老程序员分享:python

简介: 老程序员分享:python

函数


  python 函数


    由若干语句组成的语句块、函数名称、参数列表构成,他是组织代码的最小单元


    完成一定的功能


  函数的作用:


    结构化编程对代码的最基本的封装,一般按照功能组织一段代码


    封装的目的是为了复用,减少冗余代码


    代码更加简洁美观、可读易懂


  函数的分类:  


    内建函数:如max(),reversed()等


    库函数:如math.ceil()


函数 及 变量


#形参:


  特点:1、不占内存空间,只有调用函数的时候传入一个值给它,它才占用内存空间。


     2、而且函数运行完后形参就会被释放掉。


return 返回多个的时候,会变成一个元组


位置参数:要求函数按照顺序 一 一 对应,


关键字参数:z=1,x=2,//代码效果参考:http://www.jhylw.com.cn/333530591.html

y=3 特点:不用再考虑位置了

    位置参数和关键字参数混合时原则:位置参数必须在关键字参数的左边。


默认参数:在定义的时候先配置好。


为什么要使用函数:


  1.减少重复代码


  2.保持一致性,易维护


  3.可扩展性


函数名就是标识符,命名要求一样


语句块必须缩进,约定4个空格


python 的函数没有return语句,隐式会返回一个None值


定义中的参数列表成为形式参数,只是一种符号表达,简称形参


调用:


  函数定义,只是声明了一个函数,它不会被执行,需要调用


  调用的方式,就是函数名加上小括号,括号内写上参数


  调用时写的参数是实际参数,是实实在在传入的值,简称实参


函数参数:


  参数调用时传入的参数要和定义的个数匹配(可变参数例外)


  位置参数:


    def ff(x,y,z) 调用时使用 ff(1,3,5)


    按照参数定义顺序传入实参


  关键字参数:


    def f(x,y,z) 调用使用f(x=1,z=5,y=3)


    使用形参的名字来传入实参的方式,如果使用了形参的名字,那么传参顺序就可和定义顺序不同


  要求:位置参数必须在关键字参数之前传入。位置参数是按位置对应的。


函数参数默认值


  参数默认值:


    定义时,在形参后跟上一个值,叫做默认值(缺省值)


  作用:


    参数的默认值 可以在未传入足够的实参的时候,对没有给定的参数赋值为默认值。


    参数非常多的时候,并不需要用户每次都输入所有的参数,简化函数调用。


可变参数:


    一个形参可以匹配任意个参数


  1、 位置参数的可变参数:


      在形参前使用 表示该形参是可变参数,可以接收多个实参


      收集多个实参为一个tuple。


    注:位置可变参数不能传入keyword实参。不支持。


  2、关键字参数的可变参数:


    形参前使用 ** 符号,表示可以接受 多个关键字参数


    收集的实参名称和值 组成一个字典


  3、keyword-only 参数 关键字参数


    如果一个星号参数后,或者一个位置可变参数后, 出现的普通参数,实际上已经不是普通的参数了,而是keyword-only参数


下图报错: 可以理解为kwargs 会截获所有的关键字参数,就算你写了x=5,x也永远得不到这个值,所以语法错误。


特殊写法:


    def fn(,x,y): # 什么意义都没有,只是让x,y 都必须为keyword-only参数。


      print(x,y)


往往可变参数都会跟着默认值。


1、创建函数


  def 函数名称(形式参数):


   函数体


2、返回值 return


    return "111"


    2.1 return 什么就返回什么,没有跟数,就返回None


    2.2 一旦遇到return 函数内部的 return以下代码就不再执行。


3、 执行函数


  函数名(实际参数)


  2.1 注:形参有即可要加几个实参,默认是按照顺序一一对应的,数量要一致


4、指定参数


  在指定参数时,传入实参,可以不按照顺序,需要指定等于谁,如下图


  函数可以有默认参数(有默认值得参数一定要放在参数的尾部)


callable(add)


True # 如果是True 说明add 是可调用的函数


5、动态参数一: def aa(a) 所有的参数为一个元组,传参数的时候只能按照顺序来传


def aa(name):


print(name,type(name))


aa(11,22,33,444)


# (11, 22, 33, 444) # 元组,传的参数变成元组的元素了


动态参数二: def bb(a)所有参数必须为a=xxx, b=xxx,


def bb(name):


print(name,type(name))


bb(k1=11,k2=22,k3=33,k4=444)


# {'k2': 22, 'k1': 11, 'k3': 33, 'k4': 444} #字典 ,传的参数变成字典的元素了


动态参数三: a 和a的结合


    如果传的是f1(11,22,33,44) 会自动识别为*a这个参数


    如果传的是f1(k1=123,k2=456) 会自动识别为a 这个参数


    一般定义为:一个就写成 args


          两个就写成**kwargs


6、动态参数传入 列表、字典、元组


  def f1(args):


  def f1(kwargs):


## 一个星的时候


def f1(args):


# 元组 (【11, 22, 33, 44】, 123)


print(args,type(args))


li = 【11,22,33,44】


tu = (22,33,44,55,66)


f1(li,123) # 不加的将整个列表都加到参数里


# (【11, 22, 33, 44】, 123)


f1(li,123) # 加上后,将列表的每一个元素都放到参数里


# (11, 22, 33, 44, 123)


f1(tu) # ((22, 33, 44, 55, 66),)


f1(*tu) # (22, 33, 44, 55, 66)


## 两个星的时候


def f1(kwargs):


print(kwargs,type(kwargs))


dic = {"k1":123,"k2":456}


f1(kk=dic) # {'kk': {'k2': 456, 'k1': 123}}


f1(dic) # {'k2': 456, 'k1': 123}


可变参数总结:


 有 位置可变参数(*args) 和 关键字可变参数(kwargs)


 位置可变参数在形参前使用一个星号


 关键字可变参数在形参前使用两个星号**


 位置可变参数和关键字可变参数都可以收集若干个实参,普通参数需要放到参数列表前面,位置可变参数需要在关键字可变参数之前


----------------- 参数解构 --------------------------


参数解构:


  给函数提供实参的时候,可以在集合类型前使用 或者 ,把集合类型的结构解开,提取出所有元素作为函数的实参。


  非字典类型使用 * 结构成位置参数


  字典类型使用 结构成关键字参数


  提取出来的元素数目要和参数的要求匹配,也要和参数的类型匹配


  参数解构和可变参数:


    给函数提供实参的时候,可以在集合类型前使用 或者 * ,把集合类型的结构解开,提取出所有元素作为函数的实参。


## 全局变量和局部变量


 7.1 全局变量:


    一般命名规则:大写


    修改:global


    所有人都可以使用,但是不能修改。如果要修改,请加上关键字global


 7.2 局部变量:


    在函数中定义的变量,只能在函数中使用


    一般命名规则:小写


   注:如果如果想要在局部变量修改全局变量要使用关键字:


全局变量 :global


上一级变量 :nonlocal


global使用原则;


  1、外部作用域变量会在内部作用域可见,但是一般在内部作用域中直接使用,因为函数的


目的就是为了封装,尽量与外界隔离。


  2、如果函数需要使用外部全局变量,请使用函数的形参传参解决


  3、一句话:不要轻易使用global,这样会破坏分装。


闭包:


   自由变量: 未在本地作用域中定义的变量。例如定义在内存函数外的外层函数的作用域中的变量


    闭包:就是一个概念,出现在嵌套函数中,指的是内层函数引用到了外层函数的自由变量,就形成了闭包。


函数参数传递引用:


举例一:


def f2(arg):


if len(arg) > 2:


del arg【2:】


li = 【11,22,33,44,55】


f2(li)


print(li)


# 【11, 22】


举例二:


说明:一旦变量遇到变量遇到等号


如:name = xxx


如果xxx 是一个真实的值,那么就会在内存中去创建这个值,name 就会等于这个值。


如果xxx 是一个变量,变量就指向另一个值,


def f3(arg):


arg = 123


li = 【1,2,3,4】


f3(li)


print(li)


# 【1, 2, 3, 4】


前向引用:


我的目标是每天厉害一点点

相关文章
|
4月前
|
缓存 监控 程序员
Python中的装饰器是一种特殊类型的声明,它允许程序员在不修改原有函数或类代码的基础上,通过在函数定义前添加额外的逻辑来增强或修改其行为。
【6月更文挑战第30天】Python装饰器是无侵入性地增强函数行为的工具,它们是接收函数并返回新函数的可调用对象。通过`@decorator`语法,可以在不修改原函数代码的情况下,添加如日志、性能监控等功能。装饰器促进代码复用、模块化,并保持源代码整洁。例如,`timer_decorator`能测量函数运行时间,展示其灵活性。
38 0
|
8天前
|
算法 程序员 Python
程序员必看!Python复杂度分析全攻略,让你的算法设计既快又省内存!
在编程领域,Python以简洁的语法和强大的库支持成为众多程序员的首选语言。然而,性能优化仍是挑战。本文将带你深入了解Python算法的复杂度分析,从时间与空间复杂度入手,分享四大最佳实践:选择合适算法、优化实现、利用Python特性减少空间消耗及定期评估调整,助你写出高效且节省内存的代码,轻松应对各种编程挑战。
20 1
|
4月前
|
人工智能 大数据 数据挖掘
不只是程序员的专利:Python为何成为全民编程语言?
**摘要:** Python火出程序员圈子,源于电子化、数字化、智能化趋势。电子化时代,数据积累推动数字化进程,Excel等工具力不从心。Python因其大数据处理能力受青睐,尽管学习曲线陡峭。随着GPT等AI工具兴起,智能化时代开启,Python成为时代产物。博主晚枫专注研究Python在非程序员中的应用,并提供免费课程。在数字化转型和AI发展浪潮中,技术变现机会众多。
142 54
不只是程序员的专利:Python为何成为全民编程语言?
|
2月前
|
设计模式 JSON 程序员
豆瓣评分9.4!Python程序员必读的《流畅的Python》,放这里了!
Python 官方教程的开头是这样写的:“Python 是一门既容易上手又强大的编程语言。””这句话本身并无大碍,但需要注意的是,正因为它既好学又好用,所以很多Python程序员只用到了其强大功能的一小部分,只需要几个小时,经验丰富的程序员就能学会用 Python 写出实用的程序。 然而随着这最初高产的几个小时变成数周甚至数月,在那些先入为主的编程语言的影响下,开发者们会慢慢地写出带着“口音”的 Python 代码。即便 Python 是你的初恋,也难逃此命运。因为在学校里,亦或是那些入门书上,教授者往往会有意避免只跟语言本身相关的特性。
|
2月前
|
设计模式 JSON 程序员
豆瓣评分9.4!Python程序员必读的《流畅的Python》,放这里了!
Python 官方教程的开头是这样写的:“Python 是一门既容易上手又强大的编程语言。””这句话本身并无大碍,但需要注意的是,正因为它既好学又好用,所以很多Python程序员只用到了其强大功能的一小部分,只需要几个小时,经验丰富的程序员就能学会用 Python 写出实用的程序。 然而随着这最初高产的几个小时变成数周甚至数月,在那些先入为主的编程语言的影响下,开发者们会慢慢地写出带着“口音”的 Python 代码。即便 Python 是你的初恋,也难逃此命运。因为在学校里,亦或是那些入门书上,教授者往往会有意避免只跟语言本身相关的特性。
|
2月前
|
程序员 Python
[oeasy]python0028_女性程序员_Eniac_girls_bug_Grace
回顾上次内容,我们了解到 `.py` 文件中的代码是按顺序一行行被解释执行的,可以使用 `pdb3 hello.py` 来调试程序。此外,我们探讨了“bug”这一术语的由来,它最早是在 1947 年由 Grace Murray Hopper 发现的一只真正的飞蛾所引起的计算机故障,从此“debugging”成了查找并修复程序错误的过程。早期的程序员大多为女性,因为她们通常更加细心且有耐心,这些特质对于检查错综复杂的线路和编程工作至关重要。编程与编织有着相似之处,都需要细致和有条理的操作。最后,我们认识到 bug 的存在是程序员工作的基础,没有 bug 就不需要程序员去修正它们。
36 3
|
2月前
|
存储 JSON 程序员
Python文件操作与数据持久化:强大功能简化存储管理,助力程序员高效实现业务逻辑
【8月更文挑战第6天】数据是现代计算机程序的核心,但其存储与管理常常构成开发挑战。Python凭借其强大的文件操作与数据持久化机制,显著提升了编程效率。Python的文件处理简单直观,通过内置`open`函数即可轻松实现文本或二进制文件的读写。例如,仅需几行代码就能完成文本写入。此外,Python支持多种数据持久化方案,如文本文件、CSV、JSON及数据库操作。利用内置`json`模块,可以便捷地进行JSON数据的序列化与反序列化,实现数据的有效存储与检索。这些特性使得Python成为数据管理和存储的理想选择,让开发者能够更加专注于业务逻辑的实现。
28 0
|
3月前
|
存储 大数据 程序员
逆袭吧,程序员!Python堆与优先队列的使用秘籍,助你轻松解决复杂问题!
【7月更文挑战第9天】Python的堆和优先队列是高效工具,对比列表在删除最小元素时的O(n)复杂度,堆提供O(log n)操作。优先队列利用堆数据结构,按优先级处理元素,而非FIFO。示例中,heapq模odule创建最小堆实现任务优先级执行,显示了其在解决复杂问题时的威力,助力程序员提升效率,实现编程挑战的逆袭。
36 2
|
3月前
|
程序员 Python
程序员必看!Python闭包与装饰器的高级应用,让你的代码更优雅、更强大
【7月更文挑战第7天】Python中的闭包和装饰器是高级特性,用于增强代码功能。闭包是内部函数记住外部作用域的变量,常用于动态函数和函数工厂。示例展示了`make_multiplier_of`返回记住n值的`multiplier`闭包。装饰器则是接收函数并返回新函数的函数,用于不修改原函数代码就添加功能。`my_decorator`装饰器通过`@`语法应用到`say_hello`函数上,展示了在调用前后添加额外行为的能力。这两种技术能提升代码的优雅性和效率。
33 3
下一篇
无影云桌面