python的函数最详解

目录

• 一、函数入门
• 1.概念
• 2.定义函数的语法格式
• 函数名
• 形参列表
• 返回值
• 3.函数的文档（注释→help）
• 4.举例
• 二、函数的参数
• 1.可变对象
• 2.参数收集（不定个数的参数）
• 3.解决一个实际问题
• 4.参数收集（收集关键字参数）
• 5.逆向参数收集（炸开参数）
• 6.参数的内存管理
• 7.函数中变量的作用域
• 8.获取指定范围内的变量
• 三、局部函数（函数的嵌套）
• 四、函数的高级内容
• 1.函数作为函数的形参
• 2.使用函数作为返回值
• 3.递归
• 五、局部函数与lambda
• 1.用lambda表达式代替局部函数
• 2.常见数学方法的内部函数
• 总结

一、函数入门

1.概念

• 函数是可以重复执行一定任务的代码片段，具有独立的固定的输入输出接口。
• 函数定义的本质，是给一段代码取个名字，方便以后重复使用
• 为了方便以后调用这个函数，在定义它的时候，就需要明确它的输入（参数）与输出（返回值）

2.定义函数的语法格式

def 函数名(形参列表):
    #可执行语句
    return 返回值

函数名

• 只要是合法的标识符即可（同变量命名）
• 为了提高可读性，建议函数名由一个或多个有意义的单词组成，单词之间用下划线_分隔，字母全部小写

形参列表

• 在函数名后面的括号内，多个形参用逗号分隔，可以没有参数
• 参数可以有默认值，可以用等号=直接指定默认值，有默认值的参数必须排最后
• 没有默认值的参数，在调用的时候必须指定
• 形参也可以没有，但是括号不能省略
• 调用有默认值的参数要指定名字

返回值

• 返回值可以没有，直接省略return这句话
• 返回值可以是一个或多个，用逗号分隔，组合成一个元组
• 返回值还可以是表达式
• 多个返回值，不需要的用下划线顶替!

3.函数的文档（注释→help）

• 一段被注释的文字对函数进行解释。
• 可以用help()查看函数的文档，只要把一段字符串紧接着放在函数的声明行的后面，它就可以被help识别了。

4.举例

# 函数定义
def myfunc(arg1, arg2, arg3=None):
    '''
    This is a example for python documentation.
    这是一个为python函数提供文档的例子。
    arg1: 第一个参数的说明
    arg2: 第二个参数的说明
    arg3: 第三个参数的说明（这个参数有默认值）
    v1, v2, v3: 返回值的说明
    '''
    v1 = arg1 + arg2
    v2 = arg1 * arg2
    if arg3 is None:
        v3 = arg1 + arg2
    else:
        v3 = arg1 + arg2 + arg3
    return v1, v2, v3
# 函数调用
v1, v2, v3 = myfunc(5, 3, arg3=4)
print(v1, v2, v3)    #8 15 12
# 使用arg3的默认值调用函数
v1, v2, v3 = myfunc(5, 3)
print(v1, v2, v3)    #8 15 8
# 忽略一个返回值
v1, v2, _ = myfunc(5, 3)
print(v1, v2, v3)    #8 15 8
# 看看返回值是元组tuple，在返回的过程中被自动解包
print(type(myfunc(5,3)))    #<class 'tuple'>

二、函数的参数

• 函数的参数是参数与外部可变的输入之间交互的通道。
• 函数的参数名称应该满足标识符命名规范，应该有明确的含义，可通过参数名称知道每个参数的含义。
• 在函数定义下面的注释中逐个注明函数（和返回值）的含义，以便用户即使不甚了解函数中的具体内容也能正确无误的使用它。
• 实参：实际参数，从外面传递来的实际的参数
• 形参：形式参数，在函数内部它形式上的名字
• 调用函数时，实参按照顺序位置与形参绑定，称为位置参数（Positional Argument）
• 也可以在调用时，写明实参与形参的对应关系，称作传递关键字参数（Keyword Argument），这时候位置信息被忽略了
• 同时传递位置参数与关键字参数，应该先传递位置参数，再传递关键字参数!
• 函数定义的时候，可以指定默认值，但带默认值的参数必须列在参数列表的最后

#举一个小栗子，计算纸箱子的体积
def cube_volume(length, width, height = 0.25):
    '''
    计算纸箱子的体积(单位：m)
    length: 长；    width: 宽
    height: 高（默认参数0.25）
    v: 返回值，纸箱的体积，单位m**3
    '''
    if length <= 0:
        print('length must larger than 0!')
        return 0
    if width <= 0:
        print('width must larger than 0!')
        return 0
    if height <= 0:
        print('height must larger than 0!')
        return 0
    v = length*width*height
    print('length = %.2f; width = %.2f; height = %.2f; cube volume = %.2f' % \
          (length, width, height, v))
    return v
# 使用位置参数调用
v = cube_volume(1, 2, 3)
# 使用关键字参数调用
v = cube_volume(width = 1, height = 2, length = 3)
# 位置参数和关键字参数混用
v = cube_volume(1, height = 2, width = 3)
# 关键字参数在位置参数之前会报错
# v = cube_volume(width = 1, 2, 3)

1.可变对象

• 如果参数是可变对象（如列表），函数内部对此对象的修改会在函数执行后仍然有效
• 如果默认参数是可变对象，函数内部修改了此对象后，函数默认值也发生了改变!
• 实际函数传递进去的是地址，函数体不会将地址传递出来，但地址对应的值发生了变化。

# 对列表的乘方运算
def pow_list(x, p):
    '''
    power of a list
    x: list
    p: power
    not return value
    '''
    for i in range(len(x)):
        x[i] **= p
    #这样会输出乘方后的值，但不会改变x列表里的值
    #因为在计算时将x中的值传入了新的参数进行计算
    #for i in x:
    #    i **= p
    #    print(i)
    #print(x)
x = [1,2,3,5,7,9,10,12]
pow_list(x,2)
print(x)
# 可见函数内部对列表x中元素的更改，当函数退出之后依然有效

利用可变对象的特点，可以制作一种隐藏的参数记录器

# 隐藏的参数记录器
def growing_list(x, y=[]):
    y.append(x)
    print(y)
# 重复执行growing_list(‘a')会发生什么结果？
growing_list(2)         #[2]
growing_list('张三')    #[2, '张三']
growing_list(22333)     #[2, '张三', 22333]

2.参数收集（不定个数的参数）

• 参数收集，指定是可以往函数内传递不定个数的参数，例如有时候传递3个，有时候传递5个，有时候传递10个，等等。
• 传递不定个数的参数，要在定义参数时，加上一个星号“*”（形参为空的tuple）。
• 带星号的参数可以位于参数列表的任意位置（不一定是开头也不一定是结尾），python要求一个函数只能有一个带星参数。

# 不定个数的数字求和
def my_sum(*t):
    # 带星号的输入参数被当作元组处理
    print(t, type(t))
    sum = 0
    for s in t:
        sum += s
    return sum
# 事实上该函数接受了不定个数的输入参数
my_sum(1,2,3,4,2233)

如果带星参数后面还有别的参数，则它们必须要用关键字参数的方式传递，否则python不知道它们到底是啥，都会给收集到带星参数里。

# 不定个数的数字乘方后求和
def pow_sum(*t, p):
    # 带星号的输入参数被当作元组处理
    print(t, type(t))
    sum = 0
    for s in t:
        sum += s**p
    return sum
# 最后一个参数p，需要指定关键字传递
pow_sum(1,2,3,4,2233,p=2)
# 如果不指定关键字传递呢？会报错
# pow_sum(1,2,3,4,2233,2)

3.解决一个实际问题

# 不定个数的数字加权求和
# 权重随着数字的个数而发生变化
def weighted_sum(x1,x2,*y):
    sum = 0
    n = len(y)
    weight = 1/3/n
    for i in y:
        sum += weight*i
    return sum+1/3*x1+1/3*x2
weighted_sum(1,2,3)
weighted_sum(1,2,3,22,44,55)
weighted_sum(1,2,3,4,5,6)

4.参数收集（收集关键字参数）

• python除了带一个型号的参数，还支持带两个星号的参数。它的功能是收集关键字参数。
• 一个函数，至多可以带一个一星参数（收集位置参数），加上一个二星参数（收集关键字参数）。
• 二星参数在函数内部以字典的形式存在。
• 二星参数必须在参数列表的末尾，它后面不能再有别的关键字参数和位置参数了。

# 测试一星参数和两星参数
def test_star(a, b, c, *onestar, **twostar):
    print('a = %d; b = %d; c = %d' % (a, b, c))
    print(onestar, type(onestar))
    print(twostar, type(twostar))
test_star(1, 2, 3, 4, 5, 6, s1 = 7, s2 = 8, s3 = 9)
# 换个顺序呢？
# test_star(1, 2, 3, 4, 5, 6, s1 = 7, s2 = 8, s3 = 9, a = 10, b = 11, c = 12)
# 报错了，二星参数后面不能再传递关键字参数了（当然位置参数也不行）

“参数收集”功能，会让带星参数尽量少的收集，把更多参数留给正常的位置参数和关键字参数

# 如果有默认参数，要注意可能引起的bug
def test_star(a, b, c, p = 5, *onestar, **twostar):
    print('a = %d; b = %d; c = %d; p = %d' % (a, b, c, p))    #a = 1; b = 2; c = 3; p = 4
    print(onestar, type(onestar))            #(5, 6) <class 'tuple'>
    print(twostar, type(twostar))            #{'s1': 7, 's2': 8, 's3': 9} <class 'dict'>
# 会传递一个p=4进去，而不是设想的，onestar=(4,5,6)
test_star(1, 2, 3, 4, 5, 6, s1 = 7, s2 = 8, s3 = 9)

5.逆向参数收集（炸开参数）

• 在参数外部定义好了的列表、元组、字典等，可以在传参的时候被“炸开”，其中的内容被自动分配到参数列表中
• “炸”列表或者元组，需要在前面添加一个星号。
• “炸”字典，需要在前面添加两个星号。

# 炸参数例子
def zha(a,b,c):
    print(a,b,c)
# 炸元组
z = (1,2,3)            #1 2 3
zha(*z)
# 炸列表
z = [4,5,6]            #4 5 6
zha(*z)
# 炸字典
z = {'a':7,'b':8,'c':9}    #7 8 9
zha(**z)
# 炸字典
z = {'c':7,'a':8,'b':9}    #8 9 7
zha(**z)
# 如果炸开后参数个数或Key不匹配，会报错
# z = {'c':7,'a':8}
# zha(**z)

6.参数的内存管理

• python的参数传递，传递的是参数值而非参数地址。参数值被复制后传递进函数。
• 对于数值类型的参数（整型、浮点、复数等），在函数内改变参数值，函数外面不受影响。
• 对于容器类型的参数（列表、字典、字符串等），在函数内改变了容器里的内容，在函数的外面也可以体现出来。

# 传递数值类型参数
# 在函数内修改，在函数外面不受影响
def mod_para1(a,b):
    print('In mod_para1, before modification: a = %d; b = %d' % (a,b))    #a = 2; b = 8
    a *= 2
    b += 4
    print('In mod_para1, after modification: a = %d; b = %d' % (a,b))    #a = 4; b = 12
a = 2
b = 8
print('Out of mod_para1, before modification: a = %d; b = %d' % (a,b))    #a = 2; b = 8
mod_para1(a,b)
print('Out of mod_para1, after modification: a = %d; b = %d' % (a,b))    #a = 2; b = 8

• 传递容器类型参数
• 在函数内修改，在函数外面也能体现，也可以用这种方法向外界传递信息
• 如果不希望容器类型中的内容被修改，请手动使用copy.copy() copy.deepcopy()方法

# 列表通过函数传参时，被改动了数据
def mod_para2(x):
    print('In mod_para2, before modification: x = ' + str(x))
    for i in range(len(x)):
        x[i] *= 2
    print('In mod_para2, after modification: x = ' + str(x))
x = [i for i in range(10)]
print('Out of mod_para2, before modification: x = ' + str(x))
mod_para2(x)
print('Out of mod_para2, after modification: x = ' + str(x))
import copy
A = [1,2,3]; B = copy.copy(A)
mod_para2(B); print(A,B)

7.函数中变量的作用域

• 创建于函数外部，它是全局（Global）的，它在这个py文件内部的任何地方可见。
• 创建于函数内部，它是局部（Local）的，它只能在函数内部才能访问，在函数外部不可见。
• 全局变量和局部变量重名，函数内会访问到局部变量，函数外访问到全局变量。
• 函数内部能访问全局变量，但不能修改！
• 如果非要在函数内部修改全局变量，需要声明（不推荐这么干！）

gv1 = 1
def test():
    # gv1=2
    print('在函数内部访问全局变量：gv1 = %d' % gv1)    #1
    # gv1=2
test()
print('在函数外部访问全局变量：gv1 = %d' % gv1)    #1

• ​​​​​​上面的例子，会在gv1 = 2的前一行，报错，看起来匪夷所思。
• 事实上，这属于python对全局变量的“遮蔽”（hide）操作。在python的函数内部对不存在的变量赋值时，默认会重新定义局部变量。也就是说，在整个函数的内部，gv1都被重新定义了，这一操作会影响整个函数，因此会在它的上一行报错。
• 为了访问被遮蔽的全局变量，需要使用globals()函数，将全局变量以字典的形式输出。（globals()['全局变量名']）——或者可以简单认为出全局变量通过globals()中的字典存储
• 目前得知python3.10以后是不会报错了，但这种操作方法我们一般是不推荐的！

# 访问被遮蔽的全局变量
gv1 = 1
def test():
    # 用globals函数访问被遮蔽的全局变量
    print('在函数内部访问全局变量：gv1 = %d' % globals()['gv1'])
    gv1 = 2
    print('在函数内部访问修改后的全局变量：gv1 = %d' % gv1)
test()
print('在函数外部访问全局变量：gv1 = %d' % gv1) # 函数内部修改的其实是同名局部变量，全局变量没有被修改。

• 正常的做法是，只要有定义全局变量，函数内部的局部变量就不应该和它重名！
• 可以用global语句，在函数内部声明全局变量，经过声明的全局变量在函数内部可以访问和修改。

# 测试全局变量
gv1 = 1
def test():
    global gv1 #全局变量我来撑控
    print('在函数内部访问全局变量：gv1 = %d' % gv1)    #1
    gv1+=1
test()
print('在函数外部访问全局变量：gv1 = %d' % gv1)    #2

8.获取指定范围内的变量

• python提供了多个方法可以让我们访问到每个变量的“名字”和他们持有的“值”
• 变量在内存的某处保存着“名字”-“值”对儿
• globals(): 返回全局范围内所有变量组成的字典, globals()[“名字”]
• locals(): 返回当前函数范围内的所有变量组成的字典
• vars(object): 获取指定对象范围内的所有变量组成的字典（如果不传入object参数，vars和locals的作用完全相同）
• 如果在全局范围内（在函数外部）调用locals()，则它的行为和globals()一样，也会列出全局范围内所有变量
• 一般来说，上述函数所列出的变量字典，都不应该被修改！但事实上它们可以被修改！！不推荐使用这种方式修改变量。

三、局部函数（函数的嵌套）

• python可以在函数的内部定义函数，多个函数相互嵌套。在其它函数内部的函数称为“局部函数”。
• 局部函数是对外隐藏的，只能封闭在定义它的那一个函数的内部使用。
• python的函数也可以作为返回值，如果把局部函数作为返回值，就可以在其它函数中使用了。

一个栗子（利用局部函数实现多种平均值的切换）

# 利用局部函数实现多种平均值的切换
def mymean(x, mtype = 'arithmetic'):
    '''计算列表x的平均值，用mtype定义计算哪种平均值，默认为算术平均值（arithmetic mean）    '''
    def arithmetic(x):
        ''' 算术平均值（arithmetic mean)  '''
        m = sum(x)/len(x);    return m
    def geometric(x):
        '''几何平均值（geometric mean） '''
        p = 1.;  n = len(x)
        for i in range(n):      p *= x[i]
        m = p ** (1/n);       return m
    def harmonic(x):
        ''' 调和平均值（harmonic mean) '''
        s = 0.;      n = len(x)
        for i in range(n):        s += 1/x[i]
        m = 1/(s/n);        return m
    if mtype == 'arithmetic':    return arithmetic
    elif mtype == 'geometric':    return geometric
    elif mtype == 'harmonic':     return harmonic
    else:        return arithmetic

• 类似于函数内局部变量遮蔽全局变量，局部函数内的变量也会遮蔽它所在函数的局部变量。
• 因此使用局部函数时，同样要注意变量名的问题，不同层次的函数变量名应该不同。
• 如果要访问上一层函数的局部变量，在局部函数中应该用nonlocal声明（类比于用global声明全局变量）。

# 局部函数内的变量与函数内的局部变量相冲突，这个程序会报错
def test1():
    fv = 1
    def test2():
        # print('局部函数内打印上层函数中的局部变量：%d' % fv) # 会在这里报错
        fv = 2
        print('局部函数内打印上层函数中的局部变量（更改后）：%d' % fv)    #2
    test2()
    print('上层函数内打印局部变量（更改后）：%d' % fv)    #1
    return fv
print('上层函数外打印局部变量（更改后）：%d' % test1())    #1

用nolocal声明的方式可以使用/更改全局变量

# 局部函数内的变量与函数内的局部变量相冲突，应该改成这样就不报错了
def test1():
    fv = 1
    def test2():
        nonlocal fv # 用nonlocal声明，把fv声明为上一层函数的变量
        print('局部函数内打印上层函数中的局部变量：%d' % fv)    #1
        fv = 2
        print('局部函数内打印上层函数中的局部变量（更改后）：%d' % fv)    #2
    test2()
    print('上层函数内打印局部变量（更改后）：%d' % fv)    #2
    return fv
print('上层函数外打印局部变量（更改后）：%d' % test1())    #2

四、函数的高级内容

• python中万物皆对象，函数也是对象。函数可以赋值给变量，可以作为函数的参数，也可以作为函数的返回值。
• python中以函数作为对象的用法，可以类比于c语言中的函数指针，但比函数指针灵活的多，也更不容易出错。

# 以第三章栗子中mymean函数为例
# 将函数赋值给变量f
f = mymean2('arithmetic')
# 打印出来看看
print(f)
# 测试一下
x = list(range(1,10))
m = f(x)
print(m)
# 也可以像上面的例子一样，连起来写
print(mymean2('geometric')(x))

1.函数作为函数的形参

• 有时候需要定义一个函数，让它内部的大致流程都固定下来，但其中某些部件可以替换：类似于汽车换发动机，电脑换显卡。
• 这种“可替换式”的程序设计方式，在python中可以方便的通过将函数作为形参的方式来实现。

2.使用函数作为返回值

• 将一个函数对象（可以是局部函数，也可以是别的地方定义的函数）作为返回值，适合“部件替换式”程序设计中，判断使用哪个部件。
• 具体实现方式参见第三章局部变量栗子中的代码

# 以第三章栗子中mymean函数为例
# 编写另一个程序，对列表中的数字进行变换，变成均值为1的另一个列表
# 均值，可以是算术平均值、几何平均值、调和平均值
def mynormalize(x, mtype):
    f = mymean(mtype)
    m = f(x)
    return [i/m for i in x]
x = list(range(1,10))
mtype = 'geometric'
print(mymean(mtype)(x))
print(mynormalize(x, mtype))

3.递归

• 在一个函数里面调用它自己，称为递归。
• 递归可以视作一种隐式的循环，不需要循环语句控制也可实现重复执行某段代码。
• 递归在大型复杂程序中非常有用，在数值和非数值算法中都能大显身手！
• 使用递归的时候要注意，当一个函数不断调用自己的时候，必须保证在某个时刻函数的返回值是确定的，即不再调用自己。

# 斐波那契数列（Fibonacci sequence）
# 在现代物理、准晶体结构、化学等领域，斐波纳契数列都有直接的应用
def Fibonacci(n):
    '''    Fibonacci sequence
    f(0)=1, f(1) = 1, f(n) = f(n-1)+f(n-2)    '''
    if n == 0 or n == 1:        return 1
    else:      return Fibonacci(n-1) + Fibonacci(n-2)
# 测试一下，注意n不要设的太大，python的递归效率是比较低的，太大会死机
print(Fibonacci(5))
# 斐波那契数列，前20位
print('Fibonacci sequence:')
for i in range(20):
    print('%d: %d' % (i,Fibonacci(i)))

五、局部函数与lambda

• lambda表达式是现代编程语言引入的一种函数实现方式，它可以在一定程度上代替局部函数。
• 对于局部函数，它的名字只在函数内部有意义，在函数外部看不到它的名字。即便使用返回值的形式传出来了，它的名字并没有被同时传出来。
• 从命名的意义上讲，局部函数都是“隐姓埋名”的，出了这个函数就没人知道它的名字。
• lambda表达式就相当于匿名函数。

# 一行中的hello world
greeting = lambda: print('Hello lambda!')
greeting()
# lambda表达式可以放在数组里面，批量运行
L = [lambda x: x**2, lambda x: x**3, lambda x: x**4]
for p in L:
    print(p(3))

1.用lambda表达式代替局部函数

# 用lambda表达式代替局部函数
def mymean2(mtype = 'arithmetic'):
    '''    返回计算平均值所用的函数，用mtype定义计算哪种平均值，默认为算术平均值（arithmetic mean）    '''
    # 由于lambda表达式只能写一行，这里用numpy和scipy的现成的函数来实现
    import numpy as np
    import scipy.stats as st
    a = np.array(x)
    if mtype == 'arithmetic': # 算术平均值（arithmetic mean）
        return lambda a: np.mean(a)
    elif mtype == 'geometric':# 几何平均值（geometric mean）
        return lambda a: st.gmean(a)
    elif mtype == 'harmonic': # 调和平均值（harmonic mean）
        return lambda a: st.hmean(a)
    else:        # 默认：算术平均值（arithmetic mean）
        return lambda a: np.mean(a)
x = list(range(1,10))
print(x)
print(mymean2('arithmetic')(x))
print(mymean2('geometric')(x))
print(mymean2('harmonic')(x))

2.常见数学方法的内部函数

# 判断所有元素是否为True，相当于多重的and
help(all)
print(all([3>2,6<9]))
# 任意一个元素是否为True，相当于多重的or
help(any)
print(any([3>2,6<9]))
# 最大值和最小值
help(max)
help(min)
print(max([1,2,5,3]))
print(min([1,2,5,3]))
# 四舍五入(到小数点后第n位)
help(round)
print(round(3.1415926,3))
# 所有元素相加
help(sum)
print(sum([1,2,3]))
print(sum([1,2,3],5))
# 乘幂
help(pow)
print(pow(6,2))
print(pow(6,2,5))
# 带余除法
help(divmod)
print(divmod(6,2))
# 绝对值
help(abs)
print(abs(-2.56))

总结

本篇文章就到这里了，希望能够给你带来帮助，也希望您能够多多关注我们的更多内容！