1. 函数介绍
编程中的函数不同于数学中的函数：
数学上的函数，比如 y = sin x，x 取不同的值，y 就会得到不同的结果，即数学中的函数是一种映射关系。
编程中的函数，是一段可以被重复使用的代码片段
代码示例：求数列的和，不使用函数
# 1、求 1~100 的和 theSum = 0 for i in range(1, 11): theSum += i print(theSum) # 55 # 2、求 300~400 的和 theSum = 0 for i in range(300, 401): theSum += i print(theSum) # 35350 # 3、求 1~1000 的和 theSum = 0 for i in range(1, 1001): theSum += i print(theSum) # 500500
可以发现，上面三组代码基本是相似的，只有一点点差异。我们可以直接ctrl + c、ctrl + v复制粘贴代码，这样好吗？
实际开发中，复制粘贴是一种不太好的策略：
首先复制代码，必须要非常仔细地进行细节调整，尤其是在数据不同的情况下。
其次，一旦复制过的代码需要调整，复制了几份就得调整几次，很麻烦。
因此，尽量还是不要复制代码。我们可以把重复代码提取出来，做成一个函数，这是一种更高效的代码“重用”。
# 定义一个数列求和函数 def CalcSum(beg, end): theSum = 0 for i in range(beg, end + 1): theSum += i print(theSum) # 调用函数 # 1、求 1~100 的和 CalcSum(1, 100) # 2、求 300~400 的和 CalcSum(300, 400) # 3、求 1~1000 的和 CalcSum(1, 1000)
二者对比一下，明显函数的重用性要更好，调用时也更加简洁：
2. 函数的定义与调用
几点说明
Python 中要求：函数定义写在前面，函数调用写在后面；先定义，后调用
函数定义并不会执行函数体内容，必须要调用才会执行。调用几次就会执行几次
3. 函数参数
在函数定义的时候，可以在 ( ) 中指定 “形式参数” (简称形参)，然后在调用的时候，由调用者把 “实际参数”(简称实参) 传递进去。
这样就可以做到一份函数，针对不同的数据进行计算处理。考虑前面的代码案例：
def CalcSum(beg, end): theSum = 0 for i in range(beg, end + 1): theSum += i print(theSum) CalcSum(1, 100) CalcSum(300, 400)
上面的代码中：beg、end 就是函数的形参。1，100 / 300，400 就是函数的实参。
在执行 CalcSum(1, 100) 的时候, 就相当于 beg = 1，end = 100 然后在函数内部就可以针对 1~100 进行运算。
在执行 sum(300, 400) 的时候，就相当于 beg = 300，end = 400 然后在函数内部就可以针对 300~400 进行运算。
实参和形参之间的关系，就像签合同一样：
几点说明
一个函数可以有一个形参，也可以有多个形参，也可以没有形参
一个函数的形参有几个，则传递实参的时候也得传几个。保证个数要匹配
在 C++/Java 里面，不光要求形参和实参的个数要匹配，还要求类型也要匹配；但是在 Python 中，只要求个数匹配就行，对类型没有要求（因为 Python 是动态类型语音）
4. 函数返回值
函数的参数可以视为是函数的 “输入”，则函数的返回值，就可以视为是函数的 “输出”。此处的 “输入”、“输出” 是更广义的输入输出，不是从键盘输入，也不是向显示器输出。
我们可以把函数想象成一个 “工厂”。工厂需要买入原材料，进行加工，并生产出产品。其中函数的参数就是原材料，函数的返回值就是生产出的产品。
下列代码：
def CalcSum(beg, end): theSum = 0 for i in range(beg, end + 1): theSum += i print(theSum) CalcSum(1, 100)
可以转换成：
def CalcSum(beg, end): theSum = 0 for i in range(beg, end + 1): theSum += i return theSum result = CalcSum(1, 100) print(result)
这两个代码的区别就在于：前者直接在函数内部进行了打印；后者则使用 return 语句把结果返回给函数调用者，再由调用者负责打印。
我们一般倾向于第二种写法。
实际开发中我们的一个通常的编程原则是 “逻辑和用户交互分离”。而第一种写法的函数中，既包含了计算逻辑，又包含了和用户交互(把结果打印到控制台上)。这种写法是不太好的，如果后续我们需要的是把计算结果保存到文件中，或者通过网络发送，或者展示到图形化界面里，那么第一种写法的函就难以胜任了。
而第二种写法则专注于做计算逻辑，不负责和用户交互，那么就很容易能够给把这个逻辑去搭配不同场景的用户交互代码。
几点说明
一个函数中可以有多个 return 语句。一旦执行到 return 语句，函数就会立即执行结束，回到调用位置。
一个函数是可以一次 return 多个值的。使用 , 来分割多个返回值。
如果只想关注其中的部分返回值，可以使用 _ 来进行占位，忽略不想要的返回值。
5. 变量作用域
观察以下代码:
# 写一个函数，返回横纵坐标 def GetPoint(): x = 10 y = 20 return x, y x, y = GetPoint()
在这个代码中，函数内部存在 x, y，函数外部也有 x, y。但是这两组 x, y 不是相同的变量，而只是恰好有一样的名字。
一个变量名的有效范围是一定的，只在一个固定的区域内生效：
在函数内部的变量，也称为 “局部变量”。只能在函数内部生效，出了函数，就无效了。
不在任何函数内部的变量，也称为 “全局变量”。全局变量在函数内部和函数外部都可以使用。
几点说明
1、局部变量只能在所在的函数内部生效
在函数 GetPoint() 内部定义的 x, y 只是在函数内部生效；一旦出了函数的范围，这两个变量就不再生效了。
2、在不同的作用域中，允许存在同名的变量
虽然名字相同，实际上是不同的变量，因为他们作用域不同。
3、如果函数内部尝试访问的变量在局部不存在，就会尝试去全局作用域中查找
4、如果是想在函数内部修改全局变量的值，就需要先使用 global 关键字声明全局变量
5、if, else, while, for 这些关键字也会引入“代码块”，但是这些代码块不会对里面所定义变量的作用域产生影响
即上述语句代码块内部定义的变量，可以在外部被访问到。
if True: x = 10 print(x) # 10
6. 函数执行过程
看如下代码：
def Test(): print('执行函数内部代码') print('执行函数内部代码') print('执行函数内部代码') print('111') Test() print('222') Test() print('333')
运行结果：
结论：
调用函数才会执行函数体代码，不调用则不会执行。
函数体执行结束（或者遇到 return 语句），则回到函数调用位置（函数调用结束），继续往下执行。
7. 链式调用
把一个函数的返回值，作为另一个函数的参数，这种操作称为 链式调用，这是一种比较常见的写法。
8. 嵌套调用
函数内部还可以调用其他的函数，这个动作称为 “嵌套调用”。
def Test(): print('执行函数内部代码') print('执行函数内部代码') print('执行函数内部代码')
test 函数内部调用了 print 函数，这里就属于嵌套调用。
函数嵌套的过程是非常灵活的，再看一个更复杂一些的例子：
def a(): print("函数 a") def b(): print("函数 b") a() def c(): print("函数 c") b() def d(): print("函数 d") c() d() # 仅调用函数d()
执行结果：
把函数内部代码的执行顺序稍微调整，则打印结果则可能发生很大变化：
def a(): print("函数 a") def b(): a() print("函数 b") def c(): b() print("函数 c") def d(): c() print("函数 d") d()
执行结果：
9. 函数递归
递归是 嵌套调用 中的一种特殊情况，即一个函数嵌套调用自己。
代码示例：递归计算 5!
def Factor(n): if n == 1: return 1 else: return n * Factor(n-1)
上述代码中，就属于典型的递归操作。在 factor 函数内部，又调用了 factor 自身。
注意：递归代码务必要保证
存在递归结束条件。比如 if n == 1 这个就是结束条件，即当 n 为 1 的时候，递归就结束了。
每次递归的时候，要保证函数的实参是逐渐逼近结束条件的。
如果上述条件不能满足，就会出现 “无限递归”。这是一种典型的代码错误：
def Factor(n): return n * Factor(n - 1) print(Factor(5))
运行后报错：
函数调用时会在函数调用栈中记录每一层函数调用的信息，但是函数调用栈的空间不是无限大的。如果调用层数太多，就会超出栈的最大范围，导致出现栈溢出的问题。
递归的优点
递归的思路类似于 “数学归纳法” ，即明确 初始条件 和 递推公式，从而解决一系列的问题。
递归代码往往代码量非常少。
递归的缺点
递归代码往往难以理解，很容易超出掌控范围。
递归代码容易出现栈溢出的情况。
递归代码往往可以转换成等价的循环代码，并且通常来说循环版本的代码执行效率要略高于递归版本。
10. 参数默认值
Python 中的函数，可以给形参指定默认值。带有默认值的参数，可以在调用的时候不传参，这个时候形参就使用默认值。
代码示例：计算两个数字的和
# 此处 debug=False 即为参数默认值 # 当我们不指定第三个参数的时候，默认 debug 的取值即为 False def Add(x, y, debug = False): if debug: print(f'x = {x}，y = {y}') print(x + y) Add(10, 20) Add(10, 20, True)
执行结果：
注意：带有默认值的参数需要放到没有默认值的参数的后面
def Add(x, debug = False, y): if debug: print(f'x = {x}，y = {y}') print(x + y)
编译阶段就会报错：
11关键字参数
在调用函数的时候，需要给函数指定实参。一般默认情况下是按照参数列表中 形参 的顺序来依次传递 实参 的。
但是我们也可以通过 关键字参数，来调整这里的传参顺序，即显式指定当前实参传递给具体哪个形参。
示例代码：
def Test(x, y): print(f'x = {x}') print(f'y = {y}') Test(x = 10, y = 20) Test(y = 20, x = 10)
执行结果：
形如上述 Test(x=10, y=20) 这样的操作，即为 关键字参数。
