一、函数基础

简单地说，一个函数就是一组Python语句的组合，它们可以在程序中运行一次或多次运行。Python中的函数在其他语言中也叫做过程或子例程，那么这些被包装起来的语句通过一个函数名称来调用。

有了函数，我们可以在很大程度上减少复制及粘贴代码的次数了(相信很多人在刚开始时都有这样的体验)。我们可以把相同的代码可以提炼出来做成一个函数，在需要的地方只需要调用即可。那么，这样就提高了代码的复用率了，整体代码看起来比较简练，没有那么臃肿了。

函数在Python中是很基本的程序结构，用来充分地让我们的代码进行复用;与此同时，函数可以把一个错综复杂的系统分割为可管理的多个部分，简化编程、代码复用。

大家在学python的时候肯定会遇到很多难题，以及对于新技术的追求，这里推荐一下我们的Python学习扣qun：784758214，这里是python学习者聚集地！！同时，自己是一名高级python开发工程师，从基础的python脚本到web开发、爬虫、django、数据挖掘等，零基础到项目实战的资料都有整理。送给每一位python的小伙伴！每日分享一些学习的方法。和需要注意的小细节

接下来我们看看什么是函数，及函数该如何定义。有两种方式可以进行函数的定义，分别是def及lambda关键字。

1. 函数定义

先总结一下为什么要使用函数?

代码复用最大化及最小化冗余代码;过程分解(拆解)。把一个复杂的任务拆解为多个小任务。

函数定义的语法为：

1.  def func_name(arg1, arg2, arg3, ..., argN):  
2.  statement  
3.  return value 

根据上面定义，可以简单地描述为：Python中的函数是具有0个或多个参数，具有若干行语句并且具有返回值(返回值可有可无)的一个语句块(注意缩进)。

那么我们就定义一个比较简单的函数，该函数没有参数，进入ipython交互式环境：

1.  In[1]: def hello(): 
2.  ...: print('Leave me alone, the world')  
3.  ...: 

调用(执行)该函数：

1.  In[2]: hello() 
2.  Leave me alone, the world 

我们发现hello()函数并没有return语句，在Python中，如果没有显式的执行return语句，那么函数的返回值默认为None。

我们说过，定义函数有两种形式，另外一种形式是使用lambda来定义。使用lambda定义的函数是匿名函数，这个我们在后面的内容进行讲解，这里暂且不表。

二、函数参数

定义函数的时候，我们把参数的名字和位置确定下来，函数的接口定义就完成了。对于函数的调用者来说，只需要知道如何传递正确的参数，以及函数将返回什么样的值就够了，函数内部的复杂的逻辑被封装起来，调用者无需了解。

Python的函数定义非常简单，但灵活度却非常大。除了正常定义的必选参数外，还可以使用默认参数、可变参数和关键字参数，使得函数定义出来的接口，不但能处理复杂的参数，还可以简化调用者的代码。

1. 默认参数

默认参数使得API简洁，但不失灵活性。当一个参数有默认值时，调用时如果不传递此参数时，会使用默认值。

1.  def inc(init, step=1): 
2.  return init + step 
3.  # 调用一下这个函数 
4.  >>> inc(3) 
5.  4 
6.  >>> inc(3, 2) 
7.  5 

默认参数有一个坑，就是非默认参数要放到默认参数的前面(不然Python的解释器会报语法错误)。允许有多个默认参数，但默认参数需要放在参数列表的最后面。

1.  def append(x, lst=[]): 
2.  return lst.append(x) 

此函数有问题。(函数中的形参是全局变量?lst在append函数中叫lst，但在全局作用域中，我们不知道lst具体叫什么名字。)

修改之后的函数为：

1.  def append(x, lst=None): 
2.  if lst is None: 
3.  lst = [] 
4.  lst.append(x) 
5.  return lst 

通常来说，当默认参数是可变的时候，需要特别注意作用域的问题，我们需要上述的技巧(不可变的数据类型是值传递，可变的数据类型是引用传递。)。目前可变的对象为list，dict，set，bytearray。

默认参数很有用，但使用不当，也会掉坑里。默认参数有个很大的坑，演示如下：

先定义一个函数，传入一个list，添加一个END再返回

1.  def add_end(L=[]): 
2.  L.append('END') 
3.  return L 

当我们正常调用时，结果似乎不错：

1.  >>> add_end([1, 2, 3]) 
2.  [1, 2, 3, 'END'] 
3.  >>> add_end(['x', 'y', 'z']) 
4.  ['x', 'y', 'z', 'END'] 

当我们使用默认参数调用时，一开始结果也是对的：

1.  >>> add_end() 
2.  ['END'] 

但是，再次调用add_end()时，结果就不对了：

1.  >>> add_end() 
2.  ['END', 'END'] 
3.  >>> add_end() 
4.  ['END', 'END', 'END'] 

原因解释如下：

Python函数在定义的时候，默认参数L的值就被计算出来了，即[]，因为默认参数L也是一个变量，它指向对象[]，每次调用该函数，如果改变了L的内容，则下次调用时，默认参数的内容就变了，不再是函数定义时的[]了。

所以，定义默认参数要牢记一点：默认参数必须指向不变对象!

要修改上面的例子，我们可以用None这个不变对象来实现：

1.  def add_end(L=None): 
2.  if L is None: 
3.  L = [] 
4.  L.append('END') 
5.  return L 

为什么要设计str、None这样的不变对象呢?因为不变对象一旦创建，对象内部的数据就不能修改，这样就减少了由于修改数据导致的错误。此外，由于对象不变，多任务环境下同时读取对象不需要加锁，同时读一点问题都没有。我们在编写程序时，如果可以设计一个不变对象，那就尽量设计成不变对象。

2. 位置参数

我们先写一个计算x^2的函数：

1.  def power(x): 
2.  return x * x 

对于power(x)函数，参数x就是一个位置参数。当我们调用power函数时，必须传入有且仅有的一个参数x：

1.  >>> power(5) 
2.  25 
3.  >>> power(15) 
4.  225 

现在，如果我们要计算x^{3怎么办呢?可以再定义一个power3函数，但是如果要计算x}4、x^5、xn，怎么办?我们不可能定义无限多个函数，我们可以把power(x)修改为power(x, n)，用来计算x^n，说写就写：

1.  def power(x, n): 
2.  s = 1 
3.  while n > 0: 
4.  n = n - 1 
5.  s = s * x 
6.  return s 

3. 关键字参数

可变参数允许我们传入0个或任意个参数，这些可变参数在函数调用时自动组装为一个tuple。而关键字参数允许你传入0个或任意个含参数名的参数，这些关键字参数在函数内部自动组装为一个dict。示例如下：

1.  def person(name, age, **kwargs): 
2.  print('name:', name, 'age:', age, 'other:', kwargs) 

函数person除了必选参数name和age外，还接受关键字参数kwargs。在调用该函数时，可以只传入必选参数：

1.  >>> person('LavenLiu', 25) 
2.  name: LavenLiu age: 25 other: {} 

也可以传入任意个数的关键字参数：

1.  >>> person('LavenLiu', 25) 
2.  name: LavenLiu age: 25 other: {} 
3.  >>> person('Taoqi', 25, city='Hebei') 
4.  name: Taoqi age: 25 other: {'city': 'Hebei'} 
5.  >>> person('James', 31, gender='M', job='NBA player') 
6.  name: James age: 31 other: {'gender': 'M', 'job': 'NBA player'} 

关键字参数有什么用?它可以扩展函数的功能。比如，在person函数里，我们保证能接收到name和age这两个参数，但是，如果调用者愿意提供更多的参数，我们也能收到。试想你正在做一个用户注册的功能，除了用户名和年龄是必填项外，其他都是可选项，利用关键字参数来定义这个函数就能满足注册的需求。

和可变参数类似，也可以先组装出一个dict，然后，把该dict转换为关键字参数传进去：

1.  >>> kwargs = {'city': 'Hebei', 'job': 'Test'} 
2.  >>> person('Taoqi', 25, **kwargs) 
3.  name: Taoqi age: 25 other: {'city': 'Hebei', 'job': 'Test'} 

4. 位置参数和关键字参数

位置参数和关键字参数是函数调用时的概念。

当默认参数和关键字参数结合起来用的时候，很有用。

关键字参数必须写在位置参数之后，否则会抛出语法错误。

1.  def minus(x, y): 
2.  return x - y 
3.  minus(3, 5) # 位置参数，位置传参 
4.  minus(5, 3) # 位置参数，位置传参 
5.  minus(x=5, y=3) # 关键字参数，关键字传参 
6.  minus(y=3, x=5) # 关键字参数，关键字传参 

位置参数和关键字参数可以共存，但是关键字参数必须写到位置参数之后。

5. 可变位置参数

可变位置参数用*定义，在函数体内，可变位置参数是一个元组。

可变位置参数。

1.  In[1]: def fn(*args): 
2.  ...: print(args)  
3.  ...:  
4.  In[2]: fn((1, 2, 3, 4))  
5.  ((1, 2, 3, 4),)  
6.  In[3]: tup01 = (1, 2, 3, 4)  
7.  In[4]: fn(tup01)  
8.  ((1, 2, 3, 4),) 
9.  In[5]: fn(*tup01)  
10.  (1, 2, 3, 4) 

在python的函数中，还可以定义可变参数。可变参数就是传入的参数个数是可变的。

1.  In[6]: def cacl(*numbers):  
2.  ...: sum = 0  
3.  ...: for n in numbers:  
4.  ...: sum = sum + n * n  
5.  ...: return sum  
6.  ...:  
7.  In[7]: nums = [1, 2, 3]  
8.  In[8]: cacl(*nums) # 这里如果不在nums前面加*，有问题吗? 
9.  Out[8]: 14 

6. 可变关键字参数

可变关键字参数使用**定义，在函数体内，可变关键字参数是一个字典。可变关键字参数的key都是字符串，并且符合标识符定义规范。

1.  def fn(**kwargs): 
2.  print(kwargs) 
3.  dict01 = {'name': 'Laven Liu', 'age': 29} 
4.  fn(**dict01) 
5.  # fn(dict01) 
6.  fn(name='Laven Liu', age=29) 
7.  {'name': 'Laven Liu', 'age': 29} 
8.  {'name': 'Laven Liu', 'age': 29} 

可变位置参数只能以位置参数的形式调用可变关键字参数只能以关键字参数的形式调用可变位置参数必须在可变关键字参数之前

1.  In[18]: def fn(*args, **kwargs): 
2.  ...: print(args) 
3.  ...: print(kwargs)  
4.  ...:  
5.  In[19]: fn(1, 2, 3, a=1, b=2)  
6.  (1, 2, 3)  
7.  {'a': 1, 'b': 2}  
8.  In[20]: def fn(*args, x, y):  
9.  ...: print(args) 
10.  ...: print(x, y)  
11.  ...:  
12.  In[21]: fn(1, 2, 3, 4) 
13.  --------------------------------------------------------------------------- 
14.  TypeError Traceback (most recent call last)  
15.  in ()  
16.  ----> 1 fn(1, 2, 3, 4) 
17.  TypeError: fn() missing 2 required keyword-only arguments: 'x' and 'y' 
18.  In[22]: fn(1, 2, x=3, y=4)  
19.  (1, 2)  
20.  3 4 

可变参数后置可变参数不和默认参数一起出现

7. 参数组合

在Python中定义函数，可以用必选参数、默认参数、可变参数和关键字参数，这4种参数都可以一起使用，或者只用其中某些，但是请注意，参数定义的顺序必须是： 必选参数、默认参数、可变参数和关键字参数

比如定义一个函数，包含上述4种参数：

1.  >>> def func(a, b, c=0, *args, **kwargs): 
2.  ... print('a =', a, 'b =', b, 'c =', c, 'args = ', args, 'kwargs = ', kwargs) 

在函数调用的时候，Python解释器自动按照参数位置和参数名把对应的参数传进去。

1.  >>> func(1, 2) 
2.  a = 1 b = 2 c = 0 args = () kwargs = {} 
3.  >>> func(1, 2, c=3) 
4.  a = 1 b = 2 c = 3 args = () kwargs = {} 
5.  >>> func(1, 2, 3, 'a', 'b') 
6.  a = 1 b = 2 c = 3 args = ('a', 'b') kwargs = {} 
7.  >>> func(1, 2, 3, 'a', 'b', x=99) 
8.  a = 1 b = 2 c = 3 args = ('a', 'b') kwargs = {'x': 99} 
9.  >>> 

最神奇的是通过一个tuple和dict，我们也可以调用该函数：

1.  >>> args = (1, 2, 3, 4) 
2.  >>> kwargs = {'x': 99} 
3.  >>> func(*args, **kwargs) 
4.  a = 1 b = 2 c = 3 args = (4,) kwargs = {'x': 99} 

所以，对于任意函数，都可以通过类似func(*args, **kwargs)的形式调用它，无论它的参数是如何定义的。

8. 参数解构

参数解构发生在函数调用时，可变参数发生函数定义的时候。参数解构分为两种形式，一种是位置参数解构，另一种是关键字参数解构。

参数结构的两种形式：

位置参数解构，使用一个星号。解构的对象为可迭代对象，解构的结果为位置参数。关键字参数解构，使用两个星号。解构的对象为字典，解构的结果为关键字参数。

位置参数解构的一个例子：

1.  In[23]: def fn(a, b, c): 
2.  ...: print(a, b, c) 
3.  ...: 
4.  In[24]: lst = [1, 2, 3] 
5.  In[25]: fn(lst[0], lst[1], lst[2]) 
6.  1 2 3 
7.  # 也可以进行如下形式的调用 
8.  In[26]: fn(*lst) # 这种做法就叫参数解构 
9.  1 2 3 
10.  # *号可以把线性结构解包成位置参数 
11.  lst = [1, 2, 3, 4] 
12.  fn(*lst) # -> fn(lst[0], lst[1], lst[2], lst[3]) 
13.  TypeError: fn() takes 3 positional arguments but 4 were given 

这里就报错了，本来这个函数只能接收3个位置参数，lst有四个元素，通过参数解构之后，就变成了4个参数，所以就报错了。

接下来看字典解构的例子：

1.  In[27]: d = {'a': 1, 'b': 2, 'c': 3} 
2.  In[28]: fn(**d) 
3.  1 2 3 
4.  # **可以把字典解构成关键字参数 

参数解构发生在函数调用时。解构的时候，线性结构的解构是位置参数，字典解构是关键字参数。

传参的顺序：位置参数，线性结构解构;关键字参数，字典解构。尽量的少的同时使用两种解构，除非你真的知道在做什么。

1.  In[29]: def fn(a, b, c, d): 
2.  ...: print(a, b, c, d) 
3.  ...: 
4.  In[30]: fn(0, *[2], c=1, **{'d': 3}) 
5.  0 2 1 3 

9. 参数槽(keyword-only参数)

Python3中引入的。

1.  def fn(a, b, c): 
2.  print(a, b, c) 
3.  fn(a=1, b=2, c=3) 

如果要强制传入的参数为关键字参数：

1.  def fn(*, a, b, c): 
2.  print(a, b, c) 
3.  >>> fn(1, 2, 3) 
4.  Traceback (most recent call last): 
5.  File "", line 1, in 
6.  fn(1, 2, 3) 
7.  TypeError: fn() takes 0 positional arguments but 3 were given 
8.  >>> fn(a=1, b=2, c=3) 
9.  1 2 3 

*之后的参数，必须以关键字参数的形式传递，称之为参数槽。

参数槽通常和默认参数搭配使用。

1.  >>> def fn(a, b, *, x, y): 
2.  print(a, b) 
3.  print(x, y) 
4.  >>> fn(1, 2, 3, 4) 
5.  Traceback (most recent call last): 
6.  File "", line 1, in 
7.  fn(1, 2, 3, 4) 
8.  TypeError: fn() takes 2 positional arguments but 4 were given 
9.  >>> fn(1, 2, x=3, y=4) 
10.  1 2 
11.  3 4 
12.  >>> fn(1, 2, **{'x': 3, 'y': 4}) 
13.  1 2 
14.  3 4 
15.  def fn(a, b, *): 
16.  print(a, b) 
17.  def fn(a, b, *): 
18.  .. print(a, b) 
19.  File "", line 1 
20.  SyntaxError: named arguments must follow bare * 
21.  几个例子： 
22.  def fn01(*, x=1, y=5): 
23.  print(x) 
24.  print(y) 
25.  >>> fn01() 
26.  1 
27.  5 
28.  def fn02(x=1, *, y): 
29.  print(x) 
30.  print(y) 
31.  >>> fn02(y=3) 
32.  1 
33.  3 

参数槽之坑：

*之后必须有参数非命名参数有默认值时，命名参数可以没有默认值默认参数应该在每段参数的最后使用参数槽时，不能使用可变位置参数，可变关键之参数必须放在命名参数之后

三、高级用法

1. 递归函数

在函数内部，可以调用其他函数。如果一个函数在内部调用自身本身，这个函数就是递归函数。

1.  def fact(n): 
2.  if n==1: 
3.  return 1 
4.  return n*fact(n-1) 

使用递归函数的优点是逻辑简单清晰，缺点是过深的调用会导致栈溢出。

针对尾递归优化的语言可以通过尾递归防止栈溢出。尾递归事实上和循环是等价的，没有循环语句的编程语言只能通过尾递归实现循环。

2. 匿名函数 lambda

python 使用 lambda 来创建匿名函数。

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函数拥有自己的名字空间，且不能访问自有参数列表之外或全局名字空间里的参数。

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.  fib = lambda n,x=0,y=1:x if not n else fib(n-1,y,x+y) 
2.  print(fib(20)) 

3. Python函数中的多态

一个操作的意义取决于被操作对象的类型：

1.  def times(x,y): 
2.  return x*y 
3.  >>>times(2,4) 
4.  >>>8 
5.  times('Python',4) # 传递了与上不同的数据类型 'PythonPythonPythonPython' 

四、总结

Python的函数具有非常灵活的参数形态，既可以实现简单的调用，又可以传入非常复杂的参数。

默认参数一定要用不可变对象，如果是可变对象，运行会有逻辑错误!

要注意定义可变参数和关键字参数的语法：

*args是可变参数，args接收的是一个tuple;

**kwargs是关键字参数，kwargs接收的是一个dict。

以及调用函数时如何传入可变参数和关键字参数的语法：

可变参数既可以直接传入：func(1, 2, 3)，又可以先组装list或tuple，再通过args传入：func((1, 2, 3));

关键字参数既可以直接传入：func(a=1, b=2)，又可以先组装dict，再通过kwargs传入：func({'a': 1, 'b': 2})。

使用args和*kwargs是Python的习惯写法，当然也可以用其他参数名，但应该使用习惯用法。