全局与局部变量
在子程序中定义的变量称为局部变量,在程序的一开始定义的变量称为全局变量。
全局变量作用域是整个程序,局部变量作用域是定义该变量的子程序。
当全局变量与局部变量同名时:
在定义局部变量的子程序内,局部变量起作用;在其它地方全局变量起作用。
3.返回值
要想获取函数的执行结果,就可以用return语句把结果返回
注意:
- 函数在执行过程中只要遇到return语句,就会停止执行并返回结果,so 也可以理解为 return 语句代表着函数的结束
- 如果未在函数中指定return,那这个函数的返回值为None
强行插入知识点: 嵌套函数
看上面的标题的意思是,函数还能套函数?of course
#Author:ajun name = "ajun" def change_name(): name = "ajun2" def change_name2(): name = "ajun3" print("第3层打印",name) change_name2() #调用内层函数 print("第2层打印",name) change_name() print("最外层打印",name) 结果 第3层打印 ajun3 第2层打印 ajun2 最外层打印 ajun
此时,在最外层调用change_name2()会出现什么效果?
没错, 出错了, 为什么呢?change_name2() 是一个函数内部的函数,类似于局部变量,外部调用,找不到,从而报错。
嵌套函数的用法会了,但它有什么用呢?
4. 递归
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。
#Author:ajun def calc(n): print(n) if int(n/2) ==0: return n return calc(int(n/2)) calc(10)
1递归特性:
1. 必须有一个明确的结束条件
2. 每次进入更深一层递归时,问题规模相比上次递归都应有所减少
3. 递归效率不高,递归层次过多会导致栈溢出(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)
堆栈扫盲http://www.cnblogs.com/lln7777/archive/2012/03/14/2396164.html
递归函数实际应用案例,二分查找(折半查找)
1 data = [1, 3, 6, 7, 9, 12, 14, 16, 17, 18, 20, 21, 22, 23, 30, 32, 33, 35] 2 3 def binary_search(dataset,find_num): 4 5 print(dataset) 6 7 if len(dataset) >1: 8 9 mid = int(len(dataset)/2) 10 11 if dataset[mid] == find_num: #find it 12 13 print("找到数字",dataset[mid]) 14 15 elif dataset[mid] > find_num :# 找的数在mid左面 16 17 print("