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 特性: 1）代码重用 2）保持一致性 3）可扩展性
一、函数
定义: 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
特性:
1）代码重用
2）保持一致性
3）可扩展性
1、函数参数
形参：形式参数，不是实际存在，是虚拟变量。在定义函数和函数体的时候使用形参，目的是在函数调用时接收实参（实参个数，类型应与实参一一对应）
实参：实际参数，调用函数时传给函数的参数，可以是常量，变量，表达式，函数，传给形参
区别：形参是虚拟的，不占用内存空间，.形参变量只有在被调用时才分配内存单元，实参是一个变量，占用内存空间，数据传送单向，实参传给形参，不能形参传给实参
- 关键字参数
- 默认参数
- 不定长参数
1）关键字参数：
须以正确的顺序传入函数。调用时的数量必须和声明时的一样。但可以自己指定赋值，这样就可以不管顺序。
关键字参数和函数调用关系紧密，函数调用使用关键字参数来确定传入的参数值。使用关键字参数允许函数调用时参数的顺序与声明时不一致，因为 Python 解释器能够用参数名匹配参数值。
def f(name,age):
print('I am %s,I am %d'%(name,age))
# f(16,'alvin') #报错
f(age=22,name='perry')2）缺省参数（默认参数）：
默认参数必须跟在非默认参数后面
调用函数时，缺省参数的值如果没有传入，则被认为是默认值。下例会打印默认的sex，如果sex没有被传入，就打印默认值：
def print_info(name,age,sex='male'):
print('Name:%s'%name)
print('age:%s'%age)
print('Sex:%s'%sex)
return
print_info('alex',18)
print_info('铁锤',40,'female')3）不定长参数 *args and **kwargs(key-word arguments)
你可能需要一个函数能处理比当初声明时更多的参数。这些参数叫做不定长参数，和上述2种参数不同，声明时不会命名。
# 不定长参数
def add(*args):
sum=0
for v in args:
sum+=v
return sum
print(add(1,4,6,9))
print(add(1,4,6,9,5))加了星号（*）的变量名会存放所有未命名的变量参数，将传入的参数保存到一个元组中
而加(**)的变量名会存放命名的变量参数，将传入的命名参数放到一个字典dict中
def print_info(name, **kwargs):
print(kwargs)
for i in kwargs.items(): # i为一个元组
print('{0}:{1}'.format(i[0], i[1])) #根据参数可以打印任意相关信息了
for name, value in kwargs.items():
print('{0}:{1}'.format(name, value)) #根据参数可以打印任意相关信息了
return
print_info(name='perry', age=23, sex='male', hobby='girl', nationality='Chinese', ability='Python')
'''output
{'age': 23, 'sex': 'male', 'hobby': 'girl', 'nationality': 'Chinese', 'ability': 'Python'}
age:23
sex:male
hobby:girl
nationality:Chinese
ability:Python
age:23
sex:male
hobby:girl
nationality:Chinese
ability:Python
'''注意两个参数的位置：先是无命名，后是键值对形式的
def print_info(name,*args,**kwargs):#def print_info(name,**kwargs,*args):报错
print('Name:%s'%name)
print('args:',args)
print('kwargs:',kwargs)
return
print_info('alex',18,hobby='girl',nationality='Chinese',ability='Python')
# print_info(hobby='girl','alex',18,nationality='Chinese',ability='Python') #报错
#print_info('alex',hobby='girl',18,nationality='Chinese',ability='Python') #报错2、函数返回值
要想获取函数的执行结果，就可以用return语句把结果返回
注意:
① 函数在执行过程中只要遇到return语句，就会停止执行并返回结果，so 也可以理解为 return 语句代表着函数的结束
② 如果未在函数中指定return,那这个函数的返回值为None
③ return多个对象，解释器会把这多个对象组装成一个元组作为一个一个整体结果输出
def exchange(a, b):
return b,a
x = 1
y = 2
print("交换前：")
print('x =',x, '\ny =', y)
print("交换后：")
x, y = exchange(x,y)
print('x =',x, '\ny =', y)
'''
交换前：
x = 1
y = 2
交换后：
x = 2
y = 1
'''3、函数的作用域
python中的作用域分4种情况：
- L： local，局部作用域，即函数中定义的变量；
- E：enclosing，嵌套的父级函数的局部作用域，即包含此函数的上级函数的局部作用域，但不是全局的；
- G：globa，全局变量，就是模块级别定义的变量；
- B：built-in，系统固定模块里面的变量，比如int, bytearray等。
搜索变量的优先级顺序依次是：作用域局部>外层作用域>当前模块中的全局>python内置作用域，也就是LEGB。
x = int(2.9) # int built-in
g_count = 0 # global
def outer():
o_count = 1 # enclosing
def inner():
i_count = 2 # local
print(o_count)
# print(i_count) 找不到
inner()
outer()
# print(o_count) #找不到作用域就牵扯到变量的修改问题：
x=6
def f():
print(x)
x=5
f()错误的原因在于print(x)时,解释器会在局部作用域找,会找到x=5(函数已经加载到内存),但x使用在声明前了,
所以报错: local variable 'x' referenced before assignment.1） global关键字
当内部作用域想修改外部作用域的变量时，就要用到global和nonlocal关键字了，当修改的变量是在全局作用域（global作用域）上的，就要使用global先声明一下，代码如下：
count = 10
def outer():
global count
print(count)
count = 100
print(count)
outer()
#10
#1002）nonlocal关键字
global关键字声明的变量必须在全局作用域上，不能嵌套作用域上，当要修改嵌套作用域（enclosing作用域，外层非全局作用域）中的变量怎么办呢，这时就需要nonlocal关键字了
def outer():
count = 10
def inner():
nonlocal count
count = 20
print(count)
inner()
print(count)
outer()
#20
#204、高阶函数
高阶函数是至少满足下列一个条件的函数:
1）接受一个或多个函数作为输入
2）输出一个函数
注意理解：
- 函数名可以进行赋值
- 函数名是一个变量，可以作为函数参数以及返回值
def f(n):
return n*n
def foo(a, b, func):
return func(a) + func(b)
# 函数名是一个变量，可以作为函数参数
a = foo(2,3,f)
print(a)
# 函数名可以进行赋值
f1 = f
print(id(f1))
print(id(f))
b = foo(4, 5, f1)
print(b)
'''output
13
2134235233816
2134235233816
41
'''函数作为函数返回值
def foo():
x=3
def bar():
return x
return bar
print(foo()())5、递归函数
定义：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。
优点: 是定义简单，逻辑清晰。理论上，所有的递归函数都可以写成循环的方式，但循环的逻辑不如递归清晰。
递归特性:
1）必须有一个明确的结束条件
2）每次进入更深一层递归时，问题规模相比上次递归都应有所减少
3）递归效率不高，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，每当进入一个函数调用，栈就会加一层栈帧，每当函数返 回，栈就会减一层栈帧。由于栈的大小不是无限的，所以，递归调用的次数过多，会导致栈溢出。)
示例1：阶乘
def factorial(n):
result=n
for i in range(1,n):
result*=i
return result
print(factorial(4))
# 递归实现
def recursive(num):
if num == 1:
return 1
return num * recursive(num-1)
print(recursive(4))示例2：斐波那契数列
def fibo(n):
if n <= 2:
return 1
return (fibo(n - 1) + fibo(n - 2))
print(fibo(8))6、内置函数
| Built-in Functions | | | |
exec() | ||||
| ||||
重要的内置函数：
1）filter(function, sequence)
str = ['a', 'b','c', 'd']
def fun1(s):
if s != 'a':
return s
ret = filter(fun1, str)
print(list(ret))# ret是一个迭代器对象对sequence中的item依次执行function(item)，将执行结果为True的item做成一个filter object的迭代器返回。可以看作是过滤函数。
2）map(function, sequence)
str = [1, 2,'a', 'b']
def fun2(s):
return s + "alvin"
ret = map(fun2, str)
print(ret) # map object的迭代器
print(list(ret))# ['aalvin', 'balvin', 'calvin', 'dalvin']对sequence中的item依次执行function(item)，将执行结果组成一个map object迭代器返回.
map也支持多个sequence，这就要求function也支持相应数量的参数输入：ef add(x,y):
return x+y
print (list(map(add, range(10), range(10))))##[0, 2, 4, 6, 8, 10, 12, 14, 16, 18]
3) reduce(function, sequence, starting_value)
from functools import reduce
def add1(x, y):
return x + y
print(reduce(add1, range(1, 101))) ## 5050 （注：1+2+...+99+100）
print(reduce(add1, range(1, 101), 20)) ## 5070 （注：1+2+...+99+100+20）对sequence中的item顺序迭代调用function，如果有starting_value，还可以作为初始值调用.
也就是先1+2=3，然后3+3=6，然后6+4=10.。。。
4）lambda
普通函数与匿名函数的对比：
#普通函数
def add(a,b):
return a + b
print add(2,3)
#匿名函数
add = lambda a,b : a + b
print add(2,3)
#========输出===========
5
5
