Python 函数

函数的创建和调用

• 什么是函数
  函数就是执行特定任务和以完成特定功能的一段代码

• 为什么需要函数
  服用代码
  隐藏实现细节
  提高可维护性
  提高可读性便于调试

• 函数的创建

def 函数名 ([输入参数]):
	函数体
	[return xxx]

---- def func(key1, key2, key3…):
---- def func(key1, key2=value2…):

• 函数的调用
  函数名([实际参数])

---- func（arg1, arg2, arg3…） #会按照前后顺序对应到函数参数
----func(key1=arg1, key2=arg2…) #指定了key，可不按顺序对应

----如果混用，所有位置参数必在前，关键字参数必在后

• 函数的参数传递
  位置实参：根据形参对应的位置进行实参传递
  关键字实参：根据形参名称进行实参传递
  如果是不可变对象，在函数体内的修改不会影响实参的值，
  如果是可变对象，在函数体内的修改会影响实参的值

• 函数的返回值
  函数返回多个值时，结果为元组

• 函数的参数定义
  个数可变的位置参数
  #定义函数时，可能无法事先确定传递的位置实参的个数时，使用可变的位置参数
  #使用 *args 定义个数可变的位置形参
  #结果为一个元组
  个数可变的关键字形参
  #定义函数时，无法实现确定传递的关键字实参的个数时，使用可变的关键字形参
  #使用 **args 定义个数可变的关键字形参
  #结果为一个字典

---- def func(*args): #不带key的多个无名参数
---- def func(**kwargs): #key=val形式的多个命名参数

• 调用函数的参数：解包
  对于有多个参数的函数，可以单个序列或字典“解包”对应到每个参数
  ---- func(*aseq) #序列解包对应到每个位置参数
  ---- func(**adict) #字典解包对应到每个关键字参数

• 变量的作用域
  程序代码能访问该变量的区域
  根据变量的有效范围可分为：
  –局部变量：在函数内定义并使用的变量，只在函数内部有效，局部变量使用global声明，这个变量就会成为全局变量
  –全局变量：函数体外定义的变量，可作用于函数内外

函数作为参数：map函数

• 有时候，需要对列表中每个元素做一个相同的处理，得到新列表
  –例如所有数据乘以3
  –例如所有字符串转换为整数
  –例如两个列表对应值相加

  num = [10, 20, 40, 80, 160]
  lst = [2, 4, 6, 8, 10]
  def mul3(a):
  return a * 3
  print(list( map(mul3, num) ))

• map(func, list1, list2 …) #函数func有几个参数，后面就跟几个列表

  def atob(a, b):
  return a + 1.0/b
  print(list( map(atob, num, lst) ))

函数表达式：lambda运算符

• 有时候函数只用一次，其名称也就不重要，可以无须费神去def一个

• Lambda表达式可以返回一个匿名函数

  lambda <参数表>:<表达式>
  –lambda x: x * 3
  –lambda x, y: x + 1.0/y

函数作为参数：reduce函数

• reduce函数对列表进行滚动式处理，最终得到一个值
• 例如，累加，累乘等等
• reduce(func, list)
  – 相当于：func(func(func(l0, l1), l2), l3)…
• reduce(lambda x, y: x+y, [1, 2, 3, 4, 5])
  – 相当于：((((1+2)+3)+4)+5)
  >>>> from functools import reduce
  >>>> reduce(lambda x, y: max(x, y), [2, 3, 7, 1, 4, 5])
  >>>> 7

函数作为参数：filter函数

• filter函数对数据集中的对象逐个调用func
  – 如果结果为真，则保留这个对象
  – 否则抛弃这个对象
  >>>> list(filter(lambda x: x % 2 == 0, range(100)))
  >>>> list(filter(lambda x: len(x)>3, [“hello”, “am”, “bye”, “good”]))
  >>>> [‘hello’, ‘good’]

函数值缓存：lru_cache装饰器

• 来着functools模块的lru_cache装饰器

• 对产生大量重复计算的递归函数自动提供函数值缓存

  from functools import lru_cache

  @lru_cache(maxsize=128)
  def fibonacci(n):
  if n == 1:
  return 0
  elif n == 2:
  return 1
  else:
  return fibonacci(n-1) + fibonacci(n-2)

  print(fibonacci(100))