函数是组织好的，可重复使用的，用来实现单一，或相关联功能的代码段。

函数能提高应用的模块性，和代码的重复利用率。你已经知道Python提供了许多内建函数，比如print()。但你也可以自己创建函数，这被叫做用户自定义函数。

函数代码块以 def 关键词开头，后接函数标识符名称和圆括号()。
任何传入参数和自变量必须放在圆括号中间。圆括号之间可以用于定义参数。
函数的第一行语句可以选择性地使用文档字符串—用于存放函数说明。
函数内容以冒号起始，并且缩进。
return [表达式] 结束函数，选择性地返回一个值给调用方。不带表达式的return相当于返回 None。

定义一个函数;函数调用

In [ ]

def student_name(name):
    "打印学生的名字"
    print('姓名：', name)
    return {'姓名':name}

In [ ]

rst = student_name('Alice')
rst

In [ ]

# 返回多个值
def student_name_and_age():
    "记录学生的名字和年龄"
    name = input('请输入姓名n')
    age = int(input('请输入年龄n'))
    print(f'姓名:{name};年龄:{age}')
    return name,age

In [ ]

rst = student_name_and_age()

In [ ]

type(rst)

In [ ]

name, age = student_name_and_age()

In [ ]

## 函数的嵌套调用
def worker(s):
    rst = 10 / float(s)
    return rst

def group_leader(s):
    rst = worker(s) * 2
    return rst

def CTO(s):
    return group_leader(s)

In [ ]

CTO('4')

参数传递

位置参数
缺省参数
可变参数
关键字参数
命名关键字参数

位置参数

位置参数是最简单的一种函数调用的方式。位置参数须以正确的顺序传入函数、数量必须和声明时的一样。In [ ]

def student_name_and_age(name, age):
    print('姓名：%s 年龄 %s' %(name, age))

In [ ]

student_name_and_age('张三', 18)

缺省参数

调用函数时，缺省参数的值如果没有传入，则被认为是默认值。In [ ]

def student_name_and_age(name, age='不愿透露'):
    "设置默认参数"
    print('姓名：%s 年龄 %s' %(name, age))

In [ ]

student_name_and_age('张三')

In [ ]

# 也可以为默认参数赋值
student_name_and_age('张三', 18)

可变参数

顾名思义，可变参数就是传入的参数个数是可变的，可以是1个、2个到任意个，还可以是0个。In [ ]

def all_student_names(*names):
    for name in names:
        print('姓名：', name)

In [ ]

all_student_names('张三','李四','王五')

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。In [ ]

def all_student_names(names):
    for name in names:
        print('姓名：', name)

In [ ]

names = ('张三','李四','王五')
all_student_names(names)

关键字参数

关键字参数允许你传入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。In [ ]

def student_info(name, age, **kw):
    print(f'我的名字叫：{name},年龄：{age},其它信息：{kw}')

In [ ]

student_info('张三', 18, height=180)

In [ ]

def student_info(name, age, **kw):
    print(f'我的名字叫：{name},年龄：{age},其它信息：{kw}')
    if 'city' in kw:
        print('来自：', kw['city'])

In [ ]

student_info('张三', 18, height=180, city='北京')

In [ ]

def score_info(name, yuwen, shuxue):
    print(name, '的语文成绩', yuwen)
    print(name, '的数学成绩', shuxue)

def person_info(name, age, yuwen, shuxue):
    print('姓名：', name, '年龄',age)
    score_info(name, yuwen, shuxue)    

person_info('张三', 18, 65, 60)

In [ ]

def score_info(name, **kw):
    if '语文成绩' in kw:
        print(name, '的语文成绩', kw['语文成绩'])
    if '数学成绩' in kw:
        print(name, '的数学成绩', kw['数学成绩'])
        

def person_info(name, age, **kw):
    print('姓名：', name, '年龄',age)
    score_info(name, **kw)    

score_cfg = {'语文成绩':65, '数学成绩':60}
person_info('张三', 18, **score_cfg)

命名关键字参数

如果要限制关键字参数的名字，就可以用命名关键字参数In [ ]

def print_person_info(name, age, *, height, weight):
    print('我的名字叫：', name, '年龄：', age,'身高', height, '体重', weight)

In [ ]

print_person_info('张三', 18, height=180, weight=75)

参数的组合

在Python中定义函数，可以用必选参数、默认参数、可变参数、关键字参数和命名关键字参数，这5种参数都可以组合使用。但是请注意，参数定义的顺序必须是：必选参数、默认参数、可变参数、命名关键字参数和关键字参数。In [ ]

def student_info(name, age=18, *books, **kw):
    print('我的名字叫：', name, '年龄：', age,'其它信息：',kw)
    if 'city' in kw:
        print('来自：', kw['city'])
    for book in books:
        print('我有',book,'书')

In [ ]

student_info('张三', 18, '语文','数学','计算机', city='北京', height=180, weight=75)

In [ ]

def student_info(name, age=18, *books, city, **kw):
    # 如果函数定义中已经有了一个可变参数，后面跟着的命名关键字参数就不再需要一个特殊分隔符*了：
    print('我的名字叫：', name, '年龄：', age,'其它信息：',kw)
    print('来自：', city)
    for book in books:
        print('我有',book,'书')

In [ ]

student_info('张三', 18, '语文','数学','计算机', city='北京', height=180, weight=75)

变量的作用域和global变量

1.局部变量作用域:在函数内

2.全局变量作用域:在函数外

函数优先使用局部变量在没有局部变量的情况下，使用全局变量In [ ]

name = '张三'

def print_my_name():
    name='李四'
    print(name)
    
print_my_name()

In [ ]

name = '张三'

def print_my_name():
    print(name)
    
print_my_name()

In [ ]

# 定义在函数内部的变量，函数结束之后自动消亡
def get_my_name():
    new_name = '赵四'
get_my_name()
new_name

函数可以看作是单向玻璃 - - 不要对着车窗剔牙！ In [ ]

def change_my_name():
   print('我的名字曾经是', name)
   name = '李四'
   print('我的名字现在是', name)

In [ ]

name = '张三'
change_my_name()
name

In [ ]

def change_my_name():
    global name
    print('我的名字曾经是', name)
    name = '李四'
    print('我的名字现在是', name)

In [ ]

name = '张三'
change_my_name()
name

lambda匿名函数

python 使用 lambda 来创建匿名函数。

lambda 只是一个表达式，函数体比 def 简单很多。

lambda 的主体是一个表达式，而不是一个代码块。仅仅能在 lambda 表达式中封装有限的逻辑进去。

lambda 函数拥有自己的命名空间，且不能访问自有参数列表之外或全局命名空间里的参数。

虽然 lambda 函数看起来只能写一行，却不等同于 C 或 C++ 的内联函数，后者的目的是调用小函数时不占用栈内存从而增加运行效率。In [ ]

# lambda 若干个输入参数 : 返回值的表达式
lambda arg1, arg2: arg1 + arg2

In [ ]

(lambda arg1, arg2: arg1 + arg2 )(1, 2)

In [ ]

# 加法运算 接受两个参数，返回参数之和
add = lambda arg1, arg2: arg1 + arg2
add(1,2)

In [ ]

# 数字转字符串
int2str = lambda x : str(x)
int2str(5)

高阶函数

In [ ]

# print本身是一个内建函数
print('hello!')

In [ ]

print

In [ ]

# 函数名其实就是指向函数的变量！
my_print = print 
my_print('a')

In [ ]

# 那么，函数的名字也可以作为一个变量，传入其它函数
def func_x(x, f):
    return f(x)

In [ ]

func_x(-1, abs)

In [ ]

# 一个函数可以接收另一个函数作为参数，这种函数就称之为高阶函数。
int2str = lambda x : str(x)
func_x(-112, int2str)

In [ ]

# 一个更复杂的例子
def func_xy(x, y ,f):
    return f(x,y)

add = lambda x,y : x+y 
mul = lambda x,y : x*y 
SS = lambda x,y : x**2 + y**2

In [ ]

print(func_xy(1,2,add))
print(func_xy(1,2,mul))
print(func_xy(1,2,SS))

map / reduce

map()函数接收两个参数，一个是函数，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Iterator返回。 In [ ]

fx = lambda x:x**2

In [ ]

ls = [1,2,3,4,5,6,7,8,9]
ms = []
for l in ls:
    ms.append(fx(l))
ms

In [ ]

rst = map(fx, ls)
list(rst)

In [ ]

map(fx, ls)

In [ ]

int2str = lambda x : str(x)
rst = map(int2str, ls)
list(rst)

reduce: 用传给 reduce 中的函数 function（有两个参数）先对集合中的第 1、2 个元素进行操作，得到的结果再与第三个数据用 function 函数运算，依此类推，最后得到一个结果。

944ffffc054a476e9784f17951918b6c62a7d83eb8df475f91f4e3f55c0467bd

In [ ]

from functools import reduce
# 从python3开始，reduce函数移动到了functools这个包，每次使用前要先import

In [ ]

mul_xy = lambda x, y: x*y

In [ ]

reduce(mul_xy, [1, 3, 5, 7, 9])

sorted

排序也是在程序中经常用到的算法。无论使用冒泡排序还是快速排序，排序的核心是比较两个元素的大小。如果是数字，我们可以直接比较，但如果是字符串或者两个dict呢？直接比较数学上的大小是没有意义的，因此，比较的过程必须通过函数抽象出来。In [ ]

sorted([36, 5, -12, 9, -21])

In [ ]

sorted([36, 5, -12, 9, -21], reverse=True)

In [ ]

sorted([36, 5, -12, 9, -21], key=abs)   # 按绝对值排序key指定的函数将作用于list的每一个元素上，并根据key函数返回的结果进行排序

In [ ]

list(map(abs, [36, 5, -12, 9, -21]))

In [ ]

points = [(5,2), (7,3), (3,4),(1,1),(2,6)]  # 按x坐标排序 y坐标排序 和0点距离排序

In [ ]

f_x = lambda x:x[0]
sorted(points, key=f_x)

In [ ]

f_y = lambda x:x[1]
sorted(points, key=f_y)

In [ ]

f_r = lambda x:x[0]**2+x[1]**2
sorted(points, key=f_r)

装饰器

函数作为返回值

In [ ]

def calc_sum(*args):
    ax = 0
    for n in args:
        ax = ax + n
    return ax

In [ ]

def lazy_sum(*args):
    def sum():
        ax = 0
        for n in args:
            ax = ax + n
        return ax
    return sum

In [ ]

f = lazy_sum(1, 3, 5, 7, 9)   # 这里暂时还不想计算

In [ ]

f()

In [ ]

f1 = lazy_sum(1, 3, 5, 7, 9)
print(id(f1))
f2 = lazy_sum(1, 3, 5, 7, 9)
print(id(f2))

闭包

python中的闭包从表现形式上定义（解释）为：如果在一个内部函数里，对在外部作用域（但不是在全局作用域）的变量进行引用，那么内部函数就被认为是闭包(closure).

09b10ebc924c405384d3253736ce9b06525827cea92146839d1acfea6abdda8a

In [ ]

def create_pointer(my_string):
    def pointer(n):
        return my_string[n]
    return pointer

In [ ]

pointer = create_pointer('my name is Molly')
pointer(5)

In [ ]

# 一个需要注意的问题是，返回的函数并没有立刻执行，而是直到调用了f()才执行。

def count():
    fs = []
    for i in range(1, 4):
        def f():
            # print(id(i))
            return i*i
        fs.append(f)
    return fs

f1, f2, f3 = count()

In [ ]

print(f1())
print(f2())
print(f3())

In [ ]

def count():
    def f(j):
        def g():
            # print(id(j))
            return j*j
        return g
    fs = []
    for i in range(1, 4):
        fs.append(f(i)) # f(i)立刻被执行，因此i的当前值被传入f()
    return fs

In [ ]

f1, f2, f3 = count()
print(f1())
print(f2())
print(f3())

返回闭包时牢记一点：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。

装饰器

顾名思义，从字面意思就可以理解，它是用来"装饰"Python的工具，使得代码更具有Python简洁的风格。换句话说，它是一种函数的函数，因为装饰器传入的参数就是一个函数，然后通过实现各种功能来对这个函数的功能进行增强。In [ ]

def worker1():
    print('我是一个勤劳的工作者！')
def worker2():
    print('我是一个勤劳的工作者！')
def worker3():
    print('我是一个勤劳的工作者！')

In [ ]

# 我现在想要打印一些日志信息
def worker1():
    print('worker1 is working...')
    print('我是一个勤劳的工作者！')

In [ ]

worker1()

In [ ]

worker1.__name__

In [ ]

# 装饰器输入一个函数，输出一个函数
def print_working(func):
    def wrapper():
        print(f'{func.__name__} is working...')
        func()
    return wrapper

In [ ]

def worker1():
    print('我是一个勤劳的工作者！')
def worker2():
    print('我是一个勤劳的工作者！')
def worker3():
    print('我是一个勤劳的工作者！')

worker1 = print_working(worker1)
worker1()
worker2= print_working(worker2)
worker2()

In [ ]

@print_working
def worker1():
    print('我是一个勤劳的工作者！')

@print_working
def worker2():
    print('我是一个勤劳的工作者！')

@print_working
def worker3():
    print('我是一个勤劳的工作者！')

In [ ]

worker1()
worker2()
worker3()

装饰器最大的优势是用于解决重复性的操作，其主要使用的场景有如下几个：

计算函数运行时间
给函数打日志
类型检查

当然，如果遇到其他重复操作的场景也可以类比使用装饰器。In [ ]

def arg_decorator(func):
    def wrapper(*args, **kw):
        print(f'{func.__name__} is working...')
        func(*args, **kw)
    return wrapper

In [ ]

# 带参数的装饰器
@arg_decorator
def student_info(name, age=18, *books, **kw):
    print(f'我的名字叫{name}, 今年{age}岁，我有很多本书：')
    for book in books:
        print(book)
    print(kw)

In [ ]

student_info('Molly',18, '语文书','数学书',height=170)

偏函数

通过设定参数的默认值，降低函数调用的难度In [ ]

def student_info(name, age, city):
    print(f'我的名字叫{name}, 今年{age}岁，来自{city}')

In [ ]

student_info('Molly',18,'北京')

In [ ]

def student_info(name, age, city='北京'):
    print(f'我的名字叫{name}, 今年{age}岁，来自{city}')

In [ ]

student_info('Molly',18)

In [ ]

from functools import partial

In [ ]

def student_info(name, age, city):
    print(f'我的名字叫{name}, 今年{age}岁，来自{city}')

student_info_beijing = partial(student_info, city='北京')

In [ ]

student_info_beijing('Molly',18)

In [ ]

student_info_beijing('Molly',18, city='上海')

In [ ]

# 另一个例子
def add_xy(x,y):
    return x+y

In [ ]

add_100 = partial(add_xy, y=100)

In [ ]

add_100(10)

模块

In [ ]

import time

In [ ]

print(time.time())
time.sleep(1)
print(time.time())

In [ ]

# 和装饰器结合
def time_decorator(func):
    def wrapper():
        time_start = time.time()
        func()
        time_end = time.time()
        print(f'程序执行了{round(time_end-time_start, 3)}秒')
    return wrapper

In [ ]

@time_decorator
def a_loop():
    for i in range(int(1e7)):
        continue

In [ ]

a_loop()

In [ ]

from functools import partial as pr

In [ ]

# 另一个例子
def add_xy(x,y):
    return x+y

In [ ]

add_100 = partial(add_xy, y=100)

In [ ]

import numpy as np
import pandas as pd

安装/卸载第三方模块

pip install / uninstall
conda install / uninstall

请点击此处查看本环境基本用法.
Please click here for more detailed instructions.

查看评论 - 2 条评论

Comments | 2 条评论

博主 xf

回复

发布于 2021-11-09 08:28 ( Google Chrome 95.0.4638.69 Windows 10 )( ) 来自: 亚太地区

tql
博主斑马还没有睡

回复

发布于 2021-11-13 15:08 ( Google Chrome 84.0.4147.89 Windows 10 )( ) 来自: 吉林大学南湖校区 6舍4-6层

tql