python笔记2(函数)

一、 函数

在交互式命令行通过help(函数名)查看函数的帮助信息

1 基本函数

• print()函数

  print()

  print会依次打印每个字符串，遇到逗号“，”会输出一个空格,print自动换行

• input()函数

  input()，input输入的是str类型的

  a = input('name:')会输出提示信息

• int()函数

  数据类型转换，将str转换为整数

  例：b = int(s)

• abs函数

  求绝对值

• max()函数

  可以接收任意多个参数，并返回最大的

• hex()函数

  把一个整数转换成十六进制表示的字符串

• range()函数

  可以生成一个整数序列，从0开始生产

  list()函数可以转换为list

  print(list(range(5)))

• isinstance函数

  可以判断一个变量是不是什么

  isinstance(x, ...)

• sum函数

  可以直接求和

2 定义函数

1. 使用def语句，依次写出函数名、括号、括号中的参数和冒号:

2. 在缩进块中编写函数体，函数的返回值用return语句返回

   例def my_abs(x):

（1）定义一个空函数：

用pass语句

例：def nop():
pass

（2）函数的参数

1.位置参数：

• 调用函数时，传入的两个值按照位置顺序依次赋给参数

  例：def power(x):

2.默认参数：

• 必选参数在前，默认参数在后

• 当函数有多个参数时，把变化大的参数放前面，变化小的参数放后面。变化小的参数就可以作为默认参数

• 可以按顺序提供默认参数

• 可以不按顺序提供部分默认参数，但需将参数名加上

  默认参数必须指向不变对象

  例：def enroll(name, gender, age=6, city='Beijing'):

3.可变参数：

• *args是可变参数，args接收的是一个tuple

• *nums表示把nums这个list的所有元素作为可变参数传进去

• 可变参数允许你传入0个或任意个参数，这些可变参数在函数调用时自动组装为一个tuple

• 可变参数既可以直接传入：func(1, 2, 3)，又可以先组装list或tuple，再通过*args传入：func(*(1, 2, 3))

  例：def calc(*numbers):

4.关键字参数：

• **kw是关键字参数，kw接收的是一个dict

• 关键字参数允许传入0个或任意个含参数名的参数，这些关键字参数在函数内部自动组装为一个dict

• 可以扩展函数的功能

• 函数的调用者可以传入任意不受限制的关键字参数

• 关键字参数既可以直接传入：func(a=1, b=2)，又可以先组装dict，再通过**kw传入：func(**{'a': 1, 'b': 2})。

  例：def person(name, age, **kw):

5.命名关键字参数

• 命名的关键字参数是为了限制关键字参数，同时可以提供默认值（可以有缺省值）。
• *后面的是命名关键字参数，如果已经有了可变参数，就不需要再加一个*
• 命名关键字必须传入参数名
• 每一个命名关键字参数都必须有值
• 定义命名的关键字参数在没有可变参数的情况下不要忘了写分隔符*，否则定义的将是位置参数。

6.参数组合

• 参数定义的顺序必须是：位置参数、默认参数、可变参数(*)、命名关键字参数(*)和关键字参数(**)

（3）参数检查

数据类型检查可以用内置函数isinstance()实现

if not isinstance(x, (int, float)):
raise TypeError('bad operand type')

（4）返回多个值（返回tuple）

Python的函数返回多值其实就是返回一个tuple

返回一个tuple可以省略括号，而多个变量可以同时接收一个tuple，按位置赋给对应的值

二、高级特性

---

1、切片

L[起始索引:结束索引:间隔大小]，若第一个索引为0，可省略；若间隔大小为1，可省略；可以全部省略，则为复制

L[0:3]：0 <= L < 3 (不包含3)

可对list、tuple、字符串进行切片,灵活

支持倒数切片

2、迭代Iteration

for循环来遍历这个list或tuple，这种遍历我们称为迭代（Iteration)

在Python中，迭代是通过for ... in来完成的

dict的储存不是按照list的方式顺序排列的，迭代出的结果顺序可能不一样

dict迭代：

• 默认情况下，dict迭代的是key
• 如果要迭代value，可以用for value in d.values()
• 如果要同时迭代key和value，可以用for k, v in d.items()。

如何判断一个对象是可迭代对象呢？

方法是通过collections模块的Iterable类型判断：

from collections import Iterable
isinstance('abc', Iterable)

Python内置的enumerate函数可以把一个list变成索引-元素对，这样就可以在for循环中同时迭代索引和元素本身：

 for i, value in enumerate(['A', 'B', 'C']):
     print(i, value)

任何可迭代对象都可以作用于for循环，包括我们自定义的数据类型，只要符合迭代条件，就可以使用for循环

3、列表生成式

用来创建list的生成式

for循环创建list的生成式

[x * x for x in range(1, 11)]

4、生成器generator

这种一边循环一边计算的机制，称为生成器：generator

• 创建一个generator
  • 1、方法很简单，只要把一个列表生成式的[]改成()
  • 2、函数定义中包含yield关键字，那么这个函数是一个generator

generator的函数，在每次调用next()的时候执行，遇到yield语句返回，再次执行时从上次返回的yield语句处继续执行

• 调用

  调用generator时，首先要生成一个generator对象，然后用next()函数不断获得下一个返回值

• 返回值

  用for循环调用generator时，发现拿不到generator的return语句的返回值。如果想要拿到返回值，必须捕获StopIteration错误，返回值包含在StopIteration的value中：

• 结束

  对于函数改成的generator来说，遇到return语句或者执行到函数体最后一行语句，就是结束generator的指令，for循环随之结束。

5、迭代器Iterator

• 可以直接作用于for循环的数据类型有：

  • list、tuple、dict、set、str
  • generator（包括生成器和带yield的函数）

• 可以直接作用于for循环的对象统称为可迭代对象：Iterable

  • 可以使用isinstance()判断一个对象是否是Iterable对象

  • from collections import Iterable

    例：

    from collections import Iterable

    isinstance([], Iterable)

• 被next()函数调用并不断返回下一个值的对象称为迭代器：Iterator

  • 可以使用isinstance()判断一个对象是否是Iterator对象

    例：

    from collections import Iterator

    isinstance((x for x in range(10)), Iterator)

• 使用iter()把list、dict、str等Iterable变成Iterator

三、函数式编程

---

1、高阶函数

函数就是面向过程的程序设计的基本单元

函数本身也可以赋值给变量，即：变量可以指向函数

函数名其实就是指向函数的变量

高阶函数：一个函数就可以接收另一个函数作为参数

• map/reduce

  • map（两个参数）

    map函数接受两个参数，一个函数，一个是Iterable，map将传入的函数依次作用到序列的每个元素，并把结果作为新的Iterable放回

    Iterator是惰性序列，通过list()函数让它把整个序列都计算出来并返回一个list

  • reduce（两个参数）

    把一个函数作用在一个序列[x1,x2,x3,x4......]上

    这个函数必须接受两个参数，reduce把结果继续和下一个元素做累计计算

    reduce(f,[x1,x2,x3,x4]) = f(f(f(x1,x2),x3),x4)

• filter：过滤序列（两个参数）

  接收一个函数与一个序列，与map类似依次作用于每个元素，但根据返回值确定是否丢弃元素

  返回值也是一个Iterator（惰性序列），需要list函数获取结果并返回list

• sorted：排序算法（三个参数）

  可以接收一个key函数来实现自定义的排序

  例：sorted([3,65,3,4],key=abs)

  忽略大小写：

  sorted(['bob', 'about', 'Zoo', 'Credit'], key=str.lower)

  进行反向排序，传入第三个参数reverse=True

  sorted(['bob', 'about', 'Zoo', 'Credit'], key=str.lower, reverse=True)

2、返回函数

相关参数和变量都保存在返回的函数中，称为“闭包”

每次调用互不影响

返回的函数不会立刻执行

返回函数不要引用任何循环变量，或者后续会发生变化的变量，如果使用的话，多次调用的结果会相同

3、匿名函数（lambda）

关键字lambda表示匿名函数，冒号前面的x表示函数参数

list(map(lambda x: x * x, [1, 2, 3, 4, 5, 6, 7, 8, 9]))

匿名函数只能有一个表达式，不用写return，返回值就是该表达式的结果

匿名函数不会冲突

匿名函数也是一个函数对象，可以把匿名函数赋值给一个变量，也可以吧匿名函数作为返回值返回

def build(x, y): return lambda: x * x + y * y

4、装饰器（@）

在代码运行期间增加功能的方式，称为“装饰器”（Decorator）

函数有一个__name__可以拿到函数的名字

functools.wrap<==>wrapper.__name__ = func.__name__（交换函数签名）

一个完整的decorator：

import functools

def log(func):
	@functools.warps(func)

5、偏函数（functools.partial）

偏函数（Partial function）：把一个函数的某些参数固定

functools.partial创建一个偏函数，给一个函数设定默认参数（在函数调用的时候也可以传入其他值），返回一个新函数

int2 = functools.paratial(int,base=2)

创建偏函数的时候，可以接收函数对象、*args、**kw

四、 模块

---

作用域

• 公开（public）：正常的函数和变量名，可以被直接引用
• 特殊变量：__xxx__，定义自己的变量一般不用
• 私有（private）：_xxx和__xxx，不应该直接引用private函数