python使用库函数属于sdk开发吗 python库函数源代码

函数是可重用的代码块，它不仅可以实现代码的复用，而且可以实现代码的一致性。一致性是指，只要修改函数内部的代码，则所有调用函数的地方都能得到体现。

程序由一个个任务组成，函数就代表一个任务或者一个功能；函数是代码复用的通用机制。

4.1 Python 函数的分类

1. 内置函数
   内置函数可以直接使用，比如 str( )、len( )、ord( )、chr( )、sorted( )等。
2. 标准库函数
   可以通过 import 语句导入库，然后使用其中定义的函数。
3. 第三方库函数
   Python 社区也提供了很多高质量的库，下载安装这些库后，通过 import 语句导入后，就可以使用这些第三方库的函数。
4. 用户自定义函数
   开发中适应用户自身需求定义的函数。

4.2 函数的定义和调用

Python 中，函数定义的语法如下：

def 函数名([参数列表]):
    '''注释'''
    函数体
    return 返回值

Python 执行 def 时，会创建一个函数对象，绑定到函数名变量上；
参数不需要指定数据类型，有多个参数时，用逗号分隔；无参数，括号也必须保留；
返回值不需要指定数据类型；通过 return 可以结束函数并返回值；无 return 时，返回 None 值；返回多个值使用列表、元组、字典、集合即可。
调用函数前，必须先定义函数。内置函数对象会自动创建，标准库和第三方库函数，通过 import 导入模块时，会执行模块中的 def 语句。

函数调用的语法如下：

函数名([参数列表])

# 定义函数，就是定义了一个变量 test，指向了函数对象
def test():
    print('My first function')

# 调用函数
test()

# 函数对象，将 test 引用的函数对象赋值给 fun 变量
fun = test
# 通过 fun 调用函数
fun()

4.3 函数的参数

形参属于局部变量，只在函数范围内可见。

4.3.1 参数传递

参数传递的本质：将形参赋值给实参。Python 中，一切皆对象，所有的赋值操作都是“引用的传递”，所以参数的传递都是“引用传递”，不存在“值传递”。具体操作时分为两类：

1. 对可变对象的修改，直接作用于原对象本身，如列表、字典、集合、自定义对象；
2. 对不可变对象的修改，会创建对象的浅拷贝，再对拷贝对象进行操作（达到“值传递”的效果，但是不是“值传递”），如元组、字符串、整数、浮点数、function。

# 传递可变对象
my_list = [10, 20]
print(id(my_list))
print(my_list)


def mutable_para(li):
    print(id(li))
    li.append(30)


mutable_para(my_list)
print(my_list)

-------------执行结果--------------
1515465441216
[10, 20]
1515465441216
[10, 20, 30]

# 传递不可变对象
num = 100
print(f'{num} : {id(num)}')


def immutable_para(n):
    print(f'{n} : {id(n)}')     # 传进来的是 num 对象的引用
    n += 200                    # 由于 num 是不可变对象，创建了拷贝对象
    print(f'{n} : {id(n)}')     # n 已经变成新对象了


immutable_para(num)
print(f'{num} : {id(num)}')

-------------执行结果--------------
100 : 140708722840336
100 : 140708722840336
300 : 2197745400848
100 : 140708722840336

浅拷贝和深拷贝

浅拷贝，使用内置函数 copy()，不拷贝子对象的内容，只拷贝子对象的引用，对子对象的修改会影响源对象。
深拷贝，使用内置函数 deepcopy()，会将子对象的内容也全部拷贝一份，对子对象的修改不会影响源对象。

import copy


def test_copy():
    """测试浅拷贝"""
    a = [10, 20, [1, 2]]
    b = copy.copy(a)

    print(f'a : {a}')
    print(f'b : {b}')

    b.append(30)
    b[2].append(3)
    print(f'a : {a}')
    print(f'b : {b}')


test_copy()
-------------执行结果--------------
a : [10, 20, [1, 2]]
b : [10, 20, [1, 2]]
a : [10, 20, [1, 2, 3]]
b : [10, 20, [1, 2, 3], 30]

import copy


def test_deep_copy():
    """测试深拷贝"""
    a = [10, 20, [1, 2]]
    b = copy.deepcopy(a)

    print(f'a : {a}')
    print(f'b : {b}')

    b.append(30)
    b[2].append(3)
    print(f'a : {a}')
    print(f'b : {b}')


test_deep_copy()
-------------执行结果--------------
a : [10, 20, [1, 2]]
b : [10, 20, [1, 2]]
a : [10, 20, [1, 2]]
b : [10, 20, [1, 2, 3], 30]

4.3.2 位置参数

位置参数，是按照从左到右的顺序定义的参数，调用时实参与形参按照顺序一一对应；位置参数调用时必须被传值。

def name_para(a, b, c):
    print(a if c > 0 else b)


name_para(10, 20, 0)  # 位置参数

4.3.3 关键字参数

函数调用时，按照 key=value 的形式传入实参，可以不按照顺序进行传参。

注意：

1. 关键字参数必须在位置参数右边；
2. 对同一个参数不能重复传值。

def name_para(a, b, c):
    print(a if c > 0 else b)


name_para(c=1, a=100, b=200)  # 关键字参数

4.3.4 默认值参数

默认值参数，就是定义时设置了默认值的参数。

注意：

1. 默认值参数在定义时必须放在位置参数的右边；
2. 调用时是可选的。

def default_para(a, b, c=1):	# c 为默认值参数
    return a if c == 1 else b


print(default_para(10, 20, 0))  # 传入默认值参数
print(default_para(10, 20))     # 不传入默认值参数

4.3.5 可变长度参数

可变长度参数，是指调用时实参个数不固定的参数。

其实调用时，实参只有位置参数和关键字参数，所以要提供两种解决方案分别处理：

1. 可变长度的位置参数：使用 *（一个星号）接收，将多个溢出的位置参数放到一个“元组”对象中；
2. 可变长度的关键字参数：使用 **（两个星号）接收，将多个溢出的关键字参数放到一个“字典”对象中。

可变参数 *args 与 **kwargs 通常是组合在一起使用的，如果一个函数的形参为 (*args, **kwargs)，代表该函数可以接收任何形式、任意长度的参数。
实参中 * 和 ** 的作用：打回原形。如 fun(*(1, 3)) 就代表 fun(1, 3)，fun(**{‘a’:1, ‘b’:2}) 就代表 fun(a=1, b=2)。

def mutable_para_num1(a, *b):  # 可变长位置参数
    print(a, b)


mutable_para_num1(1, 2, 3, 4)

---------------执行结果-----------------
1 (2, 3, 4)

def mutable_para_num2(a, **b):  # 可变长关键字参数
    print(a, b)


mutable_para_num2(1, name='lw', age=30)

---------------执行结果-----------------
1 {'name': 'lw', 'age': 30}

def mutable_para_num3(a, *args, **kwargs):
    print(a, b, c)


mutable_para_num3(1, 2, 3, 4, name='lw', age=30)

---------------执行结果-----------------
1 (2, 3, 4) {'name': 'lw', 'age': 30}

4.3.6 命名关键字参数

在可变长参数后面还有其他参数时，必须是“命名关键字参数”。

def force_named_para(*args, b, c):
    print(args, b, c)


force_named_para(1, 2, c=4, b=3)

---------------执行结果-----------------
(1, 2) 3 4

4.4 函数的注释

函数应该尽可能见名知意，也可以在函数内部的第一行写文档字符串，叫函数的注释，用 ''' 或者 """ 来表示。

def print_max(a, b):
    """打印 a 和 b 中的较大值"""
    print('较大值', a if a > b else b)

可以使用 help(函数名.__doc__) 打印输出函数的注释，执行结果如下：

No Python documentation found for '打印 a 和 b 中的较大值'.

4.5 命名空间与作用域

4.5.1 命名空间

命名空间，即存放名字与对象映射关系的地方。定义 x=“abc”，Python 会申请内存空间存放对象 abc，然后将名字 x 与 “abc” 的绑定关系存放于名称空间中，del x 表示清除该绑定关系。

三种命名空间

在程序执行期间最多会存在三种名称空间：

1. 内置命名空间
   随着 Python 解释器的启动而产生，随着 Python 解释器的关闭而销毁，是第一个被加载的命名空间，用来存放一些内置名称。
2. 全局命名空间
   随着 Python 文件的执行而产生，文件执行完毕而销毁，是第二个被加载的命名空间，用来存放文件执行过程中产生的名称。
3. 局部命名空间
   随着函数的调用而产生，函数的结束而销毁，用来存放函数的形参以及函数内定义的变量。

命名空间的加载顺序

内置命名空间 > 全局命名空间 > 局部命名空间

名字的查找顺序

局部命名空间 > 全局命名空间 > 内置命名空间

4.5.2 作用域

变量起作用的范围称为变量的作用域，不同作用域内的同名变量互不影响。变量按照作用域分为：全局变量（内置名称空间与全局名称空间）和局部变量（局部名称空间）。

作用域关系是在函数定义阶段就已经固定的，与函数的调用位置无关。

全局变量

在函数和类之外定义的变量，位于内置命名空间和全局命名空间，从定义位置开始全局有效。
全局变量降低了函数的通用性和可读性，应尽量避免使用，一般用作常量的定义。
函数内要改变全局变量，需要使用 global 关键字。
使用 globals() 可以获取所有全局变量，结果为字典。

局部变量

在函数和类中定义的变量，位于局部命名空间，作用域为定义的函数或者类。
局部变量的引用比全局变量快，优先考虑使用。
如果局部变量和全局变量同名，则在函数内部隐藏全局变量，只使用同名的局部变量。
使用 locals() 可以获取所有局部变量，结果为字典。在全局作用域 locals() 与 globals() 的结果相同。

num = 100	# 声明全局变量

def test_variable():
    num = 200	# 声明局部变量，隐藏全局变量
    print(num)

test_variable()

----------执行结果----------
200


num = 100 	# 声明全局变量

def test_variable():
    global num  	# 在函数内部改变全局变量，使用 global 关键字
    print(num)
	num = 300

test_variable()

----------执行结果----------
100

LEGB 规则

Python 在查找“名称”时，按照 LEGB 规则查找，即 Local > Enclosed > Global > Built in。

Local – 函数或者类的方法内部；
Enclosed – 嵌套函数，闭包；
Global – 模块中的全局变量；
Built in – Python 中的内置名称。

如果某个名称按照 LEGB 规则没有找到，就会产生 NameError 错误。

4.6 匿名函数

匿名函数，就是没有名字的函数，一次性使用。通常使用 lambda 表达式来声明。
lambda 表达式只允许包含一个表达式，不能包含复杂语句，该表达式的计算结果就是函数的返回值。

lambda 表达式语法：
lambda arg1,arg2,arg3... : 表达式

fun = lambda a, b: a * b
print(fun)
print(fun(2, 3))

------------------执行结果-----------------
<function <lambda> at 0x0000019CADF17280>
6


li = [lambda a: a * 2, lambda b: b * 3, lambda c: c * 4]
print(li[0](2), li[1](3), li[2](4))

------------------执行结果-----------------
4 9 16

salaries = {
    'siry': 3000,
    'tom': 7000,
    'lili': 10000,
    'jack': 5000
}

max(salaries, key=lambda k: salaries[k]) # 获取薪资最高的人名
sorted(salaries, key=lambda k: salaries[k], reverse=True) # 按降序排列薪资

4.7 递归函数

递归函数是指在函数内部调用自己，必须包含2个部分：

1. 终止条件：表示递归在什么时候结束，不再调用自己；
2. 递归步骤：第 n 次调用与第 n-1 次调用需要有关联。

递归函数在调用时会创建大量的函数对象，极其消耗内存和运算能力。在处理大数据量时，谨慎使用。
Python中，递归层级限制默认为 1000，可通过 sys.getrecursionlimit() 获取，也可通过 sys.setrecursionlimit(num) 设置递归层级。

def factorial(n):
    """计算阶乘"""
    if n == 1:
        return 1
    else:
        return n * factorial(n - 1)


print(factorial(5))


def accumulation(n):
    """计算累加和"""
    if n == 1:
        return 1
    else:
        return n + accumulation(n - 1)


print(accumulation(100))

4.8 嵌套函数

在函数内部定义的函数，只能在定义的函数中调用，外面调用不了。用于专门给外部函数提供服务的场景。

def f1():
    print('f1 running')

    def f2():
        print('f2 running')

    f2()	# 只能在 f1 内部调用


f1()

在内部函数中，修改外部函数的变量需要用 nonlocal 关键字声明。

def f1():
    b = 10

    def f2():
        nonlocal b	# 声明外部函数的局部变量
        print(f'inner b: {b}')
        b = 20

    f2()
    print(f'outer b: {b}')


f1()
------------------执行结果-----------------
inner b: 10
outer b: 20

4.9 闭包函数

闭包函数是一个记录了定义它的作用域信息的函数。

闭包函数必须满足以下3个条件：

1. 定义在函数内部的函数；
2. 内部函数包含对外部函数作用域中变量的引用；
3. 通常将闭包函数通过 return 语句返回，可以在任意位置调用产生同样的结果。

def outer():
    x = 10

    def inner():  # 闭包函数
        print(x)

    return inner

闭包函数的用途

给函数传值有两种方式：一是通过参数传值，二是通过闭包将值包给函数。

import requests

# 方式一
def get(url):
    return requests.get(url).text

# 方式二
def page(url):
    def get():
        return requests.get(url).text

    return get

对比两种传值方式，如果爬取同一页面时，方式一需要重复传入 url，而方式二只需要传入一次，就会得到一个包含指定 url 的闭包，以后调用该闭包就无需再传值。

# 方式一爬取同一网页
get('https://www.baidu.com')
get('https://www.baidu.com')
get('https://www.baidu.com')

# 方式二爬取同一网页
baidu = page('https://www.baidu.com')
baidu()
baidu()
baidu()