三、函数

 

函数封装

def  函数名（参数）：

　　函数体

以后就可以直接调用  函数名

return返回的是对象

return和yield的区别，前者硬性 遇到就返回， 后者跳出来 生成器

 

 

函数参数

语法 ：func(positional args,keyword_args, *tuple_nonkw_args,**dict_kw_args)

                     位置                 关键字                 非关键字               关键字不定长

传递方式：

位置参数  要一一对应

关键字参数  def foo1（x， y，intro=“教育”） 

　　　　　　foo1（“教育机构”，“网址”）

类似C++的默认构造函数

def mysun(*args) #位置参数包裹以及使用*

　　return args

type(mysum(5, 6, 6))   #tuple

传递参数不受限制

 

def filmInfo2(**kwargs) #关键字包裹以及使用**

　　print(type(kwargs))

　　for key, value in kwargs.items():

　　　　print(key, ':', value)

filmInfo2(film='让子弹飞'， box=7.5,rate =8.0,price = 60)

 

#解包

def scoreReport(name,age, *args, course = 'python', **kwargs):

　　print('个人信息：', name, age)

　　for item in args:

　　　　print('--->'item)

　　print('课程信息', course)

　　print('每节课的成绩：')

　　for key.value in kwargs.item():

　　　　print('>>>',key, value)

　　scoreReport('jace', 25, '高中部', '三年一班', 'xuoweihao:40', lesson = 85, lesson2=90)

 

def filmInfo(**kwargs):

　　print(type(kwargs))

　　for key,values in kwargs.item():

　　　　print(key, ':', values)

dl =['film':'xiuxiude tiequan',box=6.5, prince=60, actor= ='shenteng']

filmInfo(**dl)

#题外话，字典形式的写法，如果遇到数字类型的时候怎么写

dl ={'film':'xiuxiude tiequan','box':'6.5', 'prince':'60', 'actor':'shenteng'}

filmInfo(**dl)

 ################################################################

companyName='七月在线'

 

def getCompany():

　　url = 'http.julyedu.com'

　　return companyName

getCompany()

越是内部的就越是能访问外部的，反之很难

函数执行完之后就不存在了，除非下一次调用

 

url='julyedu.org' # 全局

 

def getUrl():

　　url = 'http.julyedu.com' #局部

　　return url

getUrl()

返回的是内部的

 ###################################################################

偏函数PFA

使用场景：如果一个函数的参数很多，而在每次调用的时候有一些又经常不需要指定的，

就可以使用（偏函数相当于默认值）

语法: partical(func, *args, **keywords)

　　from functools import partial

原理：创建一个新函数，固定住原函数的部分参数（可以为位置参数、关键字参数）

例如，将16进制的字符串转化成十进制的

def hex2int1(num):

　　return (str(num),base = 16) #base为关键字参数这个在调用int函数时，固定给16

hex2int('F')  #为什么名字不一样呢？

偏函数方法

import functools

hex2int2 = functools.partial(int, base = 16)

hex2int2('A')

# 偏函数能固定位置参数吗？ 能

max100= functools.partial(max, 100) # 定义一个叫max100的偏函数，将这个偏函数的第一个值固定为100

max100(101) # 这时候调用它，传入值，与100进行比较

 

type(max100) # 偏函数的类型与普通函数不一样

##############################################

递归

def fool(num):

　　if len(num)==1;

　　　　return num[0]

　　else:

#　　　　print(num[0], '>' *6)

#　　　　print(num[1: ], '  ' *6)

　　　　return num[0] + fool(num[1: ])

fool([1, 2, 31, 5, 6, 55])

 

#函数名本质即变量，同一个函数对象可以被多个变量引用

def foo(): # 新建一个函数对象，并用foo这个变量名对其进行引用

　　pass

def foo # 对函数对象的引用可以删除

 #回调函数

def mycalucate(*num)
　　return max
callbackfunc(53,5,33)

 

num=-1

a=b=abs

#引用

print(abs, a)

 

#调用

a(num)
b(-8,8)
c(7)

 

#高阶函数

一个函数接收另一个函数作为参数传入

回调函数：函数作为调用函数的结果返回

函数对象既然可以被引用，那可以作为参数被传入或作为结果被返回吗？ 

可以

 

bifs

内置的高阶函数有：

l1=[2,3,5,9, 'julyedu.com', [2, 3, 3], 5, 2]

filter

语法：filter(function, list)

函数f的作用是对每个元素进行判断，返回true or false

filter()根据判断结果自动过滤不符合条件的元素，返回符合条件的新list

list(filter(lambda) x:True if type(x)== str else False, l1)

def myfilter(x):

　　if x>60:

　　　　return True

　　else:

　　　　return False

myfilter(62)

l1=[1,62,57]

filter(myfilter, l1)

 

 

 

#map

#语法：map(function, list)

#让list的每一个元素依次调用   function并获取返回值存入一个新的 list中

list(map(lambda x:(x, l1. count(x)), l1))

 

#reduce 

语法：reduce(function, list)

函数function必须包含两个参数， optional可选,如果存在则表示初值为 optional

reduce() 对list的每个元素反复调用函数 f，并返回最终结果值 

from functools import reduce

reduce(lambda a, b:a+b, [1,2,3,4,5,6,7,8])

求和值返回 36

reduce 只能是两个变量，不可以三个等等

#############################################################

变量的作用域

闭包closure：涉及嵌套函数时才有闭包问题

内层函数引用了外层函数的变量（参数），然后返回内层函数的情况

 

装饰器

 

函数式编程

 

###########################################################

匿名函数lambda

print(type(lambda a, b:a**b ))

定义

函数体

不用写return

使用一：作为正常函数使用，不推荐

foo=lambda x, y:x+y   #不用写return

print(foo(5, 6))

使用二：lambda关键字定义在高阶函数的参数位上

d1={'china':15, 'India':9, 'usa':2, 'japan':1.5}

sorted(d1.items(), key=lambda x:(x[0], x[1])) # 按d1.items()第0个元素升序，国家名

# sorted(d1.items(), key=lambda x:(x[1])) # 按d1.items()第1个元素升序，人口数

 

闭包

def fop4():

　　for i in range(5):

　　　　yield i

　　　　yield 'f'  #加入一个yield看看会不会被执行

　　　　i+=1 

nums_in_global=[15,2,3,9,3,2] #声明一个全局
def foo1(nums_in_function):
　　print('nums_in_function此时是foo1中，可以被访问：', nums_in_function)
　　def foo2():
　　　　return max(nums_in_function)
　　return foo2
#print(nums_in_function) #此时已经消失了，name 'nums_in_function' is not defined
#调用
foo1([5,3,8])

###################################################################

装饰器

 

def foo1():
　　print('this is foo1 function')
　　print(datetime.datetime.now())


import datetime
def printime():
　　print(datetime.datetime.now)

def foo1():
　　print('this foo1')
　　printime()
def foo2():
　　print('this is foo2 function')
def foo3():
　　print('this is foo3 function')
def extratime(func):
　　print(datetime.datetime.now())
　　return func # 利用回调

decorated=extratime(foo2)
decorated()

每一次都要写，还是很麻烦

import datetime
def extrafoo(func):
　　def inner():
　　　　print('extra:', datetime.now())
　　　　print('from inner to execute:', func._name_)
　　　　print('the', func._name_, 'result:', func())
　　return inner
@extrafoo #装饰器特性，被装饰的函数定义之后立即运行
def foo1():
　　return 'this is fool function'

#@是Python 装饰器的简便写法，也叫语法糖

#装饰器语法糖在要被包裹的函数前声明。@后面的函数名，是包裹下边函数的函数名extrafoo

装饰器使用方便的原因:

1)python的函数像普通的对象一样能作为参数传递给其他的函数

2）可以被赋值给其他变量，可以作为返回值， 定义在另一个函数内

注：return后面有函数名，return的是什么？

　　永远是个[]对象！