首页 > 代码库 > Python入门二：函数

Python入门二：函数

2024-08-13 10:51:34   226人阅读

一、函数的定义和使用

1、基本结构：

1 def 函数名(参数):2     """3     文档字符串4     """5     函数体6     返回值7

2、函数名：

和变量名命名规则一致，最好不要与内置函数名相同

3、参数：

和C/C++不同，参数无需指定类型，直接交由解释器去判断：

  • 对于number， str， tuple等不可变的对象，相当于传值，即是传递了拷贝
  • 对于list，dict，set等可变对象，相当于引用传递，内部更改会影响外部的值

a.普通参数：和c类似，但是无需指定类型，所以任何类型都可以传递给函数

1 def func(argument):2     print(argument)3 
45 func("string")6 func(4)

 b.默认参数：与c++中一样，也能在定义时给参数指定一个缺省的值，但是必须放在参数列表后面位置

1 def func(name, age = 20):2     print(name, age)3 4 5 func("Edward")6 func("Edward", 18)

 c.动态参数：对于动态参数而言，最大好处是可以灵活的使用参数，而无须考虑其个数，其通过tuple(一般用*args表示)和dict(一般用**kwargs)的特性来实现：

  • 对于tuple，一般用户用a, b, c, ... 的形式，会被解释器自动转化为一个tuple来存储，解决了任意数量的普通参数的传递
  • 对于dict，一般用户用x1 = a1, x2 = a2, x3 = a3,...的形式，会被转化为一个dict来存储，解决了任意数量的关键词参数的传递
 1 def func(*args, **kwargs): 2     for i in args: 3         print(i) 4     for k, v in kwargs.items(): 5         print("%s = %s" % (k, v)) 6  7  8 func("Edward", 19) 9 func(name = "Edward", age = 19)10 func("Edward", "Tang", age = 19)

也可以直接将一个tuple或list传递给args, 将一个dict传递给kwargs，但要注意此时必须在引用实参的时候加上*或**:

1 tup = ("Edward", 19)2 dic = dict(name = "Edward", age = 19)3 func(*tup)4 func(**dic)5 # 如果不加*， 会被认为是tuple的一个元素

 4、文档字符串：

写函数时，最好在内部最开始加一个docstrings，即文档字符串，方便其他人理解函数的功能

其有下面几个要求：

  • 使用三个双引号来区别多行注释
  • 第一行作为函数功能的简要概述，最好以大写字母开头，句号结尾，无需明确对象的类型和名字
  • 第二行为空
  • 后面叙述函数的具体功能，一定要有函数的参数以及返回值的详细描述
  • 可以用__doc__来引用模块的文档字符串

5、函数体：函数的具体实现

6、返回值：即将函数的执行结果返回，未指定为None

  • 在Python中，由于tuple的存在，可以一次性返回多个值：
1 def func(a):2     return a * a, a ** a3 4 5 x, y = func(4) # x = 16, y = 256

 7、函数的调用：

  • 由于Python的解释以及执行顺序都是从上往下，所以要想调用函数，必须函数在之前有定义
  • 在Python中，未加函数定义的语句属于主体，相当于c中的主函数，一般放在最后，以便调用之前的函数
  • 若有几个文件的相互引用，可添加一下代码： 在一个文件中，相当于主函数的入口，但是如果此文件作为模块被其他文件引用，则此段代码由于为False，将不会执行，所以可以用作测试模块的功能
1 def func()2     pass3 4 5 if __name__ == "__main__":6     func()

 

 二、lambda表达式

即一个小的匿名的函数，一般只有函数体很短时使用：

1 a = lambda x: x ** 22 a(2)3 # 4

 1、与filter、map、reduce的结合使用：

 1 seq = [1, 76, 5, 44, 13,  5, 23] 2  3 a = filter(lambda x : x > 10, seq) 4 # list(a) = [76, 44, 13, 23] 5  6 b = map(lambda x : x ** 2, seq) 7 # list(b) = [1, 5776, 25, 1936, 169, 25, 529] 8  9 from functools import reduce10 c = reduce(lambda x, y: x * y, range(1, 100))11 # c的结果为99！

 2、与sorted的结合使用： 

1 seq = ["Tang", "Edward", "love", "handsome"]2 seq = sorted(seq, key=lambda a : a.upper())3 # seq = [‘Edward‘, ‘handsome‘, ‘love‘, ‘Tang‘]

 

三、内置函数

Python内置了丰富的函数，适合于各种类型的对象，下面来详细讨论

1、大多数的函数

技术分享
  1 def abs(*args, **kwargs):  2     pass  3 # 返回参数的绝对值  4   5 def all(*args, **kwargs):  6     pass  7 # 返回True如果可变对象所有元素都为真，为空时返回True  8   9 def any(*args, **kwargs): 10     pass 11 # 返回False如果可变对象所有元素都为假，为空时返回True 12  13 def bin(*args, **kwargs): 14     pass 15 # 返回参数的二进制表示 16  17 def hex(*args, **kwargs): 18     pass 19 # 返回参数的十六进制表示 20  21 def oct(*args, **kwargs): 22     pass 23 # 返回参数的八进制表示 24  25 def callable(i_e_, some_kind_of_function): 26     pass 27 # 返回对象是否可调用 28  29 def chr(*args, **kwargs): 30     pass 31 # 返回整数参数对应的ASCII码的字符 32  33 def ord(*args, **kwargs): 34     pass 35 # 返回单个字符的unicode值 36  37 def delattr(x, y): 38     pass 39 # 删除对象x的‘y’属性（类似于del x.y） 40  41 def getattr(object, name, default=None): 42     pass 43 # 返回object的‘name‘的属性的值，若不存在，返回default 44  45 def hasattr(object, name): 46     pass 47 # 返回True如果object对象有指定的‘name’属性 48  49 def setattr(x, y, v): 50     pass 51 # 设置x的‘y‘属性的值为v(类似于x.y = v)，其中y属性可以是不存在的 52  53 def dir(p_object=None): 54     pass 55 # 如果没有参数，返回当前范围的参数、方法、定义的list 56 # 如果有参数，返回参数的属性，方法的list，且存在__dir__会被调用 57  58 def divmod(x, y): 59     pass 60 # 返回x//y, x%构成的tuple 61  62 def eval(*args, **kwargs): 63     pass 64 # 计算表达式，并返回结果 65  66 def exec(*args, **kwargs): 67     pass 68 # 动态执行代码 69  70 def repr(obj): 71     pass 72 # 返回obj的可供解释器读取的字符串，可以用eval()求值 73 # 大多数情况下，eval(repr(obj)) == obj 74  75 def exit(*args, **kwargs): 76     pass 77 # 退出 78  79 def format(*args, **kwargs): 80     pass 81 # 转化为type(value).__format__(format_spec) 82  83 def globals(*args, **kwargs): 84     pass 85 # 返回当前全局变量构成的字典 86  87 def locals(*args, **kwargs): 88     pass 89 # 返回当前局部变量构成的字典 90  91 def hash(*args, **kwargs): 92     pass 93 # 返回参数(哈希表类型的对象)的哈希值 94  95 def help(): 96     pass 97 # 返回参数的帮助信息 98  99 def id(*args, **kwargs): 100     pass101 # 返回参数的内存地址(并非实际内存地址)102 103 def input(*args, **kwargs):104     pass105 # 打印提示字符串，并读取输入返回(str类型)106 107 def isinstance(x, A_tuple):108     pass109 # 返回x是否为元组A_tuple中其中一个类的实例110 111 def issubclass(x, A_tuple):112     pass113 # 返回x是否为元组A_tuple中其中一个类的子类114 115 def iter(source, sentinel=None):116     pass117 # 返回第一个参数对象的迭代器，118 # 若有第二个参数，当迭代器的__next__返回值为它时抛出异常119 120 def len(*args, **kwargs):121     pass122 # 返回容器的item个数123 124 def max(*args, key=None):125     pass126 # 返回所有参数中的最大值，或序列中的最大值(容器为空返回key)127     128 def min(*args, key=None):129     pass130 # 返回所有参数中的最小值，或序列中的最小值(容器为空返回key)131 132 def next(iterator, default=None):133     pass134 # 返回迭代器的下一个值，若已经到最后一个返回default135 136 def open(file, mode=‘r‘, buffering=None, encoding=None, 137         errors=None, newline=None, closefd=True):138     pass139 # 以特定形式打开文件140 141 def pow(*args, **kwargs):142     pass143 # 两个参数是返回x**y, 三个参数时返回x**y%z144 145 def print(self, *args, sep=‘ ‘, end=‘\n‘, file=None): 146     pass147 # 打印，默认以空格隔开各打印值，以换行结束，不刷新148 149 def quit(*args, **kwargs): 150     pass151 # 退出152 153 def round(number, ndigits=None):154     pass155 # 返回number的四舍五入表示156 157 def sorted(*args, **kwargs):158     pass159 # 返回递增的排序的list160 161 def sum(iterable， start = 0):162     pass163 # 返回序列的和加上start(默认为0)164 165 def vars(p_object=None):166     pass167 # 不带参数，返回当前对象属性及属性值的字典168 # 带参数，返回参数对应的属性及值的字典169 170 def int(x, base = 10):171     pass172 # 返回以base进制表示的x的int形式173 174 def float(x):175     pass176 # 返回x的float形式177 178 def bool(x):179     pass180 # 返回x的bool表示181 182 def complex(a, b):183     pass184 # 返回a+bj185 186 def str(x)：187     pass188 # 返回一个str189 190 def dict(x)：191     pass192 # 返回一个字典193 194 def list(iterable)：195     pass196 # 返回一个list197 198 def tuple(iterable):199     pass200 # 返回一个tuple    201     202 def set(iterable)：203     pass204 # 返回一个set    205     206 def frozenset(iterable):207     pass208 # 返回一个不可变的set209 210 def enumerate(iterable):211     pass212 # 构造序列的下标和值构成的元祖，用于循环遍历213 214 def filter(function or None, iterable)：215     pass216 # 返回iterable中能够让function的返回值为真的元素的序列，217 # 若function为None, 返回iterable中为真的元素的序列218 219 def map(func, *iterables):220     pass221 # 对每一个iterable, 使用func, 并将结果作为list返回222 223 def range(start = 0, stop):224     pass225 # 返回一个从start到stop构成的序列，用于遍历226 227 def reversed(seq)：228     pass229 # 返回一个seq反转的序列230 231 def type(object):232     pass233 # 返回object的类型234 235 def zip(iter1 [,iter2 [...]])：236     pass237 # 分别从iter中取下标相同的元素构成tuple，在将各tuple构成list238 # 使用zip(*list)解压239 240 # 其他函数241 # copyright, credits, license, bytearray, bytes, classmethod,242 # memoryview, property, slice, staticmethod, super, compile
内置函数

 2、内置函数总结：

  • 数学计算和其他计算：abs, divmod, hash, len, max, min, pow, round, sorted, sum,  reversed
  • 逻辑判断：all, any
  • 进制转换：bin, hex, oct
  • 类型转换：int, float, bool, complex, str, dict, list, tuple, set, frozenset
  • 类相关：callable, delattr, getattr, hasattr, setattr, dir, isinstance, issubclass
  • 对象和属性：vars, type, id
  • 字符串和字符编码：chr, ord, eval, exec, repr, format
  • IO相关: input, open, print, exit, quit
  • 迭代器和遍历：iter, next, enumerate, range, zip
  • 函数相关：filter, map
  • 其他：globals, locals, help

3、几个函数详解：

  • delattr, getattr, hasattr和setattr：
 1 class Student(object): 2     def __init__(self, name): 3         self.name = name 4  5     def have_class(self): 6         print("%s is having class." % self.name) 7  8 s = Student("Edward") 9 10 # name 以下都必须是字符串格式11 12 # hasattr(object, name), 判断对象是否具有name属性13 print(hasattr(s, "name"))    # True14 print(hasattr(s, "have_class"))    # True15 16 # getattr(object, name, default=None), 返回对象的name属性的值17 # 可以设置default, 但是仅仅是没有找到时返回它，并没有添加18 print(getattr(s, "name"))    # Edward19 print(getattr(s, "age", 19))  # 1920 getattr(s, "have_class")()    # 会运行该属性21 print(hasattr(s, "age"))    # False, 并没有添加22 23 # setattr(object, name, value), 设置对象的name的属性值为value24 # 若name属性不存在， 还会添加该属性25 setattr(s, "name", "Tang")26 print(s.name)   # Tang27 setattr(s, "age", 19)28 print(hasattr(s, "age"))  # True, 会添加该属性29 30 # delattr(object, name) 删除对象的name属性31 delattr(s, "name")32 print(hasattr(s, "name"))  # False, 已被删除
  •  eval和exec：
1 # exec(), 动态执行代码2 exec("print(‘Edward Tang‘)")3 4 # eval() 计算表达式的值并放回5 a = eval("7 * 6 + 1")6 print(a) # 43
  • filter和map：
 1 def func1(n): 2     if n > 10: 3         return True 4      5 def func2(n): 6     return n * n 7  8 def func3(a, b, c): 9     return a * b * c10 11 12 seq = [1, 76, 5, 44, 13, 3, 5, 23]13 li1 = [4, 5, 6, 8]14 li2 = [9, 7, 10, 6]15 li3 = [5, 4, 3, 1]16 17 18 # filter对seq中的每一个元素执行func1, 如果为True, 返回原列表的这些值19 rt1 = filter(func1, seq)20 print(list(rt1))21 22 # map对seq中的每一个元素执行func2，返回这些值执行的结果构成的序列23 rt2 = map(func2, seq)24 print(list(rt2))25 26 # 若func有多个参数，可以提供多个序列，分别依次带入，返回结果27 rt3 = map(func3, li1, li2, li3)28 print(list(rt3))29 30 # 在functools中还存在一个reduce的函数31 # reduce(func, seq, start) func接受两个参数，32 # 对seq中两两的数进行递归调用，并返回33 from functools import reduce34 def  func(a, b):35     return a * b36 rt = reduce(func, range(1, 100))37 # 计算99的阶乘
  •  sorted：
 1 # sorted(iterable, key=None, reverse=False) 2 # key可以用函数或lambda表达式 3 # 指定reverse = True会降序排序 4 # sorted只是返回一个排序好的序列，并不改变原序列 5  6 # 普通排序 7 seq = [1, 76, 5, 44, 13, 3, 5, 23] 8 seq = sorted(seq, reverse=True) # 降序 9 10 #使用lambda11 seq = ["Tang", "Edward", "love", "handsome"]12 seq = sorted(seq, key=lambda a : a.upper())13 14 # 对列表的某项排序15 arr = [[‘Tang‘, 89], [‘Edward‘, 79], [‘Hu‘, 67], [‘Wang‘, 80]]16 arr = sorted(arr, key=lambda a : a[1])17 18 # 对类按照某项排序19 class Person(object):20     def __init__(self, name, age):21         self.name = name22         self.age = age23 p1 = Person(‘Edward‘, 18)24 p2 = Person(‘Wang‘, 25)25 p3 = Person(‘Hu‘, 20)26 p4 = Person(‘Liang‘, 22)27 for item in sorted([p1, p2, p3, p4], key=lambda p : p.age):28     print(item.name, end=‘,‘)29 30 # operator模块还有itemgetter, attrgetter两个函数31 # 所以以上最后两个例子还可以表示为32 # sorted(arr, key=itemgetter(1))33 # sorted([p1, p2, p3, p4], key=attrgetter(‘age‘))
  •  enumerate和zip：
 1 # enumerate(iterable, start=0) 2 # 用于循环中，同时得到iterable的值和计数 3 lst = [‘Edward‘, ‘Tang‘, ‘Wang‘, ‘Hu‘] 4 for index, item in enumerate(lst): 5     print(index, item) 6  7 # zip(iter1 [,iter2 [...]]) 8 # 分别从iter中取下标相同的元素构成tuple，再将各tuple构成list 9 # 使用zip(*list) 做相反的操作10 x = [1, 2, 3]11 y = [4, 5, 6]12 z = [7, 8, 9]13 w = zip(x, y, z)14 print(list(w))  # [(1, 4, 7), (2, 5, 8), (3, 6, 9)]15 # 用在循环中16 for a, b, c in zip(x, y, z):17     print(a, b, c) 

 

四、迭代器与生成器

1、迭代器：

a.通过iter()构造一个迭代器，然后就可以通过__next__()来访问下一个元素：

1 a = iter([3, 6, 1, 9])2 a.__next__()   # 33 a.__next__()   # 6

b.迭代器只能往前，不能后退，且只能从头到尾依次访问

c.当数据量很多时，用迭代器来遍历，因为迭代器读取数据时，不是把所有的数据都加载到内存中，而是读取到某个元素时才开始

d.可迭代对象：

  • Python内置了很多可迭代对象，如list, dic, str等，所有我们可以通过for循环方便地遍历每一个元素，可以通过collections模块的Iterable来判断是否是可迭代的：
1 from collections import Iterable2 lst = [1, 5, 6, 9]3 isinstance(lst, Iterable)   # True

 2、生成器：

当协同程序暂停的时候，可以获得其中一个的返回值，当调用回到程序中时，能够传入额外或者改变了的参数，但仍能够从上次离开的地方继续

a.通过()构造一个生成器，和迭代器类似，再通过__next()__来访问下一个元素：

1 a = (x * x for x in range(1, 10))2 print(a.__next__())    # 1    3 print(a.__next__())    # 4

 b.yeild:用在函数中，类似于return(只是暂停下来，需要通过__next__()或next(f)访问)

 1 def func(n): 2     a = 1 3     while a < n: 4         yield a  5         a += 2 6  7 f = func(10) 8 print(f.__next__())    # 1  9 print(f.__next__()) # 310 11 # 通过yield还可以模拟实现多线程

 c.send:与__next__()相比，可以传递一个参数给yield

 1 def func(n): 2     a = 1 3     while a < n: 4         b = (yield a) 5         if b == None: 6             b = 0 7         a += b 8  9 f = func(10)10 print(f.__next__())    # 111 print(f.__next__())    # 112 print(f.send(5))          # 613 print(f.__next__())    # 6

 d.close:通过f.close()来关闭生成器(不可以通过next继续访问)

 

五、装饰器

1、基本语法：

@装饰器函数(可选参数)
def 被装饰函数(可选参数)：
　　pass

  • 装饰器函数一般会将真正需要执行的函数包裹在内，并返回
  • 解释过程中，一般不会执行函数，但会执行迭代器函数，并将其返回值赋给被装饰的函数

2、几种情况：

a.无参数装饰器：

 1 def deco(func): 2    def inner(): 3        print("Edward")
 5        print("tang") 6        return func() 7    return inner 8  9 10 @deco11 def func():12     print("handsome")
13 
14 # 并不一定需要以返回func()的方式执行func(这种情况函数需要最后执行),可以先将其返回值保存在一个变量中，最后将其返回
15
16 def inner():
17 　　print("Edward")
18　　 rt = func()19 　　print("tang")
20    return rt21 
22 # 相当于重新定制了func

 b.被装饰函数含一个或多个参数：

 1 def deco(func): 2     def inner(str1): 3         print("Edward") 4         return func(str1) 5     return inner 6  7 @deco 8 def func(str1): 9     print(str1)10 11 func("Tang")12 13 # 保持inner()函数的参数和原来的func()一样多即可 

c.迭代器函数含参数：

  • 由于迭代器在解释阶段就会被执行，所有当包裹一层函数时会抵消它的执行，
  • 但是，当给迭代器加上参数时，也相当于执行了一次，所有必须提供两层的内部定义的函数

d.多个装饰器：

 1 def de1(func): 2     def inner(): 3         print("Edward") 4         return func() 5     return inner 6  7 def de2(func): 8     def inner(): 9         print(‘tang‘)10         return func()11     return inner12 13 14 @de115 @de216 def func():17     print("handsome")18 19 func()20 21 # 相当于func = de1(de2(func()))

 f.functools.wraps:可以保留被装饰函数原来的一些属性，如__name__, __doc__等  

 1 def deco(func): 2     # @functools.wraps(func) 3     def inner(): 4         print("Edward") 5         print("tang") 6         return func() 7     return inner 8  9 @deco10 def func():11     """ A hansome boy! """12     print("handsome")13 14 print(func.__name__)15 print(func.__doc__)16 17 # 会输出 inner和None18 # 如果去掉注释,  输出func和A handsome boy! 

 

六、偏函数

即将任意数量的参数的函数转化成另一个带剩余参数的函数对象，需要导入functools模块的partial：

1 from operator import add, mul2 from functools import partial3 4 add1 = partial(add, 1)5 mul100 = partial(mul, 100)6 7 print(add1(99))  # 1008 print(mul100(99))  # 9900

 简单应用(摘自 《Core Python Programming》)：

 1 """easy_gui.py""" 2  3 from functools import partial 4 import tkinter 5 # Tkinter模块是python中一个能快速创建GUI的标准库 6  7 root = tkinter.Tk() 8 # 创建一个顶层窗口对象 9 MyButton = partial(tkinter.Button, root, fg=‘white‘, bg=‘blue‘)10 # 用偏函数设置按钮的默认属性11 b1 = MyButton(text=‘Button 1‘)12 b2 = MyButton(text=‘Button 2‘)13 qb = MyButton(text=‘QUIT‘, bg=‘red‘, command=root.quit)14 b1.pack()15 b2.pack()16 qb.pack(fill=tkinter.X, expand=True)17 root.title(‘PFAs!‘)18 root.mainloop()

 

七、《Core Python Programming》几个实例

1.easy_math:

 1 """模拟100以内的加减乘除运算""" 2  3 from operator import add, sub, mul, truediv 4 # operator模块提供了各种对python内置方法的访问 5 from random import randint, choice 6 # random模块提供了各种随机数的生成 7 # random() 生成一个[0, 1)之间的随机数 8 # randrange(start, stop=None, step=1) 生成一个range(args)范围内的随机数 9 # randint(a, b) 生成一个[a, b] 范围内的整数10 # choice(seq) 从序列seq中随机获取一个元素11 # shuffle(x) 洗牌序列x，返回None12 # sample(population, k) 从population中随机获取k个元素并作为新的序列返回，但是原序列不变13 # uniform(a, b) 返回一个a, b之间的浮点数14 15 16 ops = {‘+‘: add, ‘-‘: sub, ‘*‘: mul, ‘/‘: truediv}17 MAXTRIES = 218 # 能够尝试的最大次数19 20 21 def doprob():22     """ get easy random equation and check the correctness of the input """23     op = choice(‘+-*/‘)24     # 随机获取运算符25     nums = [randint(1, 100) for i in range(2)]26     # 随机获取参与运算的两个数27     nums.sort(reverse=True)28     # 降序使结果不为负数29     while op == ‘/‘:30         if nums[0] % nums[1] == 0 and nums[1] != 1:31             break32         nums = [randint(1, 100) for i in range(2)]33 34 35     ans = ops[op](*nums)36     pr = ‘%d %s %d = ‘ % (nums[0], op, nums[1])37     oops = 038     # 尝试的次数39     while True:40         try:41             if int(input(pr)) == ans:42                 print(‘correct‘)43                 break44             if oops == MAXTRIES:45                 print(‘answer\n%s%d‘ % (pr, ans))46             else:47                 print(‘incorrect... try again‘)48                 oops += 149         except (KeyboardInterrupt,50                 EOFError, ValueError):51             print(‘invalid input... try again‘)52 53 54 def main():55     """ realize the repetitive operation"""56     while True:57         doprob()58         try:59             opt = input(‘Again? [y]‘).lower()60             if opt and opt[0] == ‘n‘:61                 break62         except (KeyboardInterrupt, EOFError):63             break64 65 66 if __name__ == ‘__main__‘:67     main()

 2.senior_closure:

 1 """闭包和装饰器的应用""" 2  3 from time import time 4  5 def logged(when): 6     def log(f, *args, **kwargs): 7         print(‘‘‘Called: 8     function: %s 9     args: %r10     kargs: %r‘‘‘ % (f, args, kwargs))11 # %r repr   %s str12 13     def pre_logged(f):14         def wrapper(*args, **kwargs):15             log(f, *args, **kwargs)16             return f(*args, **kwargs)17         return wrapper18 19     def post_logged(f):20         def wrapped(*args, **kwargs):21             now = time()22             try:23                 return f(*args, **kwargs)24             finally:25                 log(f, *args, **kwargs)26                 print(‘time delta: %s‘ % (time()-now))27         return wrapped28 29     try:30         return({‘pre‘: pre_logged, ‘post‘: post_logged}[when])31     except KeyError as e:32         raise(ValueError(e), ‘must be "pre" or "post"‘)33 34 @logged(‘post‘)35 def hello(name):36     print(‘hello,‘, name)37 38 hello(‘world!‘)

 

Python入门二：函数


联系
我们