函数先定义函数，后调用
一、定义函数：
1、简单的规则：
- 函数代码块以 def 关键词开头，后接函数标识符名称和圆括号 ()。
- 任何传入参数和自变量必须放在圆括号中间，圆括号之间可以用于定义参数。
- 函数的第一行语句可以选择性地使用文档字符串—用于存放函数说明。
- 函数内容以冒号起始，并且缩进。
- 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。
2、语法
Python 定义函数使用 def 关键字
默认情况下，参数值和参数名称是按函数声明中定义的顺序匹配起来的。
def 函数名(param1,param2……): """ 函数功能的描述信息 :param1：描述 :param2：描述 :return：返回值 """ code ... return 返回值
3、无参函数
def register(): """注册功能""" username = input('username: ').strip() pwd = input('password: ').strip() with open('32.txt', 'a', encoding='utf8') as fa: fa.write(f"{username}:{pwd} ") fa.flush()
4、有参函数
def sum_self(x, y): """求和""" res = x+y print(res) sum_self(1,2) # 3
5、空函数
你只知道你需要实现某个功能，但不知道该如何用代码实现时，你可以暂时写个空函数
def func(): pass
二、调用函数及返回值
定义一个函数：给了函数一个名称，指定了函数里包含的参数，和代码块结构。
这个函数的基本结构完成以后，你可以通过另一个函数调用执行，也可以直接从 Python 命令提示符执行。
函数名(param1、param2……)
如：
register()
1、函数运行完毕所有代码，如果函数体不写return，则会返回None。
def foo(): pass print(foo()) #None
2、函数可以返回一个或多个值(元组类型)
def func(): name = 'nick' age = 19 hobby_list = ['read', 'run'] return name, age, hobby_list name, age, hobby_list = func() print(name,age,hobby_list) #('nick', 19, ['read', 'run'])
三、函数的参数
1、普通参数，位置必需参数
在函数定义阶段，按照从左到右的顺序依次定义的形参，称之为位置形参。
特点：按照位置定义的形参，都必须被传值，多一个不行，少一个也不行。
def func(x, y): print(x) print(y)
在函数调用阶段，按照从左到右的顺序依次定义的实参，称之为位置实参。
特点：按照位置为对应的形参依次传值。
func(1, 2)
2、关键字参数
在调用函数时，按照key=value的形式为指定的参数传值，称为关键字实参。
特点：可以打破位置的限制，但仍能为指定的形参赋值。
func(y=2, x=1)
- 可以混用位置实参和关键字实参，但是位置实参必须在关键字实参的左边。
- 可以混用位置实参和关键字实参，但不能对一个形参重复赋值。
func(x, y=2) func(y=2, x) # SyntaxError: positional argument follows keyword argument func(x, x=1) # NameError: name 'x' is not defined
3、默认参数
在定义阶段，就已经被赋值。意味着在调用时可以不用为其赋值。位置形参必须放在默认形参的左边。
def func(x, y=10): print(x) print(y) func(2)
默认形参的值只在定义阶段赋值一次，也就是说默认参数的值在函数定义阶段就已经固定了。
m = 10 def foo(x=m): print(x) m = 111 foo() # 10
默认参数的值通常应该是不可变类型。
def register(name, hobby, hobby_list=None): hobby_list = [hobby] print(f"{name} prefer {hobby_list}") register('nick', 'read') # ['read'] register('tank', 'zuipao') # [ 'zuipao'] register('jason', 'piao') # ['piao'] # 演示形参是可变类型,（列表是可变类型） def register(name, hobby, hobby_list=None): hobby_list = [hobby] print(f"{name} prefer {hobby_list}") register('nick', 'read') # nick prefer ['read'] register('tank', 'zuipao') # tank prefer ['zuipao'] register('jason', 'piao') # jason prefer ['piao']o']
4、不定长参数之*
形参中的*会将溢出的位置实参全部接收，然后存储元组的形式，然后把元组赋值给*后的参数。需要注意的是：*后的参数名约定俗成为args。
def sum_self( *args): res = 0 for num in args: res += num return res res = sum_self(1, 2, 3, 4) print(res) # 10
注意：实参之*
实参中的*，*会将*后参数的值循环取出，打散成位置实参。以后但凡碰到实参中带*的，它就是位置实参，应该马上打散成位置实参去看。
def func(x, y, z, *args): print(x, y, z, args) func(1, *(1, 2) , 3, 4) # 1 1 2 (3, 4)
5、不定长参数之**
形参中的**会将溢出的关键字实参全部接收，然后存储字典的形式，然后把字典赋值给**后的参数。需要注意的是：**后的参数名约定俗成为kwargs。
def func( **kwargw): print(kwargw) func(a=5,b=3) # {'a': 5, 'b': 3}
注意：实参之**
实参中的**，**会将**后参数的值循环取出，打散成关键字实参。以后但凡碰到实参中带**的，它就是关键字实参，应该马上打散成关键字实参去看。
def func(x, y, z, **kwargs): print(x, y, z, kwargs) func(1, 3, 4, **{'a': 1, 'b': 2} ) # 1 3 4 {'a': 1, 'b': 2}
可变长参数应用
def index(name, age, sex): print(f"name: {name}, age: {age}, sex: {sex}") # name: nick, age: 19, sex: male def wrapper(*args, **kwargs): print(f"args: {args}") # args: () print(f"kwargs: {kwargs}") # kwargs: {'name': 'nick', 'sex': 'male', 'age': 19} index( *args, **kwargs) wrapper(name='nick', sex='male', age=19)
6、命名关键字参数
命名关键字则是在「位置参数」和「命名关键字参数」中使用,*,隔开，后面的即为命名关键字。* 后的参数必须用关键字传入。
def student(name, age, *, city, gender): print(name, age, city, gender) student('xiaoming', 6, city='beijing', gender='male') # xiaoming 6 beijing male student('xiaoming', 6, 'beijing', 'male') #TypeError: student() takes 2 positional arguments but 4 were given
特点：在传值时，必须按照key=value的方式传值，并且key必须命名关键字参数的指定的参数名。
def register(x, y, *, name, gender='male', age): print(x) print(name) print(age) register(1, 2, name1='nick', age=19) # TypeError: register() got an unexpected keyword argument 'name1'
Python3.8 新增了一个函数形参语法， “/” 用来指明函数形参必须使用指定位置参数，不能使用关键字参数的形式。
在以下的例子中，形参 a 和 b 必须使用指定位置参数，c 或 d 可以是位置形参或关键字形参，而 e 或 f 要求为关键字形参:
def f(a, b, /, c, d, *, e, f): print(a, b, c, d, e, f)
以下使用方法是正确的:
f(10, 20, 30, d=40, e=50, f=60)
四、函数对象
函数是第一类对象，即函数可以被当做数据处理。
def func(): print('from func') print(func) # <function func at 0x00000000026A9040>
1、函数当作参数传给一个另一函数
def func(): print('from func') def foo(m): m() foo(func) # from func
2、函数当作另一函数的返回值
def func(): print('from func') def foo(x): return x res = foo(func) print(res) # <function func at 0x000000000268B040>
3、函数可以当作容器类型的元素
def func(): print('from func') function_list = [func] function_list[0]() # from func
五、函数递归
递归的精髓在于通过不断地重复逼近一个最终的结果。
age(1)=26,age(n)=age(n-1)+2 ，求age(5)的值：
''' ... age(5) = age(4) + 2 age(4) = age(3) + 2 age(3) = age(2) + 2 age(2) = age(1) + 2 age(1) = 26 age(n) = age(n-1) +2 age(1) = 26 # n=1 ''' def age(n): if n == 1: return 26 res = age(n-1) + 2 return res print(f"age(5): {age(5)}")
递归的本质就是干重复的活。
lis = [1, [2, [3, [4, [5, [6, ]]]]]] def tell(lis): for i in lis: if type(i) is list: tell(i) else: print(i) tell(lis)
二分法的思想实现查找数字。
from random import randint nums = [randint(1, 100) for i in range(100)] nums = sorted(nums) def search(search_num, nums): print(nums) mid_index = len(nums) // 2 if not nums: print('not exists') return if search_num > nums[mid_index]: # in the right nums = nums[mid_index + 1:] search(search_num, nums) elif search_num < nums[mid_index]: # in the left nums = nums[:mid_index] search(search_num, nums) else: print('find it') search(7, nums)
六、匿名函数:
python 使用 lambda 来创建匿名函数。
所谓匿名，意即不再使用 def 语句这样标准的形式定义一个函数。
- lambda 只是一个表达式，函数体比 def 简单很多。
- lambda的主体是一个表达式，而不是一个代码块。仅仅能在lambda表达式中封装有限的逻辑进去。
- lambda 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。
- 虽然lambda函数看起来只能写一行，却不等同于C或C++的内联函数，后者的目的是调用小函数时不占用栈内存从而增加运行效率。
1、语法
lamdbda 参数 : 逻辑代码
# 可写函数说明 sum = lambda arg1, arg2: arg1 + arg2 # 调用sum函数 print ("相加后的值为 : ", sum( 10, 20 )) print ("相加后的值为 : ", sum( 20, 20 ))
匿名函数，他没有绑定名字，使用一次即被收回，加括号既可以运行。
print(lambda x, y: x + y ) # <function __main__.<lambda>(x, y)> res = (lambda x, y: x + y)(1, 2) print(res) # 3
lambda 匿名函数也是可以使用"关键字参数"进行参数传递,也可以设定默认值。
g = lambda x=0, y=0: x ** 2 + y ** 2 print(g(2, 3)) # 13 print(g(2)) # 4 print(g(y=3)) # 9
2、与内置函数联用
匿名函数通常与max()、sorted()、filter()、sorted()方法联用。
1.max()
如果我们想从上述字典中取出薪资最高的人，我们可以使用max()方法，但是max()默认比较的是字典的key。
- 首先将可迭代对象变成迭代器对象
- res=next(迭代器对象)，将res当做参数传给key指定的函数，然后将该函数的返回值当做判断依据
salary_dict = { 'nick': 3000, 'jason': 100000, 'tank': 5000, 'sean': 2000 } print(max(salary_dict)) # tank def func(k): return salary_dict[k] print(max(salary_dict, key=func)) # jason print(max(salary_dict, key=lambda name: salary_dict[name] ) ) # jason 匿名函数
2.sorted()
如果我们想对上述字典中的人，按照薪资从大到小排序，可以使用sorted()方法。
- 首先将可迭代对象变成迭代器对象
- res=next(迭代器对象)，将res当做参数传给第一个参数指定的函数，然后将该函数的返回值当做判断依据。
lis = [1, 3, 2, 5, 8, 6] sorted(lis) print(lis) # [1, 3, 2, 5, 8, 6] print(sorted(lis, reverse=True)) # [8, 6, 5, 3, 2, 1] salary_dict = { 'nick': 3000, 'jason': 100000, 'tank': 5000, 'sean': 2000 } print(sorted(salary_dict, key=lambda name: salary_dict[name] )) # ['sean', 'nick', 'tank', 'jason']
3.map()
如果我们想对一个列表中的某个人名做处理，可以使用map()方法。
- 首先将可迭代对象变成迭代器对象
- res=next(迭代器对象)，将res当做参数传给第一个参数指定的函数，然后将该函数的返回值作为map()方法的结果之一。
name_list = ['jason', 'tank', 'sean'] res = map(lambda name: f"{name} sb", name_list) print(list(res)) # ['jason sb', 'tank sb', 'sean sb']
4.filter()
如果我们想筛选除名字中含有'sb'的名字，我们可以使用filter()方法。
- 首先将可迭代对象变成迭代器对象
- res=next(迭代器对象)，将res当做参数传给第一个参数指定的函数，然后filter会判断函数的返回值的真假，如果为真则留下。
name_list = ['nick', 'jason sb', 'tank sb', 'sean sb'] filter_res = filter(lambda name: name.endswith('sb'), name_list) print(list(filter_res)) # ['jason sb', 'tank sb', 'sean sb']
七、内置函数
共68个：
abs()、 all()、 any()、 ascii()、 bin()、 bool()、 bytearray()、 bytes()、 callable()、 chr()、 classmethod()、 compile()、 complex()、 delattr()、
dict()、 dir()、 divmod()、 enumerate()、 eval()、 exec()、 filter()、 float()、 format()、 frozenset()、 getattr()、 globals()、 hasattr()、 hash()、
help()、 hex()、 id()、 input()、 int()、 isinstance()、 issubclass()、 iter()、 len()、 list()、 locals()、 map()、 max()、 memoryview()、
min()、 next()、 object()、 oct()、 open()、 ord()、 pow()、 print()、 property()、 range()、 repr()、 reversed()、 round()、 set()、
setattr()、 slice()、 sorted()、 staticmethod()、 str()、 sum()、 super()、 tuple()、 type()、 vars()、 zip()、 __import__()、
1.bytes()：解码字符。
res = '你好'.encode('utf8') print(res) # b'xe4xbdxa0xe5xa5xbd' res = bytes('你好', encoding='utf8') print(res) # b'xe4xbdxa0xe5xa5xbd'
2.chr()/ord()：chr()参考ASCII码表将数字转成对应字符；ord()将字符转换成对应的数字。
print(chr(65)) #A print(ord('A')) #65
3.divmod()：分栏。
print(divmod(10, 3)) #(3, 1)
4.enumerate()：带有索引的迭代。
l = ['a', 'b', 'c'] for i in enumerate(l): print(i) # (0, 'a') # (1, 'b') # (2, 'c')
5.eval()：把字符串翻译成数据类型。
lis = '[1,2,3]' lis_eval = eval(lis) print(lis_eval) #[1, 2, 3]
6.hash()：是否可哈希。
print(hash(1)) #1
7.abs()：求绝对值。
print(abs(-13)) # 13
8.all()：可迭代对象内元素全为真，则返回真。
print(all([1, 2, 3, 0])) #False print(all([])) #True
9.any()：可迭代对象中有一元素为真，则为真。
print(any([1, 2, 3, 0])) #True print(any([])) #False
10.bin()/oct()/hex()：二进制、八进制、十六进制转换。
print(bin(17)) #0b10001 print(oct(17)) #0o21 print(hex(17)) #0x11
11.dir()：列举出所有time的功能。
import time print(dir(time)) # ['_STRUCT_TM_ITEMS', '__doc__', '__loader__', '__name__', '__package__', '__spec__', 'altzone', 'asctime', 'clock', 'ctime', 'daylight', 'get_clock_info', 'gmtime', 'localtime', 'mktime', 'monotonic', 'perf_counter', 'process_time', 'sleep', 'strftime', 'strptime', 'struct_time', 'time', 'timezone', 'tzname', 'tzset']
12.frozenset()：不可变集合。
s = frozenset({1, 2, 3}) print(s) #({1, 2, 3})
13.globals()/loacals()：查看全局名字；查看局部名字。
# print(globals()) def func(): a = 1 # print(globals()) print(locals()) func() # {'a': 1}
14.pow()：
print(pow(3, 2, 3)) # (3**2)%3 =0
15.round()：
print(round(3.5)) #4
16.slice()：
lis = ['a', 'b', 'c'] s = slice(1, 4, 1) print(lis[s]) #['b', 'c'] # print(lis[1:4:1])
17.sum()：
print(sum(range(100))) #4950
18.__import__()：通过字符串导入模块。
m = __import__('time') print(m.time()) #1556607502.334777
19. 面向对象知识点
- classmethod
- staticmethod
- property
- delattr
- hasattr
- getattr
- setattr
- isinstance()
- issubclass()
- object()
- super()