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

  潼关网站建设公司成都创新互联,潼关网站设计制作，有大型网站制作公司丰富经验。已为潼关超过千家提供企业网站建设服务。企业网站搭建\外贸营销网站建设要多少钱，请找那个售后服务好的潼关做网站的公司定做！

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

  1. 匿名函数普通定义
  2. 定义后可以使用变量接收，此时等同于 def
  3. 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。
• 递归最大深度：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())  # ==> 最大递归数

• 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

本文标题：python-函数
当前网址：http://www.tsicrk.com/article/jpdgie.html