函数

作者: 秋幻旎苏 | 来源:发表于2018-08-22 17:35 被阅读0次

    Python 中的函数是由若干语句组成的语句块、函数名称、参数列表构成,它是组织代码的最小单元,可以完成一定的功能

    一.函数的作用

    • 结构化编程对代码的最基本的封装,一般按照功能组织一段代码
    • 封装的目的是为了复用,减少冗余代码
    • 代码更加简洁美观,可读易懂

    二.函数的分类

    • 内建函数 : max(),reversed()
    • 库函数:math.ceil()

    三.函数定义、调用

    1.def关键字定义函数

    def 函数名(形参列表):
        函数体(代码块)
        [return 返回值]
    
    • 函数名就是标识符,只能由英文,数字和下划线组成,不能以数字开头.
    • python函数使用return语句返回“返回值”
    • 所有函数都有返回值,如果没有return语句,隐式调用return None
    • return语句并不一定是函数的语句块的最后一条语句
    • 一个函数可以存在多个return 语句,但是只有一条可以被执行,如果没有return语句被执行,使用隐式调用return None
    • 如果有必要,可显示调用return None ,可以简写为return
    • 如果函数执行了return 语句,函数就会返回,当前被执行的return语句之后其他的语句就不会被执行
    • return语句的作用:结束函数调用,返回值
    • 函数不能同时返回多个值
    • 函数是可调用的对象 callable()

    2.函数调用

    • 函数定义,只是声明了一个函数,它是不会被执行的,需要调用
    • 函数调用,需要在函数名后名加上()
    • 调用函数的时候在()中写入的参数是实际参数,简称实参。
    • 实参只有两种传参方式:按照形参位置顺序传参和关键字传参

    关键字传参必须放在最后

    3.函数形参

    ①位置参数
    • def fn(x,y) 可以使用 fn(1,2) 和fn(x=1,y=2)调用
    • 按照形参位置顺序传参,传参的顺序必须形参顺序和个数一致。
    • 关键字传入实参的时候,传参时的关键字必须和定义的形参名和个数一致,传参的顺序可以和形参顺序不一致。


      位置参数.gif
    ② 参数默认值(缺省值)

    在定义形参的时候可以给形参赋予一个默认值.

    def fn(x=3,y=2):
        print("x={},y={}".format(x,y))
    
    • 参数的默认值可以在未传入足够的实参的时候,对没有给定的参数赋值为默认值
    • 设置参数的缺省值,可以简化函数调用
    ③可变位置参数
    • 在位置参数前面使用“*” 表示该形参是可变参数,可以接受0到多个实参
    • 收集多个实参为一个元组tuple
    • 不接受关键字传参
    • 可变位置参数必须在位置参数后面
    ④keyword-only参数(python3 后加入)
    • 在可变位置参数后面,出现的形参
    • 在传参的时候一定要使用关键字传参
    ⑤ 可变关键字参数
    • 在形参签名使用“**”符号,表示可以接受0到多个关键字参数
    • 收集的实参的关键字和值组成一个字典dict,该字典在函数中是可以改变的
    • 如果形参中有keyword-only参数,一定要在该参数后面
    ⑥总结
    • 形参一般顺序是,位置参数,缺省位置参数,可变位置参数,keywork-only参数(可以带缺省值),可变关键字参数

    函数参数解构

    • 给函数提供实参的时候,可以在可迭代对象中使用* 或者**,把集合类型的解构解开,提取出所有元素作为函数的实参
    • 非字典类型使用*解构成位置参数
    • 字典类型使用 ** 解构成关键字参数
    • 提出出来的元素树木要和参数的要求匹配,也要和参数的类型匹配
    • 参数解构只能用在函数中,print() 函数等
    参数解构.gif

    四. 函数嵌套

    在一个函数中定义了另外一个函数,内部的函数不能在外部直接使用,会抛出NameError 异常。
    函数有可见范围,这就是作用域的概念


    函数嵌套.gif

    1.作用域

    • 一个标识符的可见范围,这就是标识符的作用域。一般常说的是变量的作用域。
      作用域分为:全局作用域,和局部作用域
    • 全局作用域
      在整个程序运行环境中可见
    • 局部作用域
      在函数,类等内部可见,局部变量使用范围不能超过其所在的局部作用域
    def outer2():
        o = 65
        def inner():
            o = 97
            print("inner {}".format(o))
        print("outer {}".format(o))
        inner()
    outer2()
    
    #结果
    #outer 65
    #inner 97
    

    通过上述嵌套结构例子可以看出

    • 外层变量作用域在内层作用域可见
    • 内层作用域inner中,如果定义了o = 97,相当于当前作用域中重新定义了一个新的变量o,但是这个o并没有 覆盖外层作用域outer中的o。
    ①.全局变量globle
    x = 5
    def foo():
    ##如果不使用global,会出现先引用后赋值的异常报错
        global x 
        x += 1 
        print("x =",x)
    foo()
    print("x =",x)
    ###结果
    #x = 6
    #x = 6
    
    • 使用global 关键字的变量,将函数内的x声明为外部的全局作用域定义的x
    • 全局作用作用域中必须要有x的定义
    • 使用global可以告诉内部作用域,去全局作用域查找变量的定义,之后在函数内对x的所有操作,都相当于在为全局作用域的变量x操作赋值
    x = 5
    def foo():
        global x
        x += 1
        print("x =",x)
        x = 9
    foo()
    print("x =",x)
    
    ##结果
    #x = 6
    #x = 9
    

    globle 使用原则

    • 外部作用域变量会内部作用域可见,但也不要在这个内部的局部作用域中直接使用,因为函数的目的就是为了封装,尽量与外界隔离
    • 如果函数需要使用外部全局变量,请使用函数的形参传参解决

    不要用global,学习它,只是为了深入理解变量作用域!!!

    对“作用域”可以进行如下理解:
    1.在最顶层,比如shell层,有一个符号表会跟踪记录这一层所有的名称定义和绑定
    2.调用函数的时候,会建立一个新的符号表(常称为栈帧)。这个表跟踪记录函数中所有的名称定义(包括形参)和它们当前的绑定。如果函数体内又调用了一个函数,就再建立一个栈帧。
    3.函数结束时候,它的栈帧也随之消息。

    2.闭包

    • 自由变量:未在本地作用域定义的变量。
      例如:定义在内层函数外的外层函数的作用域中的变量
    • 闭包:就是一个概念,出现在嵌套函数中,指的是内层函数引用到了外层函数的自由变量,这就形成了闭包.
    def counter():
        c = [0]
        def inc():
            c[0] += 1  #应用的是自由变量正式counter的变量c
            return c[0]
        print(c[0])
        return inc
      
    #counter()()
    foo = counter()
    print(foo(),foo())   #调用的是inner()
    print(foo())
    

    这是python2 实现闭包的方式,python3 还可以使用nonlocal 关键字

    ①nonlocal 关键字

    使用nonlocal 关键字,将变量标记为不再本地作用域定义,而在上级的某一级局部作用域中定义,但不能是全局作用域中的定义

    def counter():
        count = 0
        def inc():
            nonlocal count
            count += 1
            return count
        return inc
    foo = counter()
    print(foo())
    print(foo())
    
    • count 是外层函数的局部变量,被内部函数引用
    • 内部函数使用nonlocal 关键字声明count变量在上级作用域而非 本地作用域中定义
    • 形成了闭包
    ②默认值的作用域
    def foo(xyz=[]):
        xyz.append(1)
        print(xyz)
    foo()
    foo()
    
    ###result
    #[1]
    #[1, 1]
    
    • 函数也是对象,python 把函数的默认值放在了属性中,这个属性就伴随着这个函数对象的整个生命周期
    • 查看foo.__defaults__属性 ([1, 1],)
    def foo(xyz=[],u='abc',z=123):
       xyz.append(1)
       return xyz
    print(foo(),id(foo))
    print(foo.__defaults__)
    print(foo(),id(foo))
    print(foo.__defaults__)
    
    • 函数地址并没有变,就是说函数这个对象没有变,调用它,它的属性__defaults__ 中使用元组保存默认值
    • xyz 默认值是引用类型,引用类型的元素变动,并不是元组的变化

    非引用类型例子

    def foo(w,u='abc',z=123):
        u = 'xyz'
        z = 789
        print(w,u,z)
    print(foo.__defaults__)
    foo('wing')
    print(foo.__defaults__)
    

    属性__defaults__中使用元组保存所有位置参数默认值,它不会因为在函数体内使用了它而发生改变

    def foo(w,u='abc',*,z=123,zz=[456]):
        u = 'xyz'
        z = 789
        zz.append(1)
        print(w,u,z,zz)
    print(foo.__defaults__)
    foo('wing')
    print(foo.__kwdefaults__)
    
    • 属性__defaults__ 中使用元组保存所有位置参数默认值
    • 属性__kwdefaults__ 中使用字典保存所有keyword-only 参数的默认值
    • 使用可变类型作为形参默认值的时候,就可能修改这个默认值

    1.函数体内,不改变默认值

    def foo(xyz=[],u='abc',z=123):
        xyz = xyz[:]     #影子拷贝
        xyz.append(1)
        print(xyz)
    print(foo.__defaults__)
    foo()
    print(foo.__defaults__)
    foo([10])    
    foo()
    print(foo.__defaults__)
    foo([10,5])
    print(foo.__defaults__)
    
    • 函数中的xyz 都是传入参数或者默认参数的副本,如果就想修改原参数,不可以

    2.使用不可变类型的默认值

    def foo(xyz=None,u='abc',z=123):
        if xyz is None:
            xyz = []
        xyz.append(1)
        print(xyz)
    print(foo.__defaults__)
    foo()
    print(foo.__defaults__)
    foo([10])    
    print(foo.__defaults__)
    foo([10,5])
    print(foo.__defaults__)
    
    • 如果使用缺省值None就创建一个列表
    • 如果传入一个列表,就修改这个列表

    3.总结

    • 第一种方法
      使用影子拷贝,创建了一个新的对象,永远不能改变传入的参数。
    • 第二种方法
      通过值的判断就可以灵活的选择创建或者修改传入的参数,这种方式灵活,应用广泛。
      很多函数的定义,都可以看到使用None这个不可变的值作为默认参数,这可以说是一种惯用法

    四.变量名解析原则LEGB

    • Local,本地作用域,局部作用域的local命名空间。函数调用时创建,调用结束消亡
    • Enclosing,Python2.2时引入的嵌套函数,实现了闭包,这个就是嵌套函数的外部函数的命名空间
    • Global 全局作用域,即一个模块的命名空间。模块被import时创建,解释器退出时消亡
    • Build-in,内置模块的命名空间,生命周期从python解析器启动的时创建到解释器退出时消亡。例如print(open),print 和open 都是内置的变量
    • 所以一个名词的查找顺序就是LEGB

    五.函数的销毁

    全局函数销毁

    • 重新定义同名函数
    • del语句删除函数对象
    • 程序结束时
    • 局部函数
    局部函数销毁
    • 重新在上级作用域定义同名函数
    • del语句删除函数名称,函数对象的引用计数减1
    • 上级作用域销毁时

    五.文档字符串:

    """ text """
    三引号之间的文本在Python中称为文档字符串。按照惯例,使用文档字符串提供函数的规范。可以使用内置的函数help访问这些字符串。

    文档字符串.gif

    六.递归

    2.定义

    ** 函数直接或者间接调用自身就是递归**

    • 递归需要边界条件,递归前进段,递归返回段
    • 递归一定要有边界条件
    • 当边界条件不满足的时候,递归前进
    • 当边界条件满足的时候,递归返回

    2.递归要求

    • 递归一定要有退出条件,递归调用一定要执行到这个退出条件。没有退出条件的递归调用,就是无限调用
    • 递归深度不宜过深
      可以通过sys.getrecursionlimit() 查看解释器的深度限制

    3.递归的性能

    • 循环稍微复杂一些,但是只要不是死循环,可以多次迭代直至算出结果。
    • 递归有深度限制,如果递归复杂,函数反复亚栈,栈内存很快就溢出了。
    • 递归中可以通过形参记录每次递归的计算,减少递归次数

    4.间接递归:

    def foo1():
        foo2()
    def foo2():
        foo1()
    foo1()
    

    间接递归,是通过别的函数调用了函数自身。
    但是,如果构成了循环递归抵用是非常危险的,但是往往这种情况在代码复杂的情况下,还是可能发生这种调用。要用代码的规范来避免这种递归调用的发生。

    5.递归总结

    • 递归是一种很自然的表达,符合逻辑思维
    • 递归相对运行效率低,每一次调用函数都要开辟栈帧
    • 递归有深度限制,如果递归层次太深,函数反复压栈,栈内存很快就溢出了
    • 如果是有限次数的递归,可以使用递归调用,或者使用循环代替,循环代码稍微复杂一点,但是只要不是死循环,可以多次迭代直至算出结果
    • 绝大多数递归,都可以使用循环实现
    • 即使递归代码间接,不建议使用递归

    七.匿名函数

    • 没有函数名
    • 借助lambda 表达式构建匿名函数
    • 格式:lambda 参数列表:表达式
    • 使用lambda 关键字来定义匿名函数
    • 参数列表不需要小括号
    • 冒号是用来分割参数列表和表达式的
    • 不需要使用return ,表达式的值,就是匿名函数返回值
    • lambda表达式(匿名函数) 只能写在一行上,被称为单行函数
    • 用途:在高阶函数传参时,使用lamdba表达式,往往能简化代码。
    print((lambda :0)())
    print((lambda x,y=3:x+y)(5))
    print((lambda x, y=3: x + y)(5, 6))
    print((lambda x, *, y=30: x + y)(5))
    print((lambda x, *, y=30: x + y)(5, y=10))
    print((lambda *args: (x for x in args))(*range(5)))
    print((lambda *args: [x+1 for x in args])(*range(5)))
    print((lambda *args: {x+2 for x in args})(*range(5)))
    [x for x in (lambda *args: map(lambda x: x+1, args))(*range(5))] 
    [x for x in (lambda *args: map(lambda x: (x+1,args), args))(*range(5))]
    

    相关文章

      网友评论

          本文标题:函数

          本文链接:https://www.haomeiwen.com/subject/wgleiftx.html