python全栈学习总结三:函数学习
一函数基本概念
1 函数定义
def 函数名(参数1,参数2,参数3,......):
"""
功能:
参数1:
参数2:
参数3:
......
返回值:
"""
函数体(处理方法,执行过程)
return 返回值
只要是函数开头就用def定义,后面紧跟函数名,在括号中加入需要传递的形参,用冒号后面表示函数体,表示具体实现的方法,处理过程,最后返回值。函数参数可以没有,也可以有一个或多个,没有具体数量限制。以下是我对函数的理解:函数名是整个函数代码段的入口地址,在内存中存储时,是一个实时内存的地址,一个函数我们也可以看成一个变量,一个函数名即一个变量地址,函数名加上小括号表示函数执行。找到内存中的入口地址,执行相关的代码段,函数使用遵循的原则是先定义后调用,若是没有定义,提前调用,系统会报错,python解释器在解释代码时,实时运行传入的变量,运行到没有定义的函数变量,必然会报错。函数返回值在没有任何返回时返回None,一个或以元组的形式返回多个值。
2 函数参数
函数传递的参数即形参变量只能在函数内部有效,主要有这么几种:
位置参数:调用函数时,按照固定位置(固定顺序)一个也不落的全部传递。
关键字参数:调用函数时,可以给相关关键字(即形参的命名)来传递,只要关键字都对上,打乱顺序无所谓不影响函数调用。
默认参数:在函数定义时,可以预先给形参赋值参数,在函数调用时,可以不用赋值,使用默认的参数,也可以重新赋值,针对特殊场合使用方便。
参数数组:若是传递的参数不固定,则可以使用参数数组的形式,*args表示以元组的形式传递参数,**kwarg表示以字典的形式传递参数。
*arg形式传递数组
def foo(x,y,*args): print(x,y) print(args) foo(1,2,3,4,5) def foo(x,y,*args): print(x,y) print(args) foo(1,2,*[3,4,5]) def foo(x,y,z): print(x,y,z) foo(*[1,2,3])
**kwarg传递形参数组
def foo(x,y,**kwargs): print(x,y) print(kwargs) foo(1,y=2,a=1,b=2,c=3) def foo(x,y,**kwargs): print(x,y) print(kwargs) foo(1,y=2,**{'a':1,'b':2,'c':3}) def foo(x,y,z): print(x,y,z) foo(**{'z':1,'x':2,'y':3})
3局部变量与全局变量
简单的来说,局部变量就是顶格来定义,局部变量在子程序中定义的。变量使用原则,先从内部找起,逐渐向外部扩。引用外部全局变量是,可以使用关键字global来引用,表示使用全局变量,使用上一级变量时,可以使用nonlocal。
name = '骑驴追车' def test1(): name = '赢在大四' def test2(): nonlocal name #引用上一级变量 name = '扬帆起航' print(name) test2() print(name) def test2(): name = '在路上' def test3(): global name name = '若水三千' print(name) test3() print(name) print(name) test1() test2() print(name)
输出结果:
4嵌套函数总结
重点:函数即变量(python中变量即对象),变量的要求是先定义,后使用,那么函数也是如此,函数:先定义后引用!
name = "若水三千" def foo(): name ='在路上' def bar(): print(name) return bar a = foo() #函数调用,函数返回值为函数名(函数首地址即变量) print(a) #产看变量类型 a() #函数名保存在变量a中,加括号即可调用函数
5 递归函数
简单的来说:函数自己调用函数自己,特点:不断的用栈来分配内存,所占内存很大。
要求:有个明确的结束条件
每执行一次递归,函数规模有所减小
递归效率不高
def test(n): if n > 1: sum = test(n-1)+n return sum else: return 1 num = test(100) print(num)
6 函数式编程
(1) 匿名函数
lambda:变量:函数体
fun1 = lambda r:2*3.14*r #定义一个求周长的匿名函数
fun2 = lambda x,y,z:(x+1,y+1,z+1) #定义一个匿名函数,返回多个值
(2)函数式编程特点
不可变:不用变量保存状态,不修改变量
函数即变量:函数名可以当做参数传递,也可以返回函数名(函数)
尾调用:在函数的最后一步调用另一个函数(最后一行不一定是函数的最后一步)
(3)map函数推导过程
map函数主要用在对一堆可迭代序列处理上,处理列表中的每一个元素,得到的结果是一个列表,列表中位置与个数与原来列表一样
""" 对一个列表进行自增一,求平方,求周长 """ nums = [3,7,23,18,51] #列表中的值自增一 num_s = [] for num in nums: num_s.append(num+1) print(num_s) #列表中的值求平方 num_s = [] for num in nums: num_s.append(num**2) print(num_s) #列表中的值求周长 num_s = [] for num in nums: num_s.append(num*2*3.14) print(num_s) nums = [3,7,23,18,51] def add_one(x): return x+1 def suq_value(x): return x**2 def cricle_value(x): return 2*3.14*x def calc_map(func,arry): num_l = [] for i in arry: num_l.append(func(i)) return num_l print(calc_map(add_one,nums)) print(calc_map(suq_value,nums)) print(calc_map(cricle_value,nums)) nums = [3,7,23,18,51] def calc_map(func,arry): num_l = [] for i in arry: num_l.append(func(i)) return num_l print(calc_map(lambda x:x+1,nums)) print(calc_map(lambda x:x**2,nums)) print(calc_map(lambda x:x*2*3.14,nums)) """ map函数输入两个对象,第一个为函数,第二个为可迭代对象列表元组字符串 返回值为内存对象的首地址,需要转化 """ nums = [3,7,23,18,51] print(list(map(lambda x:x+1,nums))) print(list(map(lambda x:x**2,nums))) print(list(map(lambda x:x*2*3.14,nums)))
(4)filter函数推导过程
filter函数功能:遍历列表中的每一个元素,判断每一个元素得到一个布尔值,如果为真,则留下来
""" 过滤掉列表中的某些字符 """ name_lst = ['yz_zhg','yz_dx','yz_ds','zailushang','yz_ls'] name_new =[] for n in name_lst: if not n.startswith('yz'): name_new.append(n) print(name_new) name_lst = ['yz_zhg','yz_dx','yz_ds','zailushang','yz_ls'] def show_yz(x): return x.startswith('yz') def filter_test(func,arry): name_new =[] for n in arry: if not func(n): name_new.append(n) return name_new print(filter_test(show_yz,name_lst)) name_lst = ['yz_zhg','yz_dx','yz_ds','zailushang','yz_ls'] def filter_test(func,arry): name_new =[] for n in arry: if not func(n): name_new.append(n) return name_new print(filter_test(lambda x:x.startswith('yz'),name_lst)) name_lst = ['yz_zhg','yz_dx','yz_ds','zailushang','yz_ls'] print(list(filter(lambda x:not x.startswith('yz'),name_lst)))
(5)reduce函数推导过程
首先要使用from functools import reduce 导入
功能:处理一个序列,然后进行合并操作
#求一个列表中所有值 num_l = [1,2,3,4,100] res = 0 for i in num_l: res += i print(res) #去列表中所有数的乘积 res = 1 for i in num_l: res *= i print(res) #求一个列表中所有值 num_l = [1,2,3,4,100] def sum_value(x,y): return x+y def vol_value(x,y): return x*y def reduce_test(func,arry,init_value = None): if init_value is None: res = arry.pop(0) else : res = init_value for i in num_l: res = func(res,i) return res print(reduce_test(sum_value,num_l,10)) print(reduce_test(vol_value,num_l,10)) from functools import reduce num_l = [1,2,3,4,100] print(reduce(lambda x,y:x+y,num_l)) print(reduce(lambda x,y:x*y,num_l))