30天拿下Python之函数

简介: 30天拿下Python之函数

在上一节,我们介绍了Python的数据类型,包括:数字、字符串、列表、元组、集合、字典等内容。在本节中,我们将介绍Python的函数。在Python中,函数是一段可以重复使用的代码块,它可以提高代码的可重用性和可维护性,是编程中非常重要的概念。

在C/C++、Java等其他编程语言中,基本都存在函数的概念。那么,为什么要使用函数呢?因为函数具有以下优点。

可定制性:函数可以根据需求定制,以满足不同的功能需求。

可重用性:函数可以重复使用,避免重复编写相同的代码。

可维护性:函数可以降低代码的复杂性,提高代码的可维护性。

函数的定义

在Python中,可以使用def关键字定义一个函数,其格式如下:
def function_name(parameters):
    """docstring"""
    function_body


其中,function_name是函数的名称,parameters是函数的参数列表,最后面是冒号,冒号后面的内容需要缩进。docstring是函数的文档字符串,用于描述函数的作用和用法。function_body是函数的主体部分,包含函数的逻辑代码。

函数的参数放在小括号里面,参数可以有一个或多个,也可以没有,多个参数之间使用逗号进行分隔。

# 没有参数
def my_print():
    print('hello')
# 一个参数
def print_text(text):
    print('hello', text)
# 多个参数
def print_sum(x, y):
    print('sum:', x + y)


函数可以通过return语句返回一个值。如果函数没有return语句,或者return语句没有跟任何值,则函数返回默认的None。

# 不带return,默认返回None
def test1():
    print('hello Hope')
# return没有跟任何值,默认返回None
def test2():
    print('hello world')
    return
def Add(x, y):
    return x + y


函数的调用

定义函数后,可以通过函数名加上参数列表的方式调用函数。调用函数时,将实际参数传递给函数的参数列表。

# 统计文本中的单词数量
def count_words(text):
    words = text.split()
    count = len(words)
    return count
def show_info(name, age):
    print('name is', name, ', age is', age)
# 调用上面定义好的函数
count = count_words('hello Hope')
# 输出:2
print(count)
# 输出:name is Mike , age is 16
show_info('Mike', 16)

参数的传递

在上一节我们曾提到,数字、字符串、元组属于不可变数据类型,列表、集合、字典属于可变数据类型。

当函数的参数为不可变数据类型时,参数的传递与C++中的值传递类似。比如:有一个函数func(a),传递的只是a的值,没有影响a对象本身。如果在func(a)内部修改a的值,则是新生成一个a的对象,修改后func外部的a不会受到影响。

def test1(a):
    # 输出:['C', 'S', 'D']
    print(a)
    a.append('N')
    # 输出:['C', 'S', 'D', 'N']
    print(a)
a = ['C', 'S', 'D']
test1(a)
# 可变数据类型,输出:['C', 'S', 'D', 'N']
print(a)



当函数的参数为可变数据类型时,参数的传递与C++中的引用传递类似。比如:有一个函数func(a),传递的是a的地址。如果在func(a)内部修改a的值,修改后func外部的a也会受到影响。

def test1(a):
    # 输出:['C', 'S', 'D']
    print(a)
    a.append('N')
    # 输出:['C', 'S', 'D', 'N']
    print(a)
a = ['C', 'S', 'D']
test1(a)
# 可变数据类型,输出:['C', 'S', 'D', 'N']
print(a)


函数的参数主要有五种不同的类型:必需参数、默认参数、不定长参数、强制关键字参数、强制位置参数,下面分别进行介绍。

必需参数:调用时,必须传递的参数;如果不传递,运行时会引发TypeError异常。必须参数既可以按照位置逐一传递,也可以使用关键字指定的方式传递(此时不用与定义时的参数顺序保持一致)。

def show_info(name, age, gender):
    print(f'{name}, {gender}, is {age} years old')
# 输出:Mike, Male, is 25 years old
show_info('Mike', 25, 'Male')
# 输出:Tom, Female, is 32 years old
show_info('Tom', gender='Female', age=32)
# 报错:missing 1 required positional argument: 'gender'
show_info('Jim', 28)

默认参数:定义时,参数给定了默认值;调用时,可以传递该参数,也可以不传递该参数,不传递则使用默认值。

def greet(name = 'Hope'):
    print(f'Hello, {name}')
 
# 输出:Hello, Hope
greet()
# 输出:Hello, World
greet('World')


不定长参数:在Python中,可以使用两种方式定义不定长参数。一是使用一个星号(*)作为参数前缀,将该参数定义为不定长位置参数;该参数可以接收任意数量的参数,并将它们打包成一个元组(tuple)传递给函数。二是使用两个星号(**)作为参数前缀,将该参数定义为不定长关键字参数;该参数可以接收任意数量的关键字参数,并将它们打包成一个字典(dict)传递给函数。

# 一个星号的不定长参数
def func1(*args):
    for arg in args:
        print(arg)
# 依次输出:66 88 99
func1(66, 88, 99)
# 依次输出:Hello Hope
func1('Hello', 'Hope')
# 两个星号的不定长参数
def func2(text, **kwargs):
    print(text)
    for key, value in kwargs.items():
        print(f'{key}: {value}')
# 依次输出:info: name: Lily age: 16 city: BeiJing
func2('info:', name='Lily', age=16, city='BeiJing')



强制关键字参数:只能以关键字形式来指定的参数,从而确保调用该函数的代码读起来会比较明确。定义函数时,如果单独出现星号(*),则星号后的参数必须用关键字传入。

def my_sum(a, b, *, c):
    return a + b + c
# c为强制关键字参数,必须以关键字方式指定
my_sum(1, 2, c = 3)
# 运行时报错:my_sum() takes 2 positional arguments but 3 were given
my_sum(1, 2, 3)


强制位置参数:只能以位置形式,不能以关键字形式来指定的参数。定义函数时,如果单独出现斜杠(/),则斜杠前的参数必须用位置形式传入。

def my_sum(a, b, /, c):
    return a + b + c
# a、b为强制位置参数,必须以位置方式指定
my_sum(1, 2, 3)
# 运行时报错:my_sum() got some positional-only arguments passed as keyword arguments: 'b'
my_sum(1, b = 2, c = 3)

lambda函数

lambda函数是一种没有函数名称的匿名函数或小型函数,通常用于短小的、临时性的、或者作为高阶函数的参数(比如:map()、filter()等)。

lambda函数的语法格式为:lambda arguments : expression。

其中,arguments是一个函数参数列表,由一个或多个参数组成,多个参数之间使用逗号进行分隔。expression是一个表达式,当有多个参数时,表达式中必须使用参数对应的顺序。

在下面的例子中,定义了一个lambda函数my_add,接收两个参数x和y,并返回它们的和,最后通过调用my_add(66, 99)来执行这个函数。

my_add = lambda x, y: x + y
# 输出:165
print(my_add(66, 99))


再来看看在高阶函数filter中使用lambda函数的例子。

data = [12, 25, 7, 32, 21]
# 找出列表中所有大于20的数
result = filter(lambda x: x > 20, data)
# 输出:[25, 32, 21]
print(list(result))


总结一下,lambda函数具有以下优点:

语法简洁:lambda函数使用简洁的语法,可以在一行代码中定义简单的函数。

匿名函数:lambda函数是匿名函数,不需要指定函数名称,这使得它们可以作为临时函数在代码中快速定义。

短小函数:lambda函数通常定义的是短小的函数,这使得它们在处理简单的任务时非常方便。

高阶函数参数:lambda函数常作为高阶函数的参数,这使得它们可以与其他函数配合使用,实现更加灵活和定制化的操作。

提高代码可读性:在一些情况下,使用lambda函数可以使代码更加简洁、易于理解。

提高执行效率:与普通函数相比,lambda函数的执行效率更高。

不过需要注意的是,虽然lambda函数在某些情况下非常有用,但在处理复杂任务或需要重复使用的功能时,还是建议使用完整的函数定义。


相关文章
|
1月前
|
存储 JavaScript Java
(Python基础)新时代语言!一起学习Python吧!(四):dict字典和set类型;切片类型、列表生成式;map和reduce迭代器;filter过滤函数、sorted排序函数;lambda函数
dict字典 Python内置了字典:dict的支持,dict全称dictionary,在其他语言中也称为map,使用键-值(key-value)存储,具有极快的查找速度。 我们可以通过声明JS对象一样的方式声明dict
127 1
|
1月前
|
算法 Java Docker
(Python基础)新时代语言!一起学习Python吧!(三):IF条件判断和match匹配;Python中的循环:for...in、while循环;循环操作关键字;Python函数使用方法
IF 条件判断 使用if语句,对条件进行判断 true则执行代码块缩进语句 false则不执行代码块缩进语句,如果有else 或 elif 则进入相应的规则中执行
186 1
|
1月前
|
Java 数据处理 索引
(numpy)Python做数据处理必备框架!(二):ndarray切片的使用与运算;常见的ndarray函数:平方根、正余弦、自然对数、指数、幂等运算;统计函数:方差、均值、极差;比较函数...
ndarray切片 索引从0开始 索引/切片类型 描述/用法 基本索引 通过整数索引直接访问元素。 行/列切片 使用冒号:切片语法选择行或列的子集 连续切片 从起始索引到结束索引按步长切片 使用slice函数 通过slice(start,stop,strp)定义切片规则 布尔索引 通过布尔条件筛选满足条件的元素。支持逻辑运算符 &、|。
120 0
|
2月前
|
设计模式 缓存 监控
Python装饰器:优雅增强函数功能
Python装饰器:优雅增强函数功能
252 101
|
2月前
|
缓存 测试技术 Python
Python装饰器:优雅地增强函数功能
Python装饰器:优雅地增强函数功能
193 99
|
2月前
|
存储 缓存 测试技术
Python装饰器:优雅地增强函数功能
Python装饰器:优雅地增强函数功能
172 98
|
2月前
|
缓存 Python
Python中的装饰器:优雅地增强函数功能
Python中的装饰器:优雅地增强函数功能
|
3月前
|
Python
Python 函数定义
Python 函数定义
432 155
|
4月前
|
PHP Python
Python format()函数高级字符串格式化详解
在 Python 中,字符串格式化是一个重要的主题,format() 函数作为一种灵活且强大的字符串格式化方法,被广泛应用。format() 函数不仅能实现基本的插入变量,还支持更多高级的格式化功能,包括数字格式、对齐、填充、日期时间格式、嵌套字段等。 今天我们将深入解析 format() 函数的高级用法,帮助你在实际编程中更高效地处理字符串格式化。
484 0
|
2月前
|
算法 安全 数据安全/隐私保护
Python随机数函数全解析:5个核心工具的实战指南
Python的random模块不仅包含基础的随机数生成函数,还提供了如randint()、choice()、shuffle()和sample()等实用工具,适用于游戏开发、密码学、统计模拟等多个领域。本文深入解析这些函数的用法、底层原理及最佳实践,帮助开发者高效利用随机数,提升代码质量与安全性。
477 0

推荐镜像

更多