No.1 函数介绍
所谓函数，就是把具有独立功能的代码块组织为一个小模块，在需要的时候调用
函数的使用有两个步骤：
1、定义函数
2、调用函数
函数的作用，代码重用，提高开发效率
No.2 定义和调用
定义函数的格式如下:
def 函数名():
函数封装的代码
def是英文define的缩写
函数名称应该能够表达函数封装代码的功能，方便后续的调用
函数名称的命名应该符合标识符的命名规则
函数调用：
通过函数名()即可完成函数的调用
No.3 普通参数
def func(name): # name是形式参数
print(name) # 函数体
func('kernel') # 执行函数，'kernel'是实参No.4 默认参数
定义了默认参数后，在函数调用时不再需要传入，默认参数放在最后面
def info(name,age,country='China') # name,age是普通参数，country是默认参数
print('name:',name)
print('age:',age)
print('国家:',country)
info('kernel',21) # 调用时，没有传入country，就使用默认参数No.5 关键参数
正常情况下，给函数传递参数需要按照定义的顺序，不想按顺序就要使用关键参数，但是关键参数必须放在普通参数之后
def info(name,age,country='China') # name,age是普通参数，country是默认参数
print('name:',name)
print('age:',age)
print('国家:',country)
info(age=21,name='kernel') # 使用关键参数，可以不按照顺序No.6 元素和字典拆包
*args
def demo(*args):
print(args) # ('kernel', 21, '山东')
demo("kernel",21,"山东")**kargs
def demo(**kwargs):
print(kwargs) # {'name': 'kernel', 'age': 21, 'address': '山东'}
demo(name="kernel",age=21,address="山东")No.7 递归函数
特点：
函数内部调用自己
函数内部的代码是相同的，只是参数不同，处理结果不同
当参数满足一个条件时，函数不再执行
栗子
data = [1, 3, 6, 7, 9, 12, 14, 16, 17, 18, 20, 21, 22, 23, 30, 32, 33, 35]
def binary_search(dataset,find_num):
if len(dataset) >1:
mid = int(len(dataset)/2)
if dataset[mid] == find_num: #find it
print("找到数字",dataset[mid])
elif dataset[mid] > find_num :# 找的数在mid左面
print("找的数在mid[%s]左面" % dataset[mid])
return binary_search(dataset[0:mid], find_num)
else:# 找的数在mid右面
print("找的数在mid[%s]右面" % dataset[mid])
return binary_search(dataset[mid+1:],find_num)
else:
if dataset[0] == find_num: #find it
print("找到数字啦",dataset[0])
else:
print("没的分了,要找的数字[%s]不在列表里" % find_num)
binary_search(data,66)No.8 函数的可变参数和不可变参数
在函数中，针对参数使用赋值语句，会不会影响函数调用时的实参呢？
不会，只要针对参数使用赋值语句，无论是可变类型还是不可变类型，都会在函数修改参数的引用，不会影响到外部变量的引用
def demo(num, num_list):
print("start")
# 赋值语句
num = 200
num_list = [4,5,6]
print("id=%d,num=%d"%(id(num),num))
print("id=",id(num_list),"num_list=",num_list)
print("end")
gl_num = 100 # id=1875081376,gl_num=100
gl_list = [1,2,3] # id= 2164478175240 gl_list [1, 2, 3]
print("id=%d,gl_num=%d"%(id(gl_num),gl_num)) # id=1875084576,num=200
print("id=",id(gl_list),"gl_list",gl_list) # id= 2164477982152 num_list= [4, 5, 6]
demo(gl_num, gl_list)
print("id=%d,gl_num=%d"%(id(gl_num),gl_num)) # id=1875081376,gl_num=100
print("id=",id(gl_list),"gl_list",gl_list) # id= 2164478175240 gl_list [1, 2, 3]如果传递的参数是可变类型，在函数内部，使用方法修改了数据的内容，同样会影响到外部的数据
def demo(name_list):
name_list.append('end')
print(name_list)
name_list = ['kernel']
print("id=",id(name_list),"name_list",name_list) # id= 1980496082376 name_list ['kernel']
demo(name_list)
print("id=",id(name_list),"name_list",name_list) # id= 1980496082376 name_list ['kernel', 'end']
demo(name_list)
print("id=",id(name_list),"name_list",name_list) # id= 1980496082376 name_list ['kernel', 'end'，'end']
我们发现，外部变量的数据已经被改变了，但是它的引用一直没有改变
再看一个栗子
def demo(name_list=[]):
name_list.append('end')
print(name_list)
demo() # ['end']
demo() # ['end', 'end']
demo() # ['end', 'end', 'end']
demo() # ['end', 'end', 'end', 'end']
这不是我们想要的结果，那怎么办呢？
我们只需要将形参改成一个不可变类型就可以了
def demo(name_list=None):
name_list = []
name_list.append('end')
print(name_list)
demo() # ['end']
demo() # ['end']
demo() # ['end']
demo() # ['end']No.9 高阶函数
满足下列条件之一就可以称为高阶函数
- 存在一个参数为函数
- 函数的返回值中存在函数
map函数
map函数是Python内置的高阶函数，它接收一个函数和一个可迭代对象，并将函数作用在可迭代对象的每个元素上，返回一个map对象
def func(x):
return x * x
r = map(func,range(10))
print(list(r)) # [0, 1, 4, 9, 16, 25, 36, 49, 64, 81]reduce函数
reduce函数也是Python内置的高阶函数，同样它接收一个函数和一个可迭代对象，但是函数必须要接收两个参数，reduce对可迭代对象的每个对象调用函数，并返回最终结果
栗子1
from functools import reduce
def func(x,y):
return x * y
r = reduce(func,range(1,10))
print(r)
调用过程func(func(func(func(func(func(func(func(1,2),3),4),5),6),7),8),9)
栗子2
from functools import reduce
def func(x,y):
return x * y
r = reduce(func,range(1,10),10)
print(r)
调用过程func(func(func(func(func(func(func(func(func(1,10),2),3),4),5),6),7),8),9)filter函数
filter函数也是Python内置的高阶函数，同样它接收一个函数和一个可迭代对象，函数的作用是对每个元素进行判断，返回True和False，filter根据判断结果自动过滤掉不符合条件的元素
def func(x):
if x % 2 == 0:
return x
r = filter(func,range(10))
print(list(r))lambda函数
没有函数名
单条语句
语句的执行结果就是返回值
name_list = ['kernel','alex','qiyue','hobby','eric','aomikee']
r = sorted(name_list)
print(r)
r = sorted(name_list,key=lambda x:len(x))
print(r)No.10 函数闭包
内部函数
def outer():
print('outer is running。。。')
def inner():
print('inner is running。。。')
inner()
outer()
outer is running。。。
inner is running。。。
内部函数inner存在于outer函数作用域内部，所以如果在outer外部区域调用inner函数就会报错关于闭包
def outer():
x = 10
y = 10
def inner():
print(x+y)
return inner
fun = outer()
fun() # 20
如果试图在一个内部函数里对外部函数的变量进行引用，这就是Python的闭包，由于闭包基于内部函数，所以闭包同样不能在外部进行调用修改外部函数的变量
def outer():
x = 10
y = 10
def inner():
x = x + 1
print(x+y)
return inner
fun = outer()
fun() # UnboundLocalError: local variable 'x' referenced before assignment因为闭包是基于内部函数的，所以说将会启动Python解释器的屏蔽机制，这时候Python解释器就认为x是内部函数的局部变量，我们此举正是试图对不存在的变量进行修改操作，所以报在定义之前引用错误，那么，怎么解决这个问题呢
Python2
如果外部函数作用域的变量是可变类型的，那么它就不会被Python解释器屏蔽掉
def outer():
x = [10]
y = 10
def inner():
x[0] = x[0] + 1
print(x[0]+y)
return inner
fun = outer()
fun() # 21Python3
使用nonlocal关键字
def outer():
x = [10]
y = 10
def inner():
nonlocal x
x = x + 1
print(x+y)
return innerNo.11 作用域
块级作用域
想想下面的程序会运行成功吗？为什么？
for i in range(10):
pass
print(i) # 9
代码执行成功，在Java/C#等强类型语言中，执行上面的语言会提示i没有定义，而在Python中确是可以执行的，那是因为Python中没有块级作用域，代码内的变量，外部可以调用局部作用域
def say_hello():
name = 'kernel'
print('hello ',name)
print(name) # NameError: name 'name' is not defined
运行报错，name变量只在函数中起作用，所以全局是无法调用的作用域链
Python存在作用域链，首先从自己的作用域找，如果没有就去一级一级的往上找，如果没有找到就报错
name = "Alex"
def f1():
name = "Eric"
def f2():
name = "Kernel"
print(name)
f2()
f1() # Kernel栗子
name = "kernel"
def f1():
print(name)
def f2():
name = "eric"
f1()
f2() # Kernel
为什么会输入Kernel而不是eric呢？
那是因为函数在未执行时，作用域链就已经形成了，所以f1会去全局变量中找name这个变量而不是f2r = ([lambda :x for x in range(10)])
print(type(r))
for i in r:
print(type(i))
print(i())
返回的结果是一个列表类型，列表的每个元素是一个函数，所有的函数运行出来都是9，为什么呢？
那是因为函数在没有执行的时候，内部代码是不会执行的