@
1函数概述
1)数学定义 y=f(x) ,y是x的函数,x是自变量
2)Python函数:
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
完成一定的功能
2 函数的作用:
结构化变成对代码的最基本封装,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;
3 内建函数
* 标识id id()
* 哈希 hast() 返回一个对象的哈希值
* 类型 type() 返回对象的类型
* 类型转换
float() int() bin() hex() oct() bool() list()
tuple() dict() set() complex() bytes() bytearray()
* input() 获取用户输入信息
* print() 打印输出信息
* len(s) 返回一个集合类型的元素个数
* isinstance(obj, class_or_tuple) 判断对象obj是否属于某种类型,返回bool类型
* issubclass(cls, class_or_tuple) 判断类型cls是否是某种类的子类,返回bool
* 绝对值 abs(x)
* 最大值 max()
* 最小值 min()
* round(x) 四舍六入五取偶
* pow(x, y) 等价于x**y
* range(stop_num)
* divmod(x, y) 等价于tuple(x//y, x%y)
* sum(iterable[,start])对可迭代对象的所有元素的值求和
* chr(i) 将一定范围内的整数返回对应ascii
* ord(c) 返回字符对应的整数
* str() repr() ascii()
* sorted(iterable[,key[,reverse]]) 返回一个新列表,默认升序
* reversed(seq) 返回一个翻转元素的迭代器
* enumerate(seq, start=0) 返回索引数字和序列元素的二元组
4 函数的定义:
def语句定义函数
def 函数名(参数列表):
函数体(代码块)
[return 返回值]
函数名必须是合法标识符,约定见名知意,尽量使用英文缩写
语句块必须缩进,约定4个空格
python的函数若不写return语句,默认返回一个None值
函数定义的参数列表成为形式参数,只是一种符号表达,简称形参
调用:
函数定义,只是声明了一个函数,它不会被执行,需要调用
调用的方式,就是函数名加上小括号,括号内写上参数。
调用时写的参数就是实际参数,为实参
示例
def add(x:int, y:int) -> int:
""" 执行两个数的加法的函数"""
return x+y
# 调用
sum = add(10, 16)
print(sum)
5 函数的参数
参数调用时,传入的参数个数要和定义的个数相匹配(可变参数例外)
- 位置参数:
示例:
def fun(x ,y, z):
max_num = max(x, y, z)
print(max_num)
# 位置参数,调用时按照定义的顺序传入实参。
fun(10, 20, 30)
- 关键字参数:
示例:
def fun(x ,y, z):
result = z -x -y
print(result)
# 传参方式
fun(x=10, y=20, z=30)
# 可以改变传参顺序
fun(y=20, x=10, z=30)
# 关键字参数传参要在位置参数之前,位置的参数是按照位置对应的。
fun(10, z=30, y=20)
- 参数默认值:
定义时,在形参后跟一个值
示例:
示例:
def fun(x=1 ,y=2, z=3):
result = z -x -y
print(result)
- 可变参数:
一个形参可以匹配任意个参数
位置参数的可变参数:
def add(*nums):
sum = 0
print(type(nums))
for x in nums:
sum+=x
print(sum)
在形参前加*表示该参数是可变参数,可以接收多个实参,收集多个实参为一个tuple,通常为使用*args
- 可变关键字参数:
def showconfig(**kwargs):
for k, v in kwargs.items():
print('{}={}'.format(k,v))
# 形参使用**符号,表示可接收多个关键字参数
# 收集的实参名称和值组成一个字典
# 可变参数混合使用:
def showconfig(username, password, **kwargs):
pass
def showconfig(username, *args, **kwargs):
pass
参数总结:
参数列表一般顺序是普通参数、缺省参数,可变位置参数,keyword-only参数,可变关键字参数.
- 参数解构
举例:
def add(x, y):
return x+y
add(4,5) #直接调用
t = (4,5)
add(*t) 或者 add(*(4, 5))
add(*range(1,3)) #同样可以使用可迭代对象传参
# 前提是参数个数相同
6作用域:
一个标识符的可见范围,一般常说是变量的作用域。
- 全局作用域:
在整个运行环境中都可见
局部作用域:
在局部变量使用范围不能超过其所在的局部范围
示例:
x = 5
def foo():
y = x + 1
x += 1 #错误,赋值即定义,相当于x未定义就直接使用
print(x)
- 全局变量global
x = 5
def foo():
global x
x += 1
print(x)
foo()
- 闭包
自由变量:未在本地作用域中定义的变量。例如定义在内存函数外的外层函数中作用域的变量。
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了外层函数的自由变量,就形成了闭包。
def counter():
c = [0]
def inc():
c[0] += 1 # 这里不会报错,因为是c[0] 而不是c,这是对c中的元素重新赋值
return c[0]
return inc #返回是的一个函数引用,而不是函数调用
foo = counter()
print(foo(), foo()) #打印1和2
c = 100
print(foo()) #打印3
上面是python2中实现闭包的方式,Python3中还可以使用关键字nonlocal
def counter():
c = 1
def innter():
nonlocal c
c += 1
return c
return innter
foo = counter()
print(foo(), foo())
c = 100
print(foo())
nonlocal关键字:将变量标记为在上级的局部作用域定义,但不能是全局作用域中定义。
- 默认值的作用域
def foo(l=[]):
l.append(1)
print(l)
foo() #打印[1]
foo() #打印[1,1]
#原因是函数也是对象,python把函数的对象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
def foo(l=[], u='abc', z=123):
l.append(1)
print(l)
print(foo(), id(foo))
print(foo.__defaults__)
print(foo(), id(foo))
print(foo.__defaults__)
# 函数两次打印id相同,表明函数地址没有发生改变,就是说函数这个对象没有变,调用它,它的属性__defaults__中使用元组保存所有默认值。
# 其中l默认值是引用类型,引用类型元素变动,并不是元组的变化
非引用类型中
def foo(l=1, u='abc', z=123):
u = ‘xyz’
z = 789
print(l, u, z)
print(foo.__defaults__) #打印(1, 'abc', '123')
print(foo(), id(foo))
print(foo.__defaults__) #打印(1, 'abc', '123')
可变类型默认值,如果使用这个默认值,就可能修改这个默认值
有时候这个特性是好的,有的时候这种特性是不好的,也会带来一些麻烦
如何做到按需修改?看下面这两种方法
def foo(x=[], u='abc', z=123):
x = x[:]
x.append(1)
print(x)
foo()
print(foo.__defaults__)
foo()
print(foo.__defaults__)
foo([10])
print(foo.__defaults__)
foo([10,5])
print(foo.__defaults__)
def foo(x=None, u='abc', z=123):
if x is None:
x = []
x.append(1)
print(x)
foo()
print(foo.__defaults__)
foo()
lst=[10]
foo(lst)
print(lst) #lst发生改变
print(foo.__defaults__)
foo([10,5])
print(foo.__defaults__)
一般函数中不使用打印语句,结尾使用return
第一种方法:
使用影子拷贝创建一个新的对象,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对象。
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,这是一种惯用法。
7函数的销毁
-
全局函数
重新定义同名函数
del 语句
程序结束时 -
局部函数
重新定义同名函数
del 语句
上级作用域销毁
8 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引入了嵌套函数,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,一个模块的命名空间,模块被导入时创建,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解释器启动时创建到解释器退出时消亡
所以一个名词的查找顺序是LEGB
9 递归函数
del foo1(b,b1=3):
print("foo1 called", b, b1)
del foo2(c):
foo3(c)
print("foo2 called", c)
def foo3(d):
print("foo3 called", d)
def main():
print("main callled")
foo1(100,101)
foo2(200)
print("main ending")
-
全局帧中生成foo1,foo2,foo3,main函数对象
1)main函数调用
2)main查找内建函数print压栈,将常量字符串压栈,调用函数,弹出栈顶。
3)main全局查找函数foo1压栈,将常量100,101 压栈,调用函数foo1,创建栈帧。print函数压栈,字符串和变量b、b1压栈,调用函数,弹出栈顶,返回值
4)类似上,最后main函数返回 -
递归Recursion:
函数直接或者间接调用自身就是递归
递归需要有边界、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 -
间接递归
是通过别的函数调用了函数自身。
但是构成了循环递归调用是非常危险的,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。要用代码规范来避免这种递归调用的发生。
注意:慎用递归 -
递归一定要有退出条件,递归调用定要执行到这个退出条件。
递归调用深度不宜过深
查看递归限制层数:
import sys
print(sys.getrecursionlimit())
-
递归的性能:
循环稍微复杂一些,但只要不是死循环,可以多次迭代直至算出结果。
fib递归函数代码精简易懂,但是只能获取到最外层的函数滴啊用,内部递归结果都是中间结果。而且给定一个n都要进行2n次递归,深度越深,效率越低。 -
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些,但只是不是死循环,可以多次迭代直至算出结果。
绝大数递归,都可以使用循环实现
即使递归代码简洁,但是也要慎重使用递归
递归示例:
求n的阶乘
def fun(n):
if n == 1:
return 1
return n*fun(n-1)
print(fun(3))
10 匿名函数:
- Python借助lambda表达式构建匿名函数
格式:
lambad 参数列表:表达式
lambda x:x*2
(lambda x:x*2)(4) #调用
foo = lambda x,y:(x+y)**2 #不推荐这么用
foo(2,1)
-
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return,表达式的值,就是函数返回值
lambda 表达式只能写在一行 -
用途:
高阶函数传参时,使用lambda表达式,往往能简化代码
11Python生成器函数
- 生成器generator
生成器是指生成器对象,可以由生成器表达式得到,也可以用yield关键字得到一个生成器函数,调用这个函数得到一个生成器对象 - 生成器函数:
函数体中包含yield语句的函数,返回生成器对象
生成器对象,是一个可迭代对象,也是迭代器
生成器对象,延迟计算,惰性求值
普通函数调用fn(),函数会立即执行完毕,但是生成器函数可以使用next函数多次执行
生成器函数等价于生成器对象,只不过生成器函数可以更加复杂。
def gen():
print("line 1")
yield 1
print("line 2")
yield 2
print("line 3")
return 3
next(gen()) #line 1
next(gen()) #line 1
g = gen()
print(next(g)) #line1
print(next(g)) #1ine2
print(next(g)) #line 3 StopIteration
print(next(g,'End')) #生成器到尾了,返回默认值‘End’
- 总结:
包含yield语句的生成器函数生成生成器对象时候,生成器的函数体不会立即执行
next调用,到头后抛出异常,StopIteration,可以使用默认值
def inc():
def counter():
i=0
while True:
i+=1
yield
c = counter()
return lambda : next(c) #嵌套函数闭包
foo = inc()