Python入门篇之函数
Pythond 的函数是由一个新的语句编写，即def，def是可执行的语句--函数并不存在，直到Python运行了def后才存在。
函数是通过赋值传递的，参数通过赋值传递给函数
def语句将创建一个函数对象并将其赋值给一个变量名，def语句的一般格式如下：
def function_name(arg1,arg2[,...]):
statement
[return value]
返回值不是必须的，如果没有return语句，则Python默认返回值None。
函数名的命名规则：
函数名必须以下划线或字母开头，可以包含任意字母、数字或下划线的组合。不能使用任何的标点符号；
函数名是区分大小写的。
函数名不能是保留字。
Python使用名称空间的概念存储对象，这个名称空间就是对象作用的区域， 不同对象存在于不同的作用域。下面是不同对象的作用域规则：
每个模块都有自已的全局作用域。
函数定义的对象属局部作用域，只在函数内有效，不会影响全局作用域中的对象。
赋值对象属局部作用域，除非使用global关键字进行声明。
LGB规则是Python查找名字的规则，下面是LGB规则：
1.大多数名字引用在三个作用域中查找：先局部(Local)，次之全局(Global)，再次之内置(Build-in)。
>>> a=2
>>> b=2
>>> def test(b):
... test=a*b
... return test
>>>print test(10)
20
b在局部作用域中找到,a在全局作用域中找到。
2.如想在局部作用域中改变全局作用域的对象，必须使用global关键字。
#没用global时的情况
>>> name="Jims"
>>> def set():
... name="ringkee"
...
>>> set()
>>> print name
Jims
#使用global后的情况
>>> name="Jims"
>>> def set1():
... global name
... name="ringkee"
...
>>> set1()
>>> print name
ringkee
3.'global'声明把赋值的名字映射到一个包含它的模块的作用域中。
函数的参数是函数与外部沟通的桥梁，它可接收外部传递过来的值。参数传递的规则如下：
4.在一个函数中对参数名赋值不影响调用者。
>>> a=1
>>> def test(a):
... a=a+1
... print a
...
>>> test(a)
2
>>> a
1 # a值不变
5.在一个函数中改变一个可变的对象参数会影响调用者。
>>> a=1
>>> b=[1,2]
>>> def test(a,b):
... a=5
... b[0]=4
... print a,b
...
>>> test(a,b)
5 [4, 2]
>>> a
1
>>> b
[4, 2] # b值已被更改
参数是对象指针，无需定义传递的对象类型。如：
>>> def test(a,b):
... return a+b
...
>>> test(1,2) #数值型
3
>>> test("a","b") #字符型
'ab'
>>> test([12],[11]) #列表
[12, 11]
函数中的参数接收传递的值，参数可分默认参数，如：
def function(ARG=VALUE)
元组（Tuples）参数：
def function(*ARG)
字典（dictionary）参数：
def function(**ARG)
一些函数规则：
默认值必须在非默认参数之后；
在单个函数定义中，只能使用一个tuple参数（*ARG）和一个字典参数（**ARG）。
tuple参数必须在连接参数和默认参数之后。
字典参数必须在最后定义。
1.常用函数
1.abs(x)
abs()返回一个数字的绝对值。如果给出复数，返回值就是该复数的模。
>>>print abs(-100)
100
>>>print abs(1+2j)
2.2360679775
2.callable(object)
callable()函数用于测试对象是否可调用，如果可以则返回1(真)；否则返回0(假)。可调用对象包括函数、方法、代码对象、类和已经定义了“调用”方法的类实例。
>>> a="123"
>>> print callable(a)
0
>>> print callable(chr)
1
3.cmp(x,y)
cmp()函数比较x和y两个对象，并根据比较结果返回一个整数，如果x<y，则返回-1；如果x>y，则返回1,如果x==y则返回0。
>>>a=1
>>>b=2
>>>c=2
>>> print cmp(a,b)
-1
>>> print cmp(b,a)
1
>>> print cmp(b,c)
0
4.divmod(x,y)
divmod(x,y)函数完成除法运算，返回商和余数。
>>> divmod(10,3)
(3, 1)
>>> divmod(9,3)
(3, 0)
5.isinstance(object,class-or-type-or-tuple) -> bool
测试对象类型
>>> a='isinstance test'
>>> b=1234
>>> isinstance(a,str)
True
>>> isinstance(a,int)
False
>>> isinstance(b,str)
False
>>> isinstance(b,int)
True
下面的程序展示了isinstance函数的使用：
def displayNumType(num):
print num, 'is',
if isinstance(num, (int, long, float, complex)):
print 'a number of type:', type(num).__name__
else:
print 'not a number at all!!!'
displayNumType(-69)
displayNumType(9999999999999999999999999L)
displayNumType(565.8)
displayNumType(-344.3+34.4j)
displayNumType('xxx')
代码运行结果如下：
-69 is a number of type: int
9999999999999999999999999 is a number of type: long
565.8 is a number of type: float
(-344.3+34.4j) is a number of type: complex
xxx is not a number at all!!!
6.len(object) -> integer
len()函数返回字符串和序列的长度。
>>> len("aa")
2
>>> len([1,2])
2
7.pow(x,y[,z])
pow()函数返回以x为底，y为指数的幂。如果给出z值，该函数就计算x的y次幂值被z取模的值。
>>> print pow(2,4)
16
>>> print pow(2,4,2)
0
>>> print pow(2.4,3)
13.824
8.range([lower,]stop[,step])
range()函数可按参数生成连续的有序整数列表。
>>> range(10)
[0, 1, 2, 3, 4, 5, 6, 7, 8, 9]
>>> range(1,10)
[1, 2, 3, 4, 5, 6, 7, 8, 9]
>>> range(1,10,2)
[1, 3, 5, 7, 9]
9.round(x[,n])
round()函数返回浮点数x的四舍五入值，如给出n值，则代表舍入到小数点后的位数。
>>> round(3.333)
3.0
>>> round(3)
3.0
>>> round(5.9)
6.0
10.type(obj)
type()函数可返回对象的数据类型。
>>> type(a)
<type 'list'>
>>> type(copy)
<type 'module'>
>>> type(1)
<type 'int'>
11.xrange([lower,]stop[,step])
xrange()函数与range()类似，但xrnage()并不创建列表，而是返回一个xrange对象，它的行为与列表相似，但是只在需要时才计算列表值，当列表很大时，这个特性能为我们节省内存。
>>> a=xrange(10)
>>> print a[0]
0
>>> print a[1]
1
>>> print a[2]
2
2.内置类型转换函数
1.chr(i)
chr()函数返回ASCII码对应的字符串。
>>> print chr(65)
A
>>> print chr(66)
B
>>> print chr(65)+chr(66)
AB
2.complex(real[,imaginary])
complex()函数可把字符串或数字转换为复数。
>>> complex("2+1j")
(2+1j)
>>> complex("2")
(2+0j)
>>> complex(2,1)
(2+1j)
>>> complex(2L,1)
(2+1j)
3.float(x)
float()函数把一个数字或字符串转换成浮点数。
>>> float("12")
12.0
>>> float(12L)
12.0
>>> float(12.2)
12.199999999999999
4.hex(x)
hex()函数可把整数转换成十六进制数。
>>> hex(16)
'0x10'
>>> hex(123)
'0x7b'
5.long(x[,base])
long()函数把数字和字符串转换成长整数，base为可选的基数。
>>> long("123")
123L
>>> long(11)
11L
6.list(x)
list()函数可将序列对象转换成列表。如：
>>> list("hello world")
['h', 'e', 'l', 'l', 'o', ' ', 'w', 'o', 'r', 'l', 'd']
>>> list((1,2,3,4))
[1, 2, 3, 4]
7.int(x[,base])
int()函数把数字和字符串转换成一个整数，base为可选的基数。
>>> int(3.3)
3
>>> int(3L)
3
>>> int("13")
13
>>> int("14",15)
19
8.min(x[,y,z...])
min()函数返回给定参数的最小值，参数可以为序列。
>>> min(1,2,3,4)
1
>>> min((1,2,3),(2,3,4))
(1, 2, 3)
9.max(x[,y,z...])
max()函数返回给定参数的最大值，参数可以为序列。
>>> max(1,2,3,4)
4
>>> max((1,2,3),(2,3,4))
(2, 3, 4)
10.oct(x)
oct()函数可把给出的整数转换成八进制数。
>>> oct(8)
'010'
>>> oct(123)
'0173'
11.ord(x)
ord()函数返回一个字符串参数的ASCII码或Unicode值。
>>> ord("a")
97
>>> ord(u"a")
97
12.str(obj)
str()函数把对象转换成可打印字符串。
>>> str("4")
'4'
>>> str(4)
'4'
>>> str(3+2j)
'(3+2j)'
13.tuple(x)
tuple()函数把序列对象转换成tuple。
>>> tuple("hello world")
('h', 'e', 'l', 'l', 'o', ' ', 'w', 'o', 'r', 'l', 'd')
>>> tuple([1,2,3,4])
(1, 2, 3, 4)
3.序列处理函数
1.常用函数中的len()、max()和min()同样可用于序列。
2.filter(function,list)
调用filter()时，它会把一个函数应用于序列中的每个项，并返回该函数返回真值时的所有项，从而过滤掉返回假值的所有项。
>>> def nobad(s):
... return s.find("bad") == -1
...
>>> s = ["bad","good","bade","we"]
>>> filter(nobad,s)
['good', 'we']
这个例子通过把nobad()函数应用于s序列中所有项，过滤掉所有包含“bad”的项。
3.map(function,list[,list])
map()函数把一个函数应用于序列中所有项，并返回一个列表。
>>> import string
>>> s=["python","zope","linux"]
>>> map(string.capitalize,s)
['Python', 'Zope', 'Linux']
map()还可同时应用于多个列表。如：
>>> import operator
>>> s=[1,2,3]; t=[3,2,1]
>>> map(operator.mul,s,t) # s[i]*t[j]
[3, 4, 3]
如果传递一个None值，而不是一个函数，则map()会把每个序列中的相应元素合并起来，并返回该元组。如：
>>> a=[1,2];b=[3,4];c=[5,6]
>>> map(None,a,b,c)
[(1, 3, 5), (2, 4, 6)]
4.reduce(function,seq[,init])
reduce()函数获得序列中前两个项，并把它传递给提供的函数，获得结果后再取序列中的下一项，连同结果再传递给函数，以此类推，直到处理完所有项为止。
>>> import operator
>>> reduce(operator.mul,[2,3,4,5]) # ((2*3)*4)*5
120
>>> reduce(operator.mul,[2,3,4,5],1) # (((1*2)*3)*4)*5
120
>>> reduce(operator.mul,[2,3,4,5],2) # (((2*2)*3)*4)*5
240
5.zip(seq[,seq,...])
zip()函数可把两个或多个序列中的相应项合并在一起，并以元组的格式返回它们，在处理完最短序列中的所有项后就停止。
>>> zip([1,2,3],[4,5],[7,8,9])
[(1, 4, 7), (2, 5, 8)]
如果参数是一个序列，则zip()会以一元组的格式返回每个项，如：
>>> zip((1,2,3,4,5))
[(1,), (2,), (3,), (4,), (5,)]
>>> zip([1,2,3,4,5])
[(1,), (2,), (3,), (4,), (5,)]
4.其他
def语句是实时执行的，当它运行的时候，它创建并将一个新的函数对象赋值给一个变量名，Python所有的语句都是实时执行的，没有像独立的编译时间这样的流程
由于是语句，def可以出现在任一语句可以出现的地方--甚至是嵌套在其他语句中:
if test:
def fun():
...
else:
def func():
...
...
func()
可以将函数赋值给一个不同的变量名，并通过新的变量名进行调用：
othername=func()
othername()
创建函数
内建的callable函数可以用来判断函数是否可调用：
>>> import math
>>> x=1
>>> y=math.sqrt
>>> callable(x)
False
>>> callable(y)
True
使用del语句定义函数：
>>> def hello(name):
return 'Hello, '+name+'!'
>>> print hello('world')
Hello, world!
>>> print hello('Gumby')
Hello, Gumby!
编写一个fibnacci数列函数：
>>> def fibs(num):
result=[0,1]
for i in range(num-2):
result.append(result[-2]+result[-1])
return result
>>> fibs(10)
[0, 1, 1, 2, 3, 5, 8, 13, 21, 34]
>>> fibs(15)
[0, 1, 1, 2, 3, 5, 8, 13, 21, 34, 55, 89, 144, 233, 377]
在函数内为参数赋值不会改变外部任何变量的值：
>>> def try_to_change(n):
n='Mr.Gumby'
>>> name='Mrs.Entity'
>>> try_to_change(name)
>>> name
'Mrs.Entity'
由于字符串（以及元组和数字）是不可改变的，故做参数的时候也就不会改变，但是如果将可变的数据结构如列表用作参数的时候会发生什么：
>>> name='Mrs.Entity'
>>> try_to_change(name)
>>> name
'Mrs.Entity'
>>> def change(n):
n[0]='Mr.Gumby'
>>> name=['Mrs.Entity','Mrs.Thing']
>>> change(name)
>>> name
['Mr.Gumby', 'Mrs.Thing']
参数发生了改变，这就是和前面例子的重要区别
以下不用函数再做一次：
>>> name=['Mrs.Entity','Mrs.Thing']
>>> n=name #再来一次，模拟传参行为
>>> n[0]='Mr.Gumby' #改变列表
>>> name
['Mr.Gumby', 'Mrs.Thing']
当2个变量同时引用一个列表的时候，它们的确是同时引用一个列表，想避免这种情况，可以复制一个列表的副本，当在序列中做切片的时候，返回的切片总是一个副本，所以复制了整个列表的切片，将会得到一个副本：
>>> names=['Mrs.Entity','Mrs.Thing']
>>> n=names[:]
>>> n is names
False
>>> n==names
True
此时改变n不会影响到names：
>>> n[0]='Mr.Gumby'
>>> n
['Mr.Gumby', 'Mrs.Thing']
>>> names
['Mrs.Entity', 'Mrs.Thing']
>>> change(names[:])
>>> names
['Mrs.Entity', 'Mrs.Thing']
关键字参数和默认值
参数的顺序可以通过给参数提供参数的名字（但是参数名和值一定要对应）：
>>> def hello(greeting, name):
print '%s,%s!'%(greeting, name)
>>> hello(greeting='hello',name='world!')
hello,world!!
关键字参数最厉害的地方在于可以在参数中给参数提供默认值：
>>> def hello_1(greeting='hello',name='world!'):
print '%s,%s!'%(greeting,name)
>>> hello_1()
hello,world!!
>>> hello_1('Greetings')
Greetings,world!!
>>> hello_1('Greeting','universe')
Greeting,universe!
若想让greeting使用默认值：
>>> hello_1(name='Gumby')
hello,Gumby!
可以给函数提供任意多的参数，实现起来也不难:
>>> def print_params(*params):
print params
>>> print_params('Testing')
('Testing',)
>>> print_params(1,2,3)
(1, 2, 3)
混合普通参数：
>>> def print_params_2(title,*params):
print title
print params
>>> print_params_2('params:',1,2,3)
params:
(1, 2, 3)
>>> print_params_2('Nothing:')
Nothing:
()
星号的意思就是“收集其余的位置参数”，如果不提供任何供收集的元素，params就是个空元组
但是不能处理关键字参数：
>>> print_params_2('Hmm...',something=42)
Traceback (most recent call last):
File "<pyshell#112>", line 1, in <module>
print_params_2('Hmm...',something=42)
TypeError: print_params_2() got an unexpected keyword argument 'something'
试试使用“**”:
>>> def print_params(**params):
print params
>>> print_params(x=1,y=2,z=3)
{'y': 2, 'x': 1, 'z': 3}
>>> def parames(x,y,z=3,*pospar,**keypar):
print x,y,z
print pospar
print keypar
>>> parames(1,2,3,5,6,7,foo=1,bar=2)
1 2 3
(5, 6, 7)
{'foo': 1, 'bar': 2}
>>> parames(1,2)
1 2 3
()
{}
>>> def print_params_3(**params):
print params
>>> print_params_3(x=1,y=2,z=3)
{'y': 2, 'x': 1, 'z': 3}
>>> #返回的是字典而不是元组
>>> #组合‘#'与'##'
>>> def print_params_4(x,y,z=3,*pospar,**keypar):
print x,y,z
print pospar
print keypar
>>> print_params_4(1,2,3,5,6,7,foo=1,bar=2)
1 2 3
(5, 6, 7)
{'foo': 1, 'bar': 2}
>>> print_params_4(1,2)
1 2 3
()
{}
相关文章
这篇文章主要介绍了Python实现的单向循环链表功能,简单描述了单向循环链表的概念、原理并结合实例形式分析了Python定义与使用单向循环链表的相关操作技巧,需要的朋友可以参考下2017-11-11
modelform是django中基于已有的model,快速生成的具有form功能的一个模块,下面这篇文章主要给大家介绍了关于Django中ModelForm组件的简单配置与使用教程,需要的朋友可以参考下2022-10-10
本文我们将先从基本概念开始，然后通过详细举例探讨每一种机制，特别关注多线程和多进程的应用，最后分享一些实战经验以及一种优雅的编程技巧，希望对大家有所帮助2023-05-05
Pip是用于管理Python软件包的常用命令,Pip命令还用于更新/升级已经安装的Python软件包,下面这篇文章主要给大家介绍了关于Python pip更新的两种方式,需要的朋友可以参考下2023-02-02
这篇文章主要介绍了10个易被忽视但应掌握的Python基本用法,如字典推导、内省工具等，主要针对Python3版本，需要的朋友可以参考下2015-04-04
解决django migrate报错ORA-02000: missing ALWAYS keyword
这篇文章主要介绍了解决django migrate报错ORA-02000: missing ALWAYS keyword，具有很好的参考价值，希望对大家有所帮助。一起跟随小编过来看看吧2020-07-07
AutoTS它是一个用于自动时间序列分析的 Python 库。AutoTS 允许我们用一行代码训练多个时间序列模型，以便我们可以选择最适合的模型，今天介绍一种非常霸道的工具，融合了自动化机器学习技术开发的AutoTS2022-03-03
今天小编就为大家分享一篇DJango的创建和使用详解(默认数据库sqlite3)，具有很好的参考价值，希望对大家有所帮助。一起跟随小编过来看看吧2019-11-11
这篇文章主要介绍了Python计算公交发车时间的完整代码，代码简单易懂，非常不错，具有一定的参考借鉴价值,需要的朋友可以参考下2020-02-02
Python class类@staticmethod及@classmethod区别浅析
这篇文章主要为大家介绍了Python class类@staticmethod及@classmethod区别浅析，有需要的朋友可以借鉴参考下，希望能够有所帮助，祝大家多多进步，早日升职加薪2023-07-07
最新评论