AI 助理
备案控制台
开发者社区 开发与运维 文章 正文

30天拿下Python之函数

2024-09-29 41
版权
版权声明：
本文内容由阿里云实名注册用户自发贡献，版权归原作者所有，阿里云开发者社区不拥有其著作权，亦不承担相应法律责任。具体规则请查看《 阿里云开发者社区用户服务协议》和 《阿里云开发者社区知识产权保护指引》。如果您发现本社区中有涉嫌抄袭的内容，填写 侵权投诉表单进行举报，一经查实，本社区将立刻删除涉嫌侵权内容。
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。


文章标签：
Python
C++
Java
关键词：
Python函数
希望_睿智
目录
相关文章
ap4694y9w
|
2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。
ap4694y9w
217 0
overmind1980
|
2月前
|
索引 Python 容器
[oeasy]python096_列表_计数函数_count
本教程详细介绍了Python中列表的计数方法`count`，包括其基本用法、与`len`函数的区别，以及如何结合索引操作查找和删除特定元素。同时探讨了字符串对象的`count`方法，并通过实例演示了如何统计字符出现次数。
overmind1980
49 7
站大爷
|
2月前
|
机器学习/深度学习 数据处理 索引
Python内置函数：面试通关的49个秘密武器
本文精选49个Python高频面试内置函数，涵盖数值处理、类型转换、序列操作、字典集合、函数式编程及高级特性，结合真实代码案例解析底层逻辑与应用场景，助你提升开发效率，轻松应对技术面试。
站大爷
55 1
游客xmkuhzemxzghc
|
1月前
|
数据采集 索引 Python
Python Slice函数使用教程 - 详解与示例 | Python切片操作指南
Python中的`slice()`函数用于创建切片对象，以便对序列（如列表、字符串、元组）进行高效切片操作。它支持指定起始索引、结束索引和步长，提升代码可读性和灵活性。
游客xmkuhzemxzghc
288 0
overmind1980
|
5月前
|
人工智能 索引 Python
[oeasy]python091_列表_索引_index_中括号_索引函数
本文介绍了Python中列表与字符串的索引及index函数用法。通过range生成列表，使用索引[]访问和修改列表元素，index函数查找元素位置。字符串支持索引访问但不可直接修改。还探讨了16进制数在Python中的表示方法，以及日期、月份等特殊字符的Unicode范围。最后总结了列表与字符串操作的区别，并预告后续内容，提供蓝桥云课、GitHub和Gitee链接供进一步学习。
overmind1980
109 20
1160057070599561
|
3月前
|
API Python
Python 的内建函数
Python 的内置函数列表，方便查询使用方法。
1160057070599561
58 0
游客beejssedmb2sq
|
3月前
|
数据采集 自然语言处理 搜索推荐
Python内置函数ord()详解
`ord()` 是 Python 中用于将单个字符转换为对应 Unicode 码点的核心函数，支持 ASCII、多语言字符及特殊符号。其返回值为整数（范围 0-1114111），适用于字符编码验证、数据清洗、自定义排序、基础加解密等场景。使用时需注意参数长度必须为 1，否则会触发 `TypeError`。结合 `chr()` 函数可实现双向转换，进阶技巧包括多字节字符处理、编码范围检测及字符分类验证等。
游客beejssedmb2sq
567 0
overmind1980
|
5月前
|
Python
[oeasy]python086方法_method_函数_function_区别
本文详细解析了Python中方法（method）与函数（function）的区别。通过回顾列表操作如`append`，以及随机模块的使用，介绍了方法作为类的成员需要通过实例调用的特点。对比内建函数如`print`和`input`，它们无需对象即可直接调用。总结指出方法需基于对象调用且包含`self`参数，而函数独立存在无需`self`。最后提供了学习资源链接，方便进一步探索。
overmind1980
110 17
overmind1980
|
5月前
|
人工智能 Python
[oeasy]python083_类_对象_成员方法_method_函数_function_isinstance
本文介绍了Python中类、对象、成员方法及函数的概念。通过超市商品分类的例子，形象地解释了“类型”的概念，如整型(int)和字符串(str)是两种不同的数据类型。整型对象支持数字求和，字符串对象支持拼接。使用`isinstance`函数可以判断对象是否属于特定类型，例如判断变量是否为整型。此外，还探讨了面向对象编程(OOP)与面向过程编程的区别，并简要介绍了`type`和`help`函数的用法。最后总结指出，不同类型的对象有不同的运算和方法，如字符串有`find`和`index`方法，而整型没有。更多内容可参考文末提供的蓝桥、GitHub和Gitee链接。
overmind1980
111 11
站大爷
|
5月前
|
开发框架 Java .NET
Python中main函数：代码结构的基石
在Python中，`main`函数是程序结构化和模块化的重要组成部分。它实现了脚本执行与模块导入的分离，避免全局作用域污染并提升代码复用性。其核心作用包括：标准化程序入口、保障模块复用及支持测试驱动开发（TDD）。根据项目复杂度，`main`函数有基础版、函数封装版、参数解析版和类封装版四种典型写法。 与其他语言相比，Python的`main`机制更灵活，支持同一文件作为脚本运行或模块导入。进阶技巧涵盖多文件项目管理、命令行参数处理、环境变量配置及日志集成等。此外，还需注意常见错误如全局变量污染和循环导入，并通过延迟加载、多进程支持和类型提示优化性能。
站大爷
372 0

热门文章

最新文章

  • 1
    Python 函数式编程：让代码更简洁高效
  • 2
    Python构建MCP服务器：从工具封装到AI集成的全流程实践
  • 3
    深度分析大麦网API接口，用Python脚本实现
  • 4
    Python中的异步编程：asyncio入门指南
  • 5
    requirement.txt 管理python包依赖
  • 6
    Python中的f-string：更简洁的字符串格式化
  • 7
    Python 函数式编程的执行效率：实际应用中的权衡
  • 8
    Python量化交易：结合爬虫与TA-Lib技术指标分析
  • 9
    Python中的f-string：更简洁的字符串格式化
  • 10
    Python变量与基础数据类型：整型、浮点型和字符串操作全解析
  • 1
    Python中的f-string：更简洁的字符串格式化
    175
  • 2
    Python中的装饰器：提升代码的优雅与效率
    149
  • 3
    Python 3.10 结构模式匹配：简化条件逻辑的利器
    172
  • 4
    Python中的异步编程：asyncio入门指南
    233
  • 5
    Python中的f-string：更简洁的字符串格式化
    217
  • 6
    Python装饰器：简化代码的强大工具
    144
  • 7
    淘宝item_search_similar - 搜索相似的商品API接口，用python返回数据
    73
  • 8
    基于风光储能和需求响应的微电网日前经济调度（Python代码实现）
    40
  • 9
    应对频率限制：设计智能延迟的微信读书Python爬虫
    69
  • 10
    Python处理JSON数据的最佳实践：从基础到进阶的实用指南
    101

    • 相关课程

    更多
  • Python爬虫实战
  • Python开发基础入门
  • Python常用数据科学库
  • Python网络爬虫实战
  • Python完全自学手册图文教程
  • Python基础快速入门实战教程

    • 相关电子书

    更多
  • From Python Scikit-Learn to Sc
  • Data Pre-Processing in Python:
  • 双剑合璧-Python和大数据计算平台的结合

    • 推荐镜像

    更多
  • python-release
    • 下一篇
    阿里云 EMR Serverless Spark 版开启免费公测