Python基础（7）--函数
本篇文章将介绍如何将语句组织成函数，以及参数概念以及在程序中的用途
本文地址：http://www.cnblogs.com/archimedes/p/python-function.html，转载请注明源地址。
Pythond 的函数是由一个新的语句编写，即def，def是可执行的语句--函数并不存在，直到Python运行了def后才存在。
函数是通过赋值传递的，参数通过赋值传递给函数
def语句将创建一个函数对象并将其赋值给一个变量名，def语句的一般格式如下：
def function_name(arg1,arg2[,...]):
statement
[return value]
返回值不是必须的，如果没有return语句，则Python默认返回值None。
函数名的命名规则：
-
函数名必须以下划线或字母开头，可以包含任意字母、数字或下划线的组合。不能使用任何的标点符号；
-
函数名是区分大小写的。
-
函数名不能是保留字。
Python使用名称空间的概念存储对象，这个名称空间就是对象作用的区域， 不同对象存在于不同的作用域。下面是不同对象的作用域规则：
-
每个模块都有自已的全局作用域。
-
函数定义的对象属局部作用域，只在函数内有效，不会影响全局作用域中的对象。
-
赋值对象属局部作用域，除非使用global关键字进行声明。
LGB规则是Python查找名字的规则，下面是LGB规则：
1.大多数名字引用在三个作用域中查找：先局部(Local)，次之全局(Global)，再次之内置(Build-in)。
>>> a=2 >>> b=2 >>> def test(b): ... test=a*b ... return test >>>print test(10) 20
b在局部作用域中找到,a在全局作用域中找到。
2.如想在局部作用域中改变全局作用域的对象，必须使用global关键字。
#没用global时的情况 >>> name="Jims" >>> def set(): ... name="ringkee" ... >>> set() >>> print name Jims #使用global后的情况 >>> name="Jims" >>> def set1(): ... global name ... name="ringkee" ... >>> set1() >>> print name ringkee
3.'global'声明把赋值的名字映射到一个包含它的模块的作用域中。
函数的参数是函数与外部沟通的桥梁，它可接收外部传递过来的值。参数传递的规则如下：
4.在一个函数中对参数名赋值不影响调用者。
>>> a=1 >>> def test(a): ... a=a+1 ... print a ... >>> test(a) 2 >>> a 1 # a值不变
5.在一个函数中改变一个可变的对象参数会影响调用者。
>>> a=1 >>> b=[1,2] >>> def test(a,b): ... a=5 ... b[0]=4 ... print a,b ... >>> test(a,b) 5 [4, 2] >>> a 1 >>> b [4, 2] # b值已被更改
参数是对象指针，无需定义传递的对象类型。如：
>>> def test(a,b): ... return a+b ... >>> test(1,2) #数值型 3 >>> test("a","b") #字符型 'ab' >>> test([12],[11]) #列表 [12, 11]
函数中的参数接收传递的值，参数可分默认参数，如：
def function(ARG=VALUE)
元组（Tuples）参数：
def function(*ARG)
字典（dictionary）参数：
def function(**ARG)
一些函数规则：
-
默认值必须在非默认参数之后；
-
在单个函数定义中，只能使用一个tuple参数（*ARG）和一个字典参数（**ARG）。
-
tuple参数必须在连接参数和默认参数之后。
-
字典参数必须在最后定义。
1.常用函数
1.abs(x)
abs()返回一个数字的绝对值。如果给出复数，返回值就是该复数的模。
>>>print abs(-100) 100 >>>print abs(1+2j) 2.2360679775
2.callable(object)
callable()函数用于测试对象是否可调用，如果可以则返回1(真)；否则返回0(假)。可调用对象包括函数、方法、代码对象、类和已经定义了“调用”方法的类实例。
>>> a="123" >>> print callable(a) 0 >>> print callable(chr) 1
3.cmp(x,y)
cmp()函数比较x和y两个对象，并根据比较结果返回一个整数，如果x<y，则返回-1；如果x>y，则返回1,如果x==y则返回0。
>>>a=1 >>>b=2 >>>c=2 >>> print cmp(a,b) -1 >>> print cmp(b,a) 1 >>> print cmp(b,c) 0
4.divmod(x,y)
divmod(x,y)函数完成除法运算，返回商和余数。
>>> divmod(10,3) (3, 1) >>> divmod(9,3) (3, 0)
5.isinstance(object,class-or-type-or-tuple) -> bool
测试对象类型
>>> a='isinstance test' >>> b=1234 >>> isinstance(a,str) True >>> isinstance(a,int) False >>> isinstance(b,str) False >>> isinstance(b,int) True
下面的程序展示了isinstance函数的使用：
def displayNumType(num): print num, 'is', if isinstance(num, (int, long, float, complex)): print 'a number of type:', type(num).__name__ else: print 'not a number at all!!!' displayNumType(-69) displayNumType(9999999999999999999999999L) displayNumType(565.8) displayNumType(-344.3+34.4j) displayNumType('xxx')
代码运行结果如下：
-69 is a number of type: int
9999999999999999999999999 is a number of type: long
565.8 is a number of type: float
(-344.3+34.4j) is a number of type: complex
xxx is not a number at all!!!
6.len(object) -> integer
len()函数返回字符串和序列的长度。
>>> len("aa") 2 >>> len([1,2]) 2
7.pow(x,y[,z])
pow()函数返回以x为底，y为指数的幂。如果给出z值，该函数就计算x的y次幂值被z取模的值。
>>> print pow(2,4) 16 >>> print pow(2,4,2) 0 >>> print pow(2.4,3) 13.824
8.range([lower,]stop[,step])
range()函数可按参数生成连续的有序整数列表。
>>> range(10) [0, 1, 2, 3, 4, 5, 6, 7, 8, 9] >>> range(1,10) [1, 2, 3, 4, 5, 6, 7, 8, 9] >>> range(1,10,2) [1, 3, 5, 7, 9]
9.round(x[,n])
round()函数返回浮点数x的四舍五入值，如给出n值，则代表舍入到小数点后的位数。
>>> round(3.333) 3.0 >>> round(3) 3.0 >>> round(5.9) 6.0
10.type(obj)
type()函数可返回对象的数据类型。
>>> type(a) <type 'list'> >>> type(copy) <type 'module'> >>> type(1) <type 'int'>
11.xrange([lower,]stop[,step])
xrange()函数与range()类似，但xrnage()并不创建列表，而是返回一个xrange对象，它的行为与列表相似，但是只在需要时才计算列表值，当列表很大时，这个特性能为我们节省内存。
>>> a=xrange(10) >>> print a[0] 0 >>> print a[1] 1 >>> print a[2] 2
2.内置类型转换函数
1.chr(i)
chr()函数返回ASCII码对应的字符串。
>>> print chr(65) A >>> print chr(66) B >>> print chr(65)+chr(66) AB
2.complex(real[,imaginary])
complex()函数可把字符串或数字转换为复数。
>>> complex("2+1j") (2+1j) >>> complex("2") (2+0j) >>> complex(2,1) (2+1j) >>> complex(2L,1) (2+1j)
3.float(x)
float()函数把一个数字或字符串转换成浮点数。
>>> float("12") 12.0 >>> float(12L) 12.0 >>> float(12.2) 12.199999999999999
4.hex(x)
hex()函数可把整数转换成十六进制数。
>>> hex(16) '0x10' >>> hex(123) '0x7b'
5.long(x[,base])
long()函数把数字和字符串转换成长整数，base为可选的基数。
>>> long("123") 123L >>> long(11) 11L
6.list(x)
list()函数可将序列对象转换成列表。如：
>>> list("hello world") ['h', 'e', 'l', 'l', 'o', ' ', 'w', 'o', 'r', 'l', 'd'] >>> list((1,2,3,4)) [1, 2, 3, 4]
7.int(x[,base])
int()函数把数字和字符串转换成一个整数，base为可选的基数。
>>> int(3.3) 3 >>> int(3L) 3 >>> int("13") 13 >>> int("14",15) 19
8.min(x[,y,z...])
min()函数返回给定参数的最小值，参数可以为序列。
>>> min(1,2,3,4) 1 >>> min((1,2,3),(2,3,4)) (1, 2, 3)
9.max(x[,y,z...])
max()函数返回给定参数的最大值，参数可以为序列。
>>> max(1,2,3,4) 4 >>> max((1,2,3),(2,3,4)) (2, 3, 4)
10.oct(x)
oct()函数可把给出的整数转换成八进制数。
>>> oct(8) '010' >>> oct(123) '0173'
11.ord(x)
ord()函数返回一个字符串参数的ASCII码或Unicode值。
>>> ord("a") 97 >>> ord(u"a") 97
12.str(obj)
str()函数把对象转换成可打印字符串。
>>> str("4") '4' >>> str(4) '4' >>> str(3+2j) '(3+2j)'
13.tuple(x)
tuple()函数把序列对象转换成tuple。
>>> tuple("hello world") ('h', 'e', 'l', 'l', 'o', ' ', 'w', 'o', 'r', 'l', 'd') >>> tuple([1,2,3,4]) (1, 2, 3, 4)
3.序列处理函数
1.常用函数中的len()、max()和min()同样可用于序列。
2.filter(function,list)
调用filter()时，它会把一个函数应用于序列中的每个项，并返回该函数返回真值时的所有项，从而过滤掉返回假值的所有项。
>>> def nobad(s): ... return s.find("bad") == -1 ... >>> s = ["bad","good","bade","we"] >>> filter(nobad,s) ['good', 'we']
这个例子通过把nobad()函数应用于s序列中所有项，过滤掉所有包含“bad”的项。
3.map(function,list[,list])
map()函数把一个函数应用于序列中所有项，并返回一个列表。
>>> import string >>> s=["python","zope","linux"] >>> map(string.capitalize,s) ['Python', 'Zope', 'Linux']
map()还可同时应用于多个列表。如：
>>> import operator >>> s=[1,2,3]; t=[3,2,1] >>> map(operator.mul,s,t) # s[i]*t[j] [3, 4, 3]
如果传递一个None值，而不是一个函数，则map()会把每个序列中的相应元素合并起来，并返回该元组。如：
>>> a=[1,2];b=[3,4];c=[5,6] >>> map(None,a,b,c) [(1, 3, 5), (2, 4, 6)]
4.reduce(function,seq[,init])
reduce()函数获得序列中前两个项，并把它传递给提供的函数，获得结果后再取序列中的下一项，连同结果再传递给函数，以此类推，直到处理完所有项为止。
>>> import operator >>> reduce(operator.mul,[2,3,4,5]) # ((2*3)*4)*5 120 >>> reduce(operator.mul,[2,3,4,5],1) # (((1*2)*3)*4)*5 120 >>> reduce(operator.mul,[2,3,4,5],2) # (((2*2)*3)*4)*5 240
5.zip(seq[,seq,...])
zip()函数可把两个或多个序列中的相应项合并在一起，并以元组的格式返回它们，在处理完最短序列中的所有项后就停止。
>>> zip([1,2,3],[4,5],[7,8,9])
[(1, 4, 7), (2, 5, 8)]
如果参数是一个序列，则zip()会以一元组的格式返回每个项，如：
>>> zip((1,2,3,4,5)) [(1,), (2,), (3,), (4,), (5,)] >>> zip([1,2,3,4,5]) [(1,), (2,), (3,), (4,), (5,)]
4.其他
def语句是实时执行的，当它运行的时候，它创建并将一个新的函数对象赋值给一个变量名，Python所有的语句都是实时执行的，没有像独立的编译时间这样的流程
由于是语句，def可以出现在任一语句可以出现的地方--甚至是嵌套在其他语句中:
if test: def fun(): ... else: def func(): ... ... func()
可以将函数赋值给一个不同的变量名，并通过新的变量名进行调用：
othername=func()
othername()
创建函数
内建的callable函数可以用来判断函数是否可调用：
>>> import math >>> x=1 >>> y=math.sqrt >>> callable(x) False >>> callable(y) True
使用del语句定义函数：
>>> def hello(name): return 'Hello, '+name+'!' >>> print hello('world') Hello, world! >>> print hello('Gumby') Hello, Gumby!
编写一个fibnacci数列函数：
>>> def fibs(num): result=[0,1] for i in range(num-2): result.append(result[-2]+result[-1]) return result >>> fibs(10) [0, 1, 1, 2, 3, 5, 8, 13, 21, 34] >>> fibs(15) [0, 1, 1, 2, 3, 5, 8, 13, 21, 34, 55, 89, 144, 233, 377]
在函数内为参数赋值不会改变外部任何变量的值：
>>> def try_to_change(n): n='Mr.Gumby' >>> name='Mrs.Entity' >>> try_to_change(name) >>> name 'Mrs.Entity'
由于字符串（以及元组和数字）是不可改变的，故做参数的时候也就不会改变，但是如果将可变的数据结构如列表用作参数的时候会发生什么：
>>> name='Mrs.Entity' >>> try_to_change(name) >>> name 'Mrs.Entity' >>> def change(n): n[0]='Mr.Gumby' >>> name=['Mrs.Entity','Mrs.Thing'] >>> change(name) >>> name ['Mr.Gumby', 'Mrs.Thing']
参数发生了改变，这就是和前面例子的重要区别
以下不用函数再做一次：
>>> name=['Mrs.Entity','Mrs.Thing'] >>> n=name #再来一次，模拟传参行为 >>> n[0]='Mr.Gumby' #改变列表 >>> name ['Mr.Gumby', 'Mrs.Thing']
当2个变量同时引用一个列表的时候，它们的确是同时引用一个列表，想避免这种情况，可以复制一个列表的副本，当在序列中做切片的时候，返回的切片总是一个副本，所以复制了整个列表的切片，将会得到一个副本：
>>> names=['Mrs.Entity','Mrs.Thing'] >>> n=names[:] >>> n is names False >>> n==names True
此时改变n不会影响到names：
>>> n[0]='Mr.Gumby' >>> n ['Mr.Gumby', 'Mrs.Thing'] >>> names ['Mrs.Entity', 'Mrs.Thing'] >>> change(names[:]) >>> names ['Mrs.Entity', 'Mrs.Thing']
关键字参数和默认值
参数的顺序可以通过给参数提供参数的名字（但是参数名和值一定要对应）：
>>> def hello(greeting, name): print '%s,%s!'%(greeting, name) >>> hello(greeting='hello',name='world!') hello,world!!
关键字参数最厉害的地方在于可以在参数中给参数提供默认值：
>>> def hello_1(greeting='hello',name='world!'): print '%s,%s!'%(greeting,name) >>> hello_1() hello,world!! >>> hello_1('Greetings') Greetings,world!! >>> hello_1('Greeting','universe') Greeting,universe!
若想让greeting使用默认值：
>>> hello_1(name='Gumby') hello,Gumby!
可以给函数提供任意多的参数，实现起来也不难:
>>> def print_params(*params): print params >>> print_params('Testing') ('Testing',) >>> print_params(1,2,3) (1, 2, 3)
混合普通参数：
>>> def print_params_2(title,*params): print title print params >>> print_params_2('params:',1,2,3) params: (1, 2, 3) >>> print_params_2('Nothing:') Nothing: ()
星号的意思就是“收集其余的位置参数”，如果不提供任何供收集的元素，params就是个空元组
但是不能处理关键字参数：
>>> print_params_2('Hmm...',something=42) Traceback (most recent call last): File "<pyshell#112>", line 1, in <module> print_params_2('Hmm...',something=42) TypeError: print_params_2() got an unexpected keyword argument 'something'
试试使用“**”:
>>> def print_params(**params): print params >>> print_params(x=1,y=2,z=3) {'y': 2, 'x': 1, 'z': 3} >>> def parames(x,y,z=3,*pospar,**keypar): print x,y,z print pospar print keypar >>> parames(1,2,3,5,6,7,foo=1,bar=2) 1 2 3 (5, 6, 7) {'foo': 1, 'bar': 2} >>> parames(1,2) 1 2 3 () {} >>> def print_params_3(**params): print params >>> print_params_3(x=1,y=2,z=3) {'y': 2, 'x': 1, 'z': 3} >>> #返回的是字典而不是元组 >>> #组合‘#’与'##' >>> def print_params_4(x,y,z=3,*pospar,**keypar): print x,y,z print pospar print keypar >>> print_params_4(1,2,3,5,6,7,foo=1,bar=2) 1 2 3 (5, 6, 7) {'foo': 1, 'bar': 2} >>> print_params_4(1,2) 1 2 3 () {}
