第五章、 函数
定义语句后面要加冒号
1) 定义函数
def sayHello():
print 'Hello World!'
sayHello()
2) 变量作用域
LEGB原则
L本地作用域
E上层结构中def或lambda的作用域
G全局作用域
B内置作用域
3) 工厂/闭合函数
def maker(N):
def action(X):
return X ** N
return action
f = maker(2)
print f #<function action at 0x00E87730>
print f(3) #9
print f(4) #16
g = maker(3)
print g(3) #27
4) 函数形参
def printMax(a, b):
if a > b:
print a, 'is maximum'
else:
print b, 'is maximum'
printMax(3, 4)
5) 局部变量
x是函数的局部变量
def func(x):
print 'x is', x
x = 2
print 'Changed local x to', x
x = 50
func(x)
print 'x is still', x
全局变量
def func():
global x
print 'x is', x
x = 2
print 'Changed local x to', x
x = 50
func()
print 'Value of x is', x
6) 默认参数值
def say(message, times = 1):
print message * times
say('Hello')
7) 关键参数
def func(a, b=5, c=10):
print 'a is', a, 'and b is', b, 'and c is', c
func(3)
8) 可变长度参数
*非关键字可变长参数(元组)
>>> def tupleVarArgs(arg1, arg2 = "defaultB", *theRest):
print 'arg 1:', arg1
print 'arg 2:', arg2
for eachXtrArg in theRest:
print 'another arg:', eachXtrArg
>>> tupleVarArgs('abc')
arg 1: abc
arg 2: defaultB
>>> tupleVarArgs(23, 4.56)
arg 1: 23
arg 2: 4.56
>>> tupleVarArgs('abc', 123, 'xyz', 456.7)
arg 1: abc
arg 2: 123
another arg: xyz
another arg: 456.7
**关键字变量参数(字典)
>>> def dictVarArgs(arg1, arg2 = "defaultB", **theRest):
print 'arg 1:', arg1
print 'arg 2:', arg2
for eachXtrArg in theRest.keys():
print 'Xtra arg %s: %s'
%(eachXtrArg, str(theRest[eachXtrArg]))
>>> dictVarArgs(1220, 740.0, c = 'gmail')
arg 1: 1220
arg 2: 740.0
Xtra arg c: gmail
>>> dictVarArgs(arg2 = 'tales', c = 123, d = 'poe', arg1 = 'my')
arg 1: my
arg 2: tales
Xtra arg c: 123
Xtra arg d: poe
>>> dictVarArgs('one', d = 10, e = 'zoo', men = ('freud', 'gaudi'))
arg 1: one
arg 2: defaultB
Xtra arg men: ('freud', 'gaudi')
Xtra arg e: zoo
Xtra arg d: 10
组合使用
>>> def newfoo(arg1, arg2, *nkw, **kw):
print 'arg1 is :', arg1
print 'arg2 is :', arg2
for eachNKW in nkw:
print 'add non-keyword:', eachNKW
for eachKW in kw.keys():
print "add keyword '%s': %s" %(eachKW, kw[eachKW])
>>> newfoo(10, 20, 30, 40, foo = 50, bar = 60)
arg1 is : 10
arg2 is : 20
add non-keyword: 30
add non-keyword: 40
add keyword 'foo': 50
add keyword 'bar': 60
>>> newfoo(2, 4, *(6, 8), **{'foo':10, 'bar':12})
arg1 is : 2
arg2 is : 4
add non-keyword: 6
add non-keyword: 8
add keyword 'foo': 10
add keyword 'bar': 12
>>> aTuple = (6, 7, 8)
>>> aDict = {'z':9}
>>> newfoo(1, 2, 3, x = 4, y = 5, *aTuple, **aDict)
arg1 is : 1
arg2 is : 2
add non-keyword: 3
add non-keyword: 6
add non-keyword: 7
add non-keyword: 8
add keyword 'y': 5
add keyword 'x': 4
add keyword 'z': 9
>>>
9) return语句
def maximum(x, y):
if x > y:
return x
else:
return y
print maximum(2, 3)
10) DocStrings
文档字符串，一个多行字符串。
你可以使用__doc__（注意双下划线）调用函数的文档字符串属性。
建议对你所写的任何正式函数编写文档字符串。
def printMax(x, y):
'''Prints the maximum of two numbers.
The two values must be integers.'''
x = int(x) # convert to integers, if possible
y = int(y)
if x > y:
print x, 'is maximum'
else:
print y, 'is maximum'
printMax(3, 5)
print printMax.__doc__
11) lambda匿名函数
使用方法：lambda [arg1[,arg2,arg3,...,argn]] : expression
Factorial = lambda x: x > 1 and x * Factorial(x - 1) or 1
print Factorial(6)
max = lambda a, b: (a > b) and a or b
print max(2,3)
x, y = 11, 12
print (lambda : x+y)() #23
print (lambda x: x+y)(x) #23
print (lambda x: x+y)(y) #24
12) Generator生成器
可以保存状态的函数，用yield指令(不是return)返回一个值，并保存当前整个函数执行状态，等待下一次调用，如此循环往复，直至函数末尾，发生StopIteration异常。
generator利用next()来获取下一个返回值。
def gen(n):
for i in xrange(n):
yield i
g = gen(5)
print g #<generator object gen at 0x00E82350>
print g.next() #0
print g.next() #1
for x in g:
print x #2, 3, 4
print g.next() #Error: StopIteration
13) Iterations迭代器
Iteration: iter and next
L = [1, 2, 3]
I = iter(L)
print I.next() #1
print I.next() #2
print I.next() #3
print I.next() #StopIteration Error
for x in I: print(x) # map iterator is now empty: one pass only
Y = iter(L)
while True:
try:
X = next(Y) # Or call I.__next__
except StopIteration:
break
print X ** 2 #1 4 9
支持两个(2.6支持map, zip, range, 3.0只有range支持)
R = range(3)
I1, I2 = iter(R), iter(R)
print next(I1), next(I1), next(I2) #0 1 0
14) 内建函数
enumerate函数
获得数组，或列表的索引及值
string = 'hi'
print list(enumerate(string)) #[(0, 'h'), (1, 'i')]
for index,value in enumerate(string):
print index, value
#0 h
#1 i
filter函数
filter(bool_func,seq)：此函数的功能相当于过滤器。调用一个布尔函数bool_func来迭代遍历每个seq中的元素；返回一个使bool_seq返回值为true的元素的序列。
def f(x): return x % 2 != 0 and x % 3 != 0
print filter(f, range(2, 25))
map函数
map(func,seq1[,seq2...])：将函数func作用于给定序列的每个元素，并用一个列表来提供返回值；如果func为None，func表现为身份函数，返回一个含有每个序列中元素集合的n个元组的列表。
def cube(x): return x*x*x
print map(cube, range(1, 5)) #[1, 8, 27, 64]
print filter(cube, range(1,5)) #[1, 2, 3, 4]
print map(lambda x : x * 2,[1,2,3,4,[5,6,7]])
#运行结果
[2, 4, 6, 8, [5, 6, 7, 5, 6, 7]]
None参数
>>> map(None, 'abc', 'xyz123')
[('a', 'x'), ('b', 'y'), ('c', 'z'), (None, '1'), (None, '2'), (None, '3')]
reduce函数
reduce(func,seq[,init])：func 为二元函数，将func作用于seq序列的元素，每次携带一对（先前的结果以及下一个序列的元素），连续的将现有的结果和下一个值作用在获得的随后的结果上，最后减少我们的序列为一个单一的返回值：如果初始值init给定，第一个比较会是init和第一个序列元素而不是序列的头两个元素。
print reduce((lambda x, y: x + y), [1, 2, 3, 4]) #10
print reduce((lambda x, y: x * y), [1, 2, 3, 4]) #24
zip函数
zip允许用户使用for循环访问平行的多个序列,zip将一个或多个序列作为参数,然后返回一系列的与序列中项平行的元组.
x, y = [1, 2, 3], [4, 5, 6]
print zip(x, y) #[(1, 4), (2, 5), (3, 6)]
print list(zip(x, y)) #[(1, 4), (2, 5), (3, 6)]
print dict(zip(x, y)) #{1: 4, 2: 5, 3: 6}
print tuple(zip(x, y)) #((1, 4), (2, 5), (3, 6))
T1, T2, T3 = (1,2,3), (4,5,6), (7,8,9)
print list(zip(T1, T2, T3)) #[(1, 4, 7), (2, 5, 8), (3, 6, 9)]
print tuple(zip(T1, T2, T3)) #((1, 4, 7), (2, 5, 8), (3, 6, 9))
其他函数
type得到对象的类型
>>> type(42) #<type 'int'>
>>> type(type(42)) #<type 'type'>
>>>type([].append) #<type 'builtin_function_or_method'>
cmp比较两个对象是否相等
>>> cmp(1,2) #-1
>>> cmp(0xFF, 255) #0
类型转换
>>> float(4) #4.0
>>> complex(2.4, 8) #(2.4+8j)
>>> coerce(1j, 123) #(1j, (123+0j))
ASCII转换
>>> ord('s') #115返回对应的ASCII码
>>> chr(115)# 's'返回对应的字符
进行转换
>>> hex(255) #'0xff'
>>> oct(255) #'0377'