1.函数的定义2.如何定义一个函数以及函数语法3.函数的调用4.函数的参数(形参,实参)以及参数的传递5.函数的返回值6.变量的作用域7.匿名函数8.嵌套函数和闭包9.装饰器10.函数思维导图
1.函数的定义
函数是组织好的,可重复使用的,用来实现一定功能的代码段。
函数能提高应用的模块性,和代码的重复利用率。
2.如何定义一个函数以及函数语法
函数代码块以def关键词开头,后接函数名称和圆括号()
传入的任何参数和自变量放在圆括号()中间
函数的内容以冒号起始,并且缩进
函数的第一行语句可以选择性的使用文档字符串————用于存放函数说明
return 【表达式】结束函数,选择性的返回一个值给调用方。不带表达式的return相当于返回None
语法:
def function_name(parameters):
'''函数说明'''
function_suite
return [expression]
实例:
def print_test(str_par):
'''打印输入的字符串到标准显示设备上'''
print(str_par)
return
print_test(test_success)
3.函数的调用
定义一个函数只给了函数一个名称,指定了函数里包含的参数和代码块结构。
这个函数的基本结构完成以后,你可以通过另一个函数调用执行,也可以直接从Python提示符执行。
实例:
#!/usr/bin/python
#-*- coding:UTF-8 -*-
#定义函数
def print_test(str_par):
'''打印输入的字符串到标准显示设备上'''
print(str_par)
return
#调用函数
print_test(test_success)
4.函数的参数(形参,实参)以及参数的传递
在python中,类型属于对象,变量是没有类型的。
a = [1,2,3]
a = "hello,world"
以上代码中,[1,2,3]是list类型,"hello world"是string类型,而变量a是没有类型,她仅仅是一个对象的引用(一个指针),可以是list类型对象,也可以指定string类型对象
可更改(mutable)和不可更改(immutable)对象
在python中,string,tuple,number是不可更改的对象,而list,dict等则是可以修改的对象。
1.不可变类型:变量赋值a = 5后在赋值a = 10,这里实际是新生成一个int值对象10,在让a指向它,而5被丢弃,不是改变a的值,相当于新生成了a。
2.可变类型:变量赋值list_a = [1,2,3,4]后在赋值list_a[2] = 5则是将list list_a的第三个元素值更改,本身list_a没有动,只是其内部的一部分值被修改了。
python函数的参数传递:
1.不可变类型:如整数、字符串、元祖。如fun(a),传递的只是a的值,没有影响a对象本身。比如在fun(a)内部修改a的值,只是修改另一个复制的对象,不会影响a本身。
2.可变类型:如列表,字典。如fun(list_a),则是将list_a真正的传过去,修改后fun外部的list_a也会受影响。
python中一切都是对象,严格意义我们不能说值传递还是引用传递,我们应该说传不可变对象和传可变对象。
python传不可变对象实例:
#!/usr/bin/python
#-*- coding:UTF-8 -*-
def ChangeInt(a):
a = 10
b = 2
ChangeInt(b)
print(b) #结果是2
实例中有int对象2,指向它的变量是b,在传递给ChangeInt函数时,按传值的方式复制了变量b,a 和b都指向了同一个int对象,在a = 10时,则新生成一个int值对象10,并让a指向它。
传可变对象实例
#!/usr/bin/python
#-*- encoding:UTF-8 -*-
def ChangeList(mylist):
"修改传入的列表“
mylist.append([1,2,3,4]);
print('函数内部取值:’,mylist)
return
#调用Changelist函数
mylist = [10,20,30]
ChangeList(mylist)
print('函数外取值:‘,mylist)
实例中传入函数的和在末尾添加新内容的对象用的是同一个引用,故输出结果如下:
函数内取值:[10,20,30,[1,2,3,4]]
函数外取值:[10,20,30,[1,2,3,4]]
实参和形参
形参:定义函数时接收的参数
形参类型:位置参数,动态*args参数,默认参数,动态**kwargs参数
位置参数:位置参数必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。
调用test()函数时,你必选传入一个参数,不然会出现语法错误:
#!/usr/bin/python
# -*- coding: UTF-8 -*-
def test( a ):
"打印任何传入的字符串"
print(a);
return;
#调用test函数
test();
以上实例输出结果:
Traceback (most recent call last):
File "test.py", line 11, in <module>
printme();
TypeError: printme() takes exactly 1 argument (0 given)
关键字参数:
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认传入的参数值。
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。
以下实例在函数test()调用时使用参数名:
#!/usr/bin/python
#-*- coding:UTF-8 -*-
def test(a ,b ):
print(a)
rerurn
print(test(a = 2,b = 2)
默认参数:
调用函数时,默认参数的值如果没有传入,则被认为是默认值。下列会打印默认的age,即是没有传入age的参数:
#!/usr/bin/python
#-*- coding:UTF-8 -*-
def test(name,age = 20):
print(name,age)
return
test(age = 22,name = jack)
test(name = jack)
动态参数:
你可能需要一个函数能够处理比当初生命是更多的参数。这些参数叫做不定长参数
语法如下:
def function_name(*args,**kwargs):
function_suite
return[expression]
加了星号(*)的变量名会存放所有未命名的变量参数。返回为元祖数据类型
加了两个星号(**)的变量名会存放所有关键字参数。返回为字典数据类型
参数定义顺序:位置参数->*args->默认参数->**kwargs
实参:函数调用时传递的参数
实参类型:位置参数,关键字参数
位置参数:必须和函数定义时的参数一对一对应
关键字参数:可以通过*[],*()一次性传递多个参数给*args;通过**{}一次性传递多个参数给**kwargs参数
5.函数的返回值
return语句【表达式】退出函数(结束一个函数的执行),选择性地向调用方返回一个表达式。
返回值可以是任意数据类型
返回值情况:
1,返回值为None的情况
当不写return时,默认返回值为None
return不加参数时,返回None
2,返回值不为None的情况
返回一个值: return xxx 返回一个值(一个变量) 任意数据类型
返回多个值: return a,b,[1,2,3] ; 用一个变量接收时返回的是一个元祖,也可以用相应数量的变量去接收
6.变量的作用域
一个程序的所有变量并不是在哪个位置都可以访问的。访问权限决定于这个变量实在哪里赋值的。
命名空间:
局部命名空间
全局命名空间
内置命名空间
定义在函数内部的变量拥有一个局部作用域,定义在函数外的拥有全局作用域。
局部变量只能在其被声明的函数内部访问,而全局变量可以在整个程序范围内访问。调用函数时,所有在函数内声明的变量名称都将被加入到作用域中。如下实例:
#!/usr/bin/python
#-*- coding:UTF-8 -*-
total = 0 # 这是一个全局变量
def sum(arg1,arg2):
'''返回2个参数的和'''
total1 = arg1 + arg2 #total在这里局部变量
print('函数内是局部变量:',total)
return(total)
#调用sum函数
sum(10,20);
print('函数外是全局变量:’,total)
#输入结果
函数内是局部变量:30
函数外是全局变量:0
变量查找顺序:先查找全局作用域,然后内置作用域
global关键字:可以是在函数内部声明的变量变成全局变量
nonlocal关键字:可以让内部函数中的变量在上一层函数中生效,外部必须要有这个变量
#!/usr/bin/python
# -*- coding: UTF-8 -*-
globvar = 0
def set_globvar_to_one():
global globvar # 使用 global 声明全局变量
globvar = 1
def print_globvar():
print(globvar) # 没有使用 global
set_globvar_to_one()
print globvar # 输出 1
print_globvar() # 输出 1,函数内的 globvar 已经是全局变量
7.匿名函数
python使用lambda来创建匿名函数。
1.lambda只是一个表达式,函数体比def简单很多。
2.lambda的主题式一个表达式,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。
3.lambda函数拥有自己的命名空间,且不能访问只有参数列表之外或全局命名空间里的参数
4.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
语法:lambda函数的语法只能包含一个语句,如下:
lambda[arg1[,arg2,......argn]]:expression
如下实例:
#!/usr/bin/python
#-*- coding:UTF-8 -*-
sum = lambda arg1,arg2:arg1 + arg2;
print('相加后的值为:‘,sum(10,20)
print('相加后的值为:‘,sum(20,20)
以上实例输出结果:
相加后的值为:30
相加后的值为:40
8.嵌套函数和闭包
在一个函数内部定义函数就创建了嵌套函数,如下所示:
def outer():
outer_var = 'outer variable'
def inner():
return outer_var
return innter
在这种类型的函数定义中,函数inner只在函数outer内部有效,所以当内部函数需要被返回(移动到外部作用范围)或被传递给另一个函数时,使用嵌套函数通常比较方便。在如在上面的嵌套函数中,每次调用外部函数时都会创建一个新的嵌套函数实例,这是因为,在每次执行外部函数时,都会执行一次内部函数定义,而其函数体则不会被执行。
嵌套函数可以访问创建它的环境,这是python函数定义语句的直接结果。一个结果是,外部函数中定义的变量可以在内部函数用引用,即是外部函数已经执行结束。
ef outer():
outer_var = "outer variable"
def inner():
return outer_var
return inner
>>> x = outer()
>>> x
<function inner at 0x0273BCF0>
>>> x()
'outer variable'
当内部嵌套的函数引用外部函数中的变量时,我们说嵌套函数相对于引用变量时封闭的。我们可以使用函数对象的一个特殊属性’_closure_‘来访问这个封闭的变量,如下所示:
>>>cl = x.__closure__
>>>cl
(<cell at 0x029E4470:str object at 0x02A0FD90,)
>>>cl[0].cell_contents
'outer variable'
python中的闭包有一个古怪的行为。在python2.x以及更低版本中,指向不可变类型(例如字符串和数字)的变量不能再闭包内反弹。
def counter():
count = 0
def c():
count += 1
return count
return c
>>> c = counter()
>>> c()
Traceback (most recent call last):
File "<stdin>", line 1, in <module>
File "<stdin>", line 4, in c
UnboundLocalError: local variable 'count' referenced before assignment
一个相当不可靠的解决方案是,使用一个可变类型来捕获闭包,如下所示:
def counter():
count = [0]
def c():
count[0] += 1
return count[0]
return c
>>> c = counter()
>>> c()
1
>>> c()
2
>>> c()
3
python3引入了nonlocal关键字用来解决下面所示的闭包范围问题。
def counter():
count = 0
def c():
nonlocal count
count += 1
return count
return c
闭包可以用来维持状态(与类的作用不同),在一些简单的情况下,还可以提供一种简洁性与可读性比类更强的解决方案
9.装饰器
装饰器的本质:是一个闭包函数
装饰器的功能:在不修改原函数及其调用方式的情况下对原函数功能进行扩展
装饰器结构:
import time
def timer(func):
def inner():
start = time.time()
func()
print(time.time() - start)
return inner
@timer #==> func1 = timer(func1)
def func1():
print('in func1')
func1()
带参数的装饰器:
def timer(func):
def inner(a):
start = time.time()
func(a)
print(time.time() - start)
return inner
@timer
def func1(a):
print(a)
func1(1)
带多个参数的装饰器:
import time
def timer(func):
def inner(*args,**kwargs):
start = time.time()
re = func(*args,**kwargs)
print(time.time() - start)
return re
return inner
@timer #==> func1 = timer(func1)
def func1(a,b):
print('in func1')
@timer #==> func2 = timer(func2)
def func2(a):
print('in func2 and get a:%s'%(a))
return 'fun2 over'
func1('aaaaaa','bbbbbb')
print(func2('aaaaaa'))
带返回值的装饰器:
import time
def timer(func):
def inner(*args,**kwargs):
start = time.time()
re = func(*args,**kwargs)
print(time.time() - start)
return re
return inner
@timer #==> func2 = timer(func2)
def func2(a):
print('in func2 and get a:%s'%(a))
return 'fun2 over'
func2('aaaaaa','bbbbbb')
print(func2('aaaaaa'))
多个装饰器装饰一个函数:
def wrapper1(func):
def inner():
print('wrapper1 ,before func')
func()
print('wrapper1 ,after func')
return inner
def wrapper2(func):
def inner():
print('wrapper2 ,before func')
func()
print('wrapper2 ,after func')
return inner
@wrapper1 #f = wrapper1(f) ---> wrapper1(wrapper2(f)
@wrapper2 #f = wrapper2(f)
def f():
print('in f')
f()
执行结果:
wrapper1 ,before func
wrapper2 ,before func
in f
wrapper2 ,after func
wrapper1 ,after func
带参数的装饰器:
F = True #stpe1 装饰器的开关变量
def outer(flag): #step 2
def wrapper(func): #step 4
def inner(*args,**kwargs): #stpe 6
if flag: #step 9
print('before') #step 10
ret = func(*args,**kwargs) #step 11 执行原函数
print('after') #step13
else:
ret = func(*args,**kwargs)
print('123')
return ret #step 14
return inner #step 7
return wrapper #step 5
@outer(F) #先执行step 3 :outer(True)这个函数,然后step 6:@wrapper #此处把开关参数传递给装饰器函数
def hahaha():
pass #step 12
hahaha() # step 8 相当于inner()
10.函数思维导图