Python 全栈开发四 python基础 函数
一、函数的基本语法和特性
函数的定义
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。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。
python中函数的分类
- 内置函数
- 自定义函数
特性:
- 减少重复代码
- 使程序有更好的扩展性
- 让程序更容易维护
定义一个函数
你可以定义一个由自己想要功能的函数,以下是简单的规则:
- 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。
函数的语法
1 #函数
2 def fun1(a,b): #a,b 是指形参
3 '''fun1'''
4 print('in the fun1')
5 return 0
6
7 #注意函数是有返回值的
8 #过程
9 def fun2():
10 '''fun2'''
11 print('in the fun2')
12 #没有返回值的函数我们一般让我是函数的过程
13 #函数式编程就是这种模式
二、函数的参数
参数:
首先说明,在python中,函数定义好后是存放在内存里面的,类似我们通常所说的变量。而形参没有任何实际意义,只有在被调用的时候才会分配内存单元,而函数调用结束后则会被释放;而实参可以是常量,变量、表达式、函数等,实参被调用时必须得有确定的值,这样才可以把这些值传给形参。
参数的分类:形参,默认参数,不定长参数,关键字参数
默认参数:即有些情况下,一些参数必须提供,默认的情况下是一个固定的值,只有在少数情况下会修改,这种情况可以选择默认参数。
不定长参数:在定义函数时,不确定用户需要传入多少个参数,这时使用不定长参数。
关键字参数:一般情况下,传入参数必须按照给定的参数顺序传入,若不一定知道参数的顺序,可以使用关键字参数来传入。
注意:在传入参数的时候位置参数必须在关键字参数的前面。
1 ##参数形式
2 #1不传参
3 def fun1():
4 print('不能传参数')
5
6
7 #2必备参数
8 def fun2(a):
9 print('必须传参数:',a)
10
11
12 #3默认参数
13 def fun3(b=2):
14 print('默认参数:',b) #可传可不传, 注意默认参数必须是不可变的元素即,b必须是不可变的参数
15 #可选参数
16 def fun4(*arg):
17 print('可传0个到多个:',arg)#可传0个到多个 包装成元组
18 #fun4(*[1,2]) 加个* ,就把里面的壳去掉(解包)
19
20
21
22 #关键字参数
23 #定义的时候是跟必备参数一样的
24 #必须放到最后
25
26 def fun6(**kwarg):
27 print('关键字参数',kwarg)# 可传0个到多个 包装成字典
28 #fun6(a=1,b=2) 遵循变量命名规则
29 #fun6(**{'a':1}) 必须是字符串
30
31
32 ##参数混合的时候 关键字参数放最后 根据定义的顺序 确保必备参数只能拿到值,并且只能一个
33 #必备参数+默认参数
34 def fun7(a,b=1): #默认参数必须在必备参数的后面
35 print(a,b)
36
37 def fun8(b,m=1,*a):
38 print(b)
39 print(m)
40 print(a)
41
42 def fun8(*a,b,m): #尽量不用这种方式,这种方式需要用关键字的方式传入参数
43 print(a,b,m)
44 print(b)
45
46 def fun9(*a,b,m=1):
47 print(a,b,m)
48 print(b)
一般情况下按照以下形式传入参数:这样更容易理解程序。
1 def fun1(x,y=2):
2 print(x)
3 print(y)
4
5 # fun1(1) #默认参数,在调用函数的时候可以不传参
6 # fun1(1,3) #也可以选择传参
7
8 def fun2(*args): #不定长参数,当不确定参数的长度时用不定长参数
9 print(args)
10
11 # fun2(1,3,4,5,'d')
12
13 def fun3(**kwargs):#关键字参数,接受N个关键字参数,并把它们转换为字典
14 print(kwargs)
15
16 fun3(i = 'lll')
17
18 def fun4(a,b = 1,*args,**kwargs):
19 print(a)
20 print(b)
21 print(args)
22 print(kwargs)
23 fun4(1,2,3,3,3,x = 'lll') #传参的时候关键字参数必须在位置参数后面
变量:
在函数中,变量分为全局变量和局部变量。
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。
1 school = 'oleboy' #全局变量
2
3 def charge_school():
4 school = 'TANZHOU' #在函数里面是一个局部变量
5 print(school)
6 # charge_school()
7 # print(school)
8 #上面可以看出,在调用函数后,函数外部并没有改变school的值
9
10 def charge_school2():
11 global school
12 school = 'TANZHOU'
13 print(school)
14 charge_school2()
15 print(school)
16 #重上面看出,当申明global之后,函数内的变量成为了全局变量,在函数
17 #内也可以进行访问并修改,在日常工作中做好不要这么做
18
19
20 names = ['Alex','Jack','Wallace']
21 name_tuple= (1,2,3,4)
22
23 def charge_name():
24 names[1]='金角大王'
25 print(names)
26 charge_name()
27 print(names)
28
29 '''从上可看出,当函数内的变量和全局变量为可变对象时,在函数内可以对其进行修改
30 '''
31 a = 1 #全局变量
32
33 def fun():
34 global a
35 a = 2 #局部变量,正常情况下无法修改全局变量,若要修改用global 最好不要这么做
36 print(a)
37
38 print(a)
39 b = fun()
40 print(a)
虽然在实例上,通过global可以将一个局部变量声明为全局变量,但是这种方式对于代码的可维护上非常不好,尽量避免这种操作。
三、返回值
函数的返回值可以是大多数的数据类型,也可以是变量名,函数名也可以是函数本身:
1 def text1():
2 print('in the text1')
3 return 0,{0,1},[0,1,3]
4
5 def text2():
6 return text1 返回的是函数
7
8 y = text2()() #可以进行调用
四、嵌套函数
嵌套函数指的是,函数内定义另一个函数例:
1 def fun1():
2 print("fun1")
3 def fun2():
4 print("fun2")
5 fun2()
6 >>a = fun1()
7 fun1 #先调用fun1,在fun1里面调用fun2
8 fun2
嵌套函数的具体用法将会在后面的学习中提到。
五、递归
递归函数是指函数内部调用自己,这样的函数就是递归函数。
1 def fun1(n):
2 if n == 1:
3 return 1 #递归的结束条件
4 else:
5 return fun1(n-1)+1
6 >>print(fun1(3))
7 3
递归的必备条件:
- 必须有一个明确的结束条件
- 每次进入更深层递归时,问题的规模相比上次递归都应有所减少
递归的局限性:
递归的效率不高,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,每当进入一次函数调用,栈就会加一层栈帧,每当函数返回,栈就会减一层栈帧。有用栈的大小不是无限的,所以递归掉用的次数过多,就会导致栈溢出)
递归的应用,二分法查找:
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 print(dataset)
5
6 if len(dataset) >1:
7 mid = int(len(dataset)/2)
8 if dataset[mid] == find_num: #find it
9 print("找到数字",dataset[mid])
10 elif dataset[mid] > find_num :# 找的数在mid左面
11 print("\033[31;1m找的数在mid[%s]左面\033[0m" % dataset[mid])
12 return binary_search(dataset[0:mid], find_num) #再次调用原函数
13 else:# 找的数在mid右面
14 print("\033[32;1m找的数在mid[%s]右面\033[0m" % dataset[mid])
15 return binary_search(dataset[mid+1:],find_num)
16 else:
17 if dataset[0] == find_num: #find it
18 print("找到数字啦",dataset[0])
19 else:
20 print("没的分了,要找的数字[%s]不在列表里" % find_num)
21
22 >>binary_search(data,66)
23 [1, 3, 6, 7, 9, 12, 14, 16, 17, 18, 20, 21, 22, 23, 30, 32, 33, 35]
24 找的数在mid[18]右面
25 [20, 21, 22, 23, 30, 32, 33, 35]
26 找的数在mid[30]右面
27 [32, 33, 35]
28 找的数在mid[33]右面
29 [35]
30 没的分了,要找的数字[66]不在列表里
六、匿名函数
匿名函数没有函数名,一般情况就是只调用一次,后续不会再调用。
1 cala = lambda n:n*n #一般用于只调用一次 2 ''' 3 n:就是函数的形参 4 n*n:就是函数的返回值 5 相当于 6 def fun1(n): 7 return n*n 8 ''' 9 print(cala(10)) 10 11 #lambda其它函数先定义好,存入内存。
七、高阶函数
高阶函数指的是将函数名作为参数传入。
1 def high_fun(a,b,f):
2 return f(a)+f(b)
3
4 >>a = high_fun(1,-2,abs) #abs()求一个函数的绝对值
5 3
上面例子中,参数f可以任意的函数名。
高阶函数第二种形式,返回值是函数名:
def fun(): print("这是一个高阶函数") return fun a = fun() #返回的是一个内存对象
八、常用的内置函数
1 #zip()函数 2 a = zip(("a","b","c"),(1,2,3)) #把序列的元素一一配对,每一对为一个元组 3 b = zip(("a","b","c"),(1,2,3,4)) #多出的部分不会配对 4 c = zip(("a","b","c","d"),(1,2,3)) 5 d = zip(("a","b","c"),(1,2,3),(1,2,3)) #可以进行多个配对 6 print(a) #得到一个zip对象 7 print(list(a)) #转换为列表的形式 8 print(list(b)) 9 print(list(c)) 10 #常见的应用,将字典对于的键值提取出来 11 di = {"name":"wallace","age":18,"gendler":"man"} 12 print(list(zip(di.keys(),di.values())))
1 #mix和zip的结合 2 di = {"alex_age":17, 3 "wallace_age":18, 4 "qiangge":20} 5 6 print(max(zip(di.values(),di.keys()))) 7 8 #终极用法 9 10 li = [ 11 {"name":"wallace","age":18}, 12 {"name":"budong","age":30}, 13 {"name":"xiaopou","age":32} 14 ] 15 16 print(max(li,key=lambda x:x["age"])) #默认参数是一个队li每个元素的处理方法
1 #abs() 2 print(abs(-1)) #取绝对值 3 #all() 4 print(all([1,2,3,"1"])) #对序列内的元素进行bool运算,若全未True则返回True 5 print(all([1,0,2])) #若有一为False,则返回False 6 print(all("")) #如果可迭代对象是空,返回True 7 #any() 8 print(any([1,2,3])) #与all相反,只要有一个是True就返回True 9 print(any([1,2,""])) 10 print(any("")) 11 #bin() 12 print(bin(8)) #把一个数的十进制转换为二进制 13 #hex() 14 print(hex(17)) #十进制转换为16进制 15 #oct() 16 print(hex(8)) #十进制转换为8进制 17 #bool() 18 print(bool("")) #判断bool值,空,None,0为False 19 #bytes() 20 print(bytes("你好",encoding="utf-8")) #将字符转换为二进制格式,必须申明编码方式,即以申明编码转为为二进制 21 print(bytes("你好",encoding="utf-8").decode("utf-8")) 22 #decode将二进制解码为,对应的编码格式。注意对应的的编码需要对应的解码,否则容易乱码 23 #chr() 24 print(chr(98)) #对应ascii码表的值 25 #dir() 26 print(dir(bin)) #打印某一个对象的信息 27 #divmod() 28 print(divmod(10,3)) #对第一个参数整除取余操作,得到对应数和余数,常用分页功能 29 #eval() 30 dic_str = "{'name':'wallace','age':3}" 31 print(eval(dic_str)) #将被转化为字符串的Python数据类型转换回对应的的数据类型 32 print(type(eval(dic_str))) 33 express = '1+2-1' 34 print(eval(express)) #也可以将Python的运算转换 35 #hash() 根据对应的参数得到对应的hash值,无法根据hash值得到原来的值 36 ''' 37 可hash的数据类型:就是不可变的数据类型 38 不可hash的数据类型:就是可变的数据类型 39 同一个值得到的hash值是一样的 40 作用:可以防止代码被串改 41 ''' 42 name = "wallace" 43 print(hash(name)) 44 #id() #打印对象的内存地址 45 print(id(name)) 46 #isinstance() 47 print(isinstance(1,int)) #判断一个数据是否为某一对象的实例 48 #max() min() 49 print(max([1,2,3])) #取一个序列的最大值 50 print(min([1,2,3])) #取最小值
1 #ord() 2 print(ord("a")) #给定字符返回对于ASCII码表的数字 3 #pow() 4 print(pow(2,3)) #表示2的3次方 5 print(pow(2,3,2)) #2的3次方对2取余 6 #reversed() 7 print(list(reversed("str"))) #反转序列,得到的是一个reversed对象 8 #slice()对切片进行赋值,提高代码可读性 9 li = "wallace" 10 print(li[1:3]) 11 a = slice(1,3) 12 print(li[a]) 13 print(a.start) #获取切片头 14 print(a.stop) #获取切片尾 15 print(a.step) #获取步长 16 #sorted() 17 print(sorted(li)) #排序,同类型才能排序 18 li = [ 19 {"name":"wallace","age":18}, 20 {"name":"budong","age":30}, 21 {"name":"xiaopou","age":32} 22 ] 23 print(sorted(li,key=lambda x:x["age"])) 24 #str() 25 print(str([1,3])) #将别的数据类型转换为字符串形式 26 print(type(str([2,3]))) 27 #sum() #去和 28 print(sum(range(5)))
1 from functools import reduce 2 3 li = [1,2,3,4] 4 5 def add_li(x,y): 6 return x*y 7 8 9 def reduce_list(fun,arre,init=None): 10 if init == None: 11 res = arre.pop(0) 12 else: 13 res = init 14 15 for i in arre: 16 res = fun(i,res) 17 18 return res 19 20 a = reduce_list(add_li,li) 21 print(a) 22 23 #reduce就是类似于以上代码实现的功能 24 #主要就是讲列表或迭代对象的所有元素整合 25 print(reduce(add_li,li,2))
1 #filter的类似源码 2 move_sb = ["sb_wallace","sb_allx","sb_ibx","wallace"] 3 4 def fit_head(x): 5 return x.startswith("sb") 6 7 # def filter_text(fun,res): 8 # ies = [] 9 # for i in res: 10 # if not fun(i): 11 # ies.append(i) 12 # return ies 13 # 14 # a = filter_text(fit_head,move_sb) 15 # print(a) 16 17 18 print(list(filter(fit_head,move_sb))) 19 ''' 20 filter函数 21 第一个参数传入可迭代对象处理的方法 22 第二个参数传入可迭代对象 23 '''
1 def fun(x): 2 return x+1 3 li = (1,2,3) #li是一个可迭代对象如元祖,列表,字符串等 4 b=map(fun,i) #fun就是处理对象的的方法 fun可以用 lambda x: x+1代替 5 print(b) #<map object at 0x000000000219FFD0> 返回一个可迭代对象 6 for i in b: 7 print(b)