函数
- def add(x,y): 函数名add（标识符）对应一个内存中的一个函数对象，因此也可以有多个标识符同时指向这个对象，同样可以调用。
- 再次定义会创建一个新的function对象，不是对原来对象的修改；add（标识符）指向这个新的对象，原来的函数对象引用计数减一。
- 函数调用：add(2,3) 将（2,3）传入add指向的函数对象中进行计算
- 函数是一个可调用对象；callable(add) ==> True
- 函数传参
1、位置传参；2、关键字传参；3、可变位置传参；4、keyworld-only；5、可变关键字传参 - 关键字参数必须在位置参数后面，每个参数只能接受一个值，否则多值错误；位置参数可以使用关键字传参
def sum(*iterable):
print(type(iterbale)) # iterbale ==> 元组，不传入为空元组
for i in iterable:
pass
def sum1(iterable):
print(type(iterbale))
for i in iterable:
pass
sum(x for i in range(10))) # 传入生成器
sum1(range(5))) # 传入一个对象
- 可变位置参数：收集所有位置参数作为一个元组。
- 可变关键字参数：收集所有关键字参数作为一个字典。
def fn(a, b=5, *args, **kwargs):
pass
fn(5, a=2, c=3, b=4,z=5)
##位置参数和关键字参数混用，关键字参数可以乱序，多余的kwargs收集为字典
- keyword-only
def fun(x=4, *args, y, **kwargs):
# y只能接受关键字参数，keyword-only参数
pass
def func(*args, x=0, y): # 正确，keyword-only 默认值可以在前
pass
def func1(*,m): # m 必须为关键字传参
pass
- 元组，列表，字符串，迭代器，生成器，range对象 均可以解构
- 字典解构传参
def fun(a, b):
pass
fun(**{"a":1,"b",2}) # ==> fun(a=1,b=2)
fun(*{"a":1,"b",2}.values()) # ==> fun(*(1,2))
- 函数返回值：使用return 返回，函数执行return后函数结束，并返回return 指定的内容，未定义return默认return None
- 函数作用域：函数定义的变量只在该函数内部，函数的局部作用域，也称本地变量
- 全局变量、全局作用域：全局可见，可以向内部穿透，在函数内部可见
函数嵌套：
- 执行函数定义的时候不会执行内部的语句，内部定义的函数无法执行
def func():
x = 1
def fn():
x = x + 1 # 调用时将会报错，未定义本地x的值之前，使用了本地的x
- global：声明全局变量，该作用域中的该变量将会在全局中寻找该变量。
def func:
global x # 声明全局作用域，必须是全局作用域，上一层使用的nonlocal
x = 1 # 在函数中可以定义全局变量，且执行后外部可用
x += 1
闭包
- 闭包：函数嵌套使用时，内层函数使用到了外层函数定义的局部变量，形成了闭包。
- python 中实现闭包的方式：
1.内部可以外部引用类型的变量，并可对其进行内部修改def func():
x = [1]
def fn():
x.append[4]
return fn
foo = func()
foo() # 每次输出将会在上一次的结果上增加一个元素；x 的操作与外部形成了闭包
2.也可以使用nonlocal实现闭包：内部变量声明使用外部定义的变量
创新互联公司坚持“要么做到，要么别承诺”的工作理念，服务领域包括：网站设计制作、成都网站设计、企业官网、英文网站、手机端网站、网站推广等服务，满足客户于互联网时代的青海网站设计、移动媒体设计的需求，帮助企业找到有效的互联网解决方案。努力成为您成熟可靠的网络建设合作伙伴！
def func():
x = 1
def fn():
nonlocal x #声明该x 是外部变量 x
x = x + 1
return fn
foo = func()
foo() # 每次调用x 结果加1，foo函数未消亡，x 将不会被清除
- 如果在内部函数中定义一个变量，该变量名与外部变量名相同，那么这个变量只会使用内部的定义的这个值，且需要满足先赋值，后使用
def func():
x = 1
def fn():
y = x + 1 # 此处使用了x 变量，但是在下一行才定义x 所以错误
x = y # 此处定义了与外部变量同名变量，在本函数内部所有范围内只能用该变量
# 如果没有第5行对x的重新定义，第4行中x将会使用外部的x变量
- nonlocal：非该函数本地的变量，但是也不能是全局中的变量，在其他的任意一层定义即可使用该变量；函数多层嵌套时，使用nonlocal将会一层层向外部寻找该变量，直到最外层函数（非全局变量，不会匹配同名的global变量名）
def fn():
global c
c = 0
def fn1():
c = 0
def fn2():
def fn3():
nonlocal c # 会使用5行的c值，与第3行的c不是同一个比变量
#若没有第5行的c定义，也无法匹配第3行的c变量。nonlocal无法匹配global变量
- global和nonlocal都只是申明本函数作用域内该元素，并向上匹配寻找
默认值的作用域
- 当函数定义之后，会在内存中生成一个函数对象 ，此时函数已经定义了许多的方法和属性（可以理解为函数的元数据），例如函数名字，默认值等，函数参数的默认值已被加载到函数的两个属性之中保存，分别为'. defaults'，'kwdefaults'中
def fun(a, b=1, c={}, *d , m=1, **kw):
a = 1
x = 1
return x
dir(fun) # 查看该函数定义后的已经存在属性
'''
['__annotations__', '__call__', '__class__', '__closure__',
'__code__', '__defaults__', '__delattr__', '__dict__',
'__dir__', '__doc__', '__eq__', '__format__', '__ge__',
'__get__', '__getattribute__', '__globals__', '__gt__',
'__hash__', '__init__', '__init_subclass__', '__kwdefaults__',
'__le__', '__lt__', '__module__', '__name__', '__ne__',
'__new__', '__qualname__', '__reduce__', '__reduce_ex__',
'__repr__', '__setattr__', '__sizeof__', '__str__',
'__subclasshook__']
'''
# 默认值被保存到 __defaults__ 和 __kwdefaults__中，分别保存位置参数
# (使用元组）和kw-only参数（使用字典）
fun.__defaults__ # ==> ( 1, {} ) 保存了b和c的缺省值
fun.__kwdefaults__ # ==> {'m': 1} 保存了m 的默认值
- 注：当默认值为引用类型时，使用变量操作时可能会引起默认值的改变（在使用默认值时，进行一些引起本对象的操作就会引起默认值改变）
如：list，bytearray，set，dict等可变类型对自身修改的操作，可变序列的 += 操作def fun(x = [], b=1):
x.append(1) # 此时 x 是默认值列表中对象，直接操作默认值参数的对象
x += [1] # += 执行列表的extend，也是对x本对象的改变
b = 2 #b原本指向默认值列表中的1，现在指向新的对象2，原对象未改变
- LEGB原则：寻找一个变量时候的先后顺序
- 当内部定义一个与全局变量或者build-in中相同的变量名时，将会使得全局或者build-in中的函数无法在本程序内使用，例如：
print = 1 # 定义一个变量为print，此时print指向一个int对象，
print(1) # 此时将会报错，默认先使用本文件中的print，而不是build-in中
匿名函数
- 匿名函数普通定义
- 定义后可以使用变量接收，此时等同于 def
- 创建对象后直接调用，在函数后部直接（）进行调用
特点：简洁，快速实现某种功能，一次性创建使用，节省内存。lambda x : x + 1 # 返回值===> 对象,":"后不能出现赋值表达式
foo = lambda x : x + 1 # ===> 返回的对象使用一个变量接收，foo可调用
(lambda x : x+1)(1) # ==> 直接在创建后调用，（）+ 传入参数调用
- 使用场景
构造一个类型，完成某种功能# 返回一个和str功能相同的函数对象，效果相同
sorted([1,2,3,"a"], key = str)
sorted([1,2,4,"a"], key = lambda x :str(x))
# 可以定制一些自己的比较方式,例如：
sorted([1,2,4,"a"], key = lambda x :hash(x)) # 使用元素哈希值排序
sorted([1,2,4,"a"], key = lambda x :func(x)) # func为自己定义的函数，实现自定义
- 构造某些类型，使用其返回值
d = defalutdict(lambda ：0)
for k in "abc":
d[k] += 1 # 第一次将会调用lambda并返回初始值0值，完成累加
d = defalutdict(lambda ：[]) # 构造列表 == list
for k in "abc":
d[k].append(1)
- 嵌套使用，可用于闭包
def fun():
x = [ ]
return lambda a : x.append(a) # 匿名函数使用外层函数x,形成闭包
递归函数
- 函数调用过程：函数定义后，会在内存中生成函数对象，在调用函数时，函数将会在main函数之上压栈，对应的参数分别进行压栈，函数全部执行结束，函数对象进行弹栈，继续执行main函数；如果函数未进行弹出栈时调用新的函数，函数将会继续压栈，直到栈上层函数执行完成弹出后下层函数才会依次弹出；先进栈函数后出栈，后进栈函数一定会先弹出才能弹出下层函数
- 递归函数：在自己函数内部反复调用自己，形成一个循环的调用。
- 间接递归：A调用B函数，B调用C，C调用A形成间接的递归调用
- 注：递归必须有边界条件，达到某个条件将对停止自身调用，并进行一层层的return 返回，这是一个“逆向”的操作，先执行内部函数，在执行外层函数 ；
内层函数的 return 值将会成为外一层函数调用结果，注意 return 值的控制。 - 递归思路：找出递推公式，即：F( n) = f ( n - 1) 的关系，有了该关系，基本可以写成以下形式
def func(n):
if n == ? # 退出条件，可能不止一个
return ? # 一个确定的值，不可以再调用自身
return func( n - 1 ) # 根据实际递推公式变化
- 递归分析： 分析返回结果 习惯从最里层分析。
- 递归大深度：无限递归将会消耗所有的栈资源，所以python中对递归层数进行了限制，查看方法：
import sys
print(sys.getrecursionlimit()) # ==> 大递归数
- 递归会使用大量函数的压栈，开辟和清理新的栈空间需要时间和资源，效率较低；一般不使用
生成器函数
yield关键字
- yield只能在函数中使用，当函数中有yield关键字，该函数执行时将会返回一个 生成器对象，每次使用 next驱动，遇到yield语句暂停执行，等待下一次next，但当执行到return 语句时，将结束生成器运行。
def func():
for i in range(3):
yield i # 执行到yield，返回一次结果，并暂停函数执行
f = func() # 调用函数将不会执行，而是返回一个生成器对象
next(f) # 使用next()，返回每次yield值
每次调用函数func 将会返回一个新的生成器，不能直接对func()进行操作，否则每次生成新的对象。
- 每次调用函数func 将会返回一个新的生成器，不能直接对func()进行操作，否则每次生成新的对象。
- 函数中如果有return语句，执行return语句将会结束函数，但是无法拿到return返回值。
- 使用next函数执行到最后将会报错，StopIteration
.send()方法
- send()是生成器对象的一个方法，会推动生成器函数执行，直到遇到 yield 语句，并接受返回的yield 的值，同时，send会将实参传入生成器函数内部yield语句，作为yield函数体内部执行后的返回值，从而实现生产器函数内部的一种“交互”
def foo():
i = 0
while True:
i += 1
res = yield i #yield 的默认返回值None，外部使用send后将返回send值
print(res)
g = foo()
g.send("abc") # 执行next(g)，并将"abc"作为生成器g内部yield的返回值
使用案例：重置计数器，send任意值重置计数
def foo():
i = 0
while True:
i += 1
res = yield i # 第一次执行会返回i, 然后暂停函数的执行
if res is not None: # 当收到send值，重置计数器i
i = 0
print(res) # 下一次next,才会使用res 即"abc"
g = foo() # 生成器对象
g.send("abc")
yield from
# 每一次执行返回可迭代对象中的一个值
def foo():
yield from [1,2,3] # 接iterable
高阶函数
定义及实现
- 高阶函数：参数中至少有一个函数，或者返回值是一个函数对象的函数
下面 key 参数的实现为高阶函数的实现原理，利用高阶函数，自行实现sorted排序函数a = [8, 7,6, 47, 464, 4, 32,3,2]
def sort(nums, *, key=None, reverse=False):
res = []
for x in nums:
for i, v in enumerate(res): #第一次不会for,append第一个元素
cx = key(x) if key else x #key实现
cv = key(v) if key else v #只用于比较，插入时使用原值
cmp = cx > cv if reverse else cx < cv # reverse实现
if cmp:
res.insert(i,x) # 找到插入位置i , 插入 x
break
else:
res.append(x)
print(res)
sort(a, reverse=1, key=str)
常用高阶函数
sorted()
排序函数：返回排序好的原列表
# sorted(iterbale, *, key=None, reverse=False）
# 结合 lambda 实现特定功能
# 使用 lambda 按照其lambda返回值的数值大小依次进行排序
sorted(a, key=lambda x: abs(x-10) ) # 以x-10的绝对值大小排序
sorted(a, key=lambda x: 1) # 原来的序列
filter()
- 将可迭代对象中的每个元素放入function中，将function 返回值为等效false 的元素进行过滤
- function接受一个参数，且返回值应当是bool类型，或其返回值等效布尔值
- function参数如果是None，可迭代对象的每一个元素自身等效布尔值
# filter(function, iterable) ==> 迭代器,惰性对象
list(filter(int, ["0", "12"])) # ==> ["12"] #int("0")后等效false
list(filter(lambda x: int(x), ["0", "12"])) # 同上功能
filter(None, [None, 0, "False", False, [],"",(), {}]) # ['False']
map()
# map(self, /, *args, **kwargs)
# map(func, *iterables) --> map object # 返回map对象，惰性
map(str, range(5)) # [ '0, '1', '2', '3', '4']
map(lambda x: str(x), range(5)) # 同上
map(lambda x,y: (x,y), "abcde", range(10)) # 类似zip,返回组合后的元组
另外有需要云服务器可以了解下创新互联cdcxhl.cn，海内外云服务器15元起步，三天无理由+7*72小时售后在线，公司持有idc许可证，提供“云服务器、裸金属服务器、高防服务器、香港服务器、美国服务器、虚拟主机、免备案服务器”等云主机租用服务以及企业上云的综合解决方案，具有“安全稳定、简单易用、服务可用性高、性价比高”等特点与优势，专为企业上云打造定制，能够满足用户丰富、多元化的应用场景需求。
本文名称：python-函数-创新互联
文章分享：
http://www.cdkjz.cn/article/ddhphs.html
