好程序员Python教程系列-第8讲:函数和模块

简介:

  好程序员Python教程系列-第8讲:函数和模块,在讲解本章节的内容之前,我们先来研究一道数学题,请说出下面的方程有多少组正整数解。
  事实上,上面的问题等同于将8个苹果分成四组每组至少一个苹果有多少种方案,所以答案应该是  。组合数的计算公式如下所示。
  根据我们前面学习的知识,可以用循环做累乘来计算阶乘,那么通过下面的Python代码我们就可以计算出组合数  的值,代码如下所示。
"""
输入M和N计算C(M,N)

Version: 0.1
Author: 骆昊
"""
m = int(input('m = '))
n = int(input('n = '))

计算m的阶乘

fm = 1
for num in range(1, m + 1):

fm *= num

计算n的阶乘

fn = 1
for num in range(1, n + 1):

fn *= num

计算m-n的阶乘

fm_n = 1
for num in range(1, m - n + 1):

fm_n *= num

计算C(M,N)的值

print(fm // fn // fm_n)
函数的作用
不知道大家是否注意到,上面的代码中我们做了三次求阶乘,虽然m、n、m - n的值各不相同,但是三段代码并没有实质性的区别,属于重复代码。世界级的编程大师Martin Fowler先生曾经说过:“代码有很多种坏味道,重复是最坏的一种!”。要写出高质量的代码首先要解决的就是重复代码的问题。对于上面的代码来说,我们可以将计算阶乘的功能封装到一个称之为“函数”的功能模块中,在需要计算阶乘的地方,我们只需要“调用”这个“函数”就可以了。
定义函数
数学上的函数通常形如  或者  这样的形式,在  中,f是函数的名字,x是函数的自变量,y是函数的因变量;而  中,g是函数名,x和y是函数的自变量,z是函数的因变量。Python中的函数跟这个结构是一致的,每个函数都有自己的名字、自变量和因变量。我们通常把Python中函数的自变量称为函数的参数,而因变量称为函数的返回值。
在Python中可以使用def关键字来定义函数,和变量一样每个函数也应该有一个漂亮的名字,命名规则跟变量的命名规则是一致的。在函数名后面的圆括号中可以放置传递给函数的参数,就是我们刚才说到的函数的自变量,而函数执行完成后我们会通过return关键字来返回函数的执行结果,就是我们刚才说的函数的因变量。
我们可以用函数的知识对上面的代码进行重构(不影响代码执行结果的前提下对代码的结构进行调整),重构之后的代码如下所示。
"""
输入M和N计算C(M,N)

Version: 0.1
Author: 骆昊
"""

定义函数:def是定义函数的关键字、fac是函数名,num是参数(自变量)

def fac(num):

"""求阶乘"""
result = 1
for n in range(1, num + 1):
    result *= n
# 返回num的阶乘(因变量)
return result

m = int(input('m = '))
n = int(input('n = '))

当需要计算阶乘的时候不用再写重复代码而是直接调用函数fac

调用函数的语法是在函数名后面跟上圆括号并传入参数

print(fac(m) // fac(n) // fac(m - n))
函数的参数
参数的默认值
在Python语言中,如果函数中没有return语句,那么函数默认返回代表空值的None。另外,在定义函数时,函数也可以没有自变量,但是函数名后面的圆括号是必须有的。Python中还允许函数的参数拥有默认值,例如我们把上一课中摇色子获得点数的功能定义到一个函数中,我们可以写出如下所示的代码。
"""
参数的默认值1

Version: 0.1
Author: 骆昊
"""
from random import randint

定义摇色子的函数,n表示色子的个数,默认值为2

def roll_dice(n=2):

"""摇色子返回总的点数"""
total = 0
for _ in range(n):
    total += randint(1, 6)
return total

如果没有指定参数,那么n使用默认值2,表示摇两颗色子

print(roll_dice())

传入参数3,变量n被赋值为3,表示摇三颗色子获得点数

print(roll_dice(3))
我们再来看一个更为简单的例子。
"""
参数的默认值2

Version: 0.1
Author: 骆昊
"""

def add(a=0, b=0, c=0):

"""三个数相加求和"""
return a + b + c

调用add函数,没有传入参数,那么a、b、c都使用默认值0

print(add()) # 0

调用add函数,传入一个参数,那么该参数赋值给变量a, 变量b和c使用默认值0

print(add(1)) # 1

调用add函数,传入两个参数,1和2分别赋值给变量a和b,变量c使用默认值0

print(add(1, 2)) # 3

调用add函数,传入三个参数,分别赋值给a、b、c三个变量

print(add(1, 2, 3)) # 6

传递参数时可以不按照设定的顺序进行传递

print(add(c=50, a=100, b=200))
可变参数
接下来,我们还可以实现一个对任意多个数求和的add函数,因为Python语言中的函数支持可变参数,所谓可变参数指的是在调用函数时,可以向函数传入0个或任意多个参数。将来我们以团队协作开发的模式做商业项目时,可能需要去设计一个函数给其他人使用,但我们又不知道函数的调用者会向该函数传入多少个参数,这个时候可变参数就可以派上用场。下面的代码演示了用可变参数实现对任意多个数求和的add函数。
"""
可变参数

Version: 0.1
Author: 骆昊
"""

在参数名前面的*表示args是一个可变参数

def add(*args):

total = 0
# 可变参数可以放在for循环中取出每个参数的值
for val in args:
    total += val
return total

在调用add函数时可以传入0个或任意多个参数

print(add())
print(add(1))
print(add(1, 2))
print(add(1, 2, 3))
print(add(1, 3, 5, 7, 9))
用模块管理函数
不管用什么样的编程语言来写代码,给变量、函数起名字都是一个让人头疼的问题,因为我们会遇到命名冲突这种尴尬的情况。最简单的场景就是在同一个.py文件中定义了两个同名的函数,如下所示。
def foo():

print('hello, world!')

def foo():

print('goodbye, world!')

foo() # 大家猜猜调用foo函数会输出什么
当然上面的这种情况我们很容易就能避免,但是如果项目是团队协作多人开发的时候,团队中可能有多个程序员都定义了名为foo的函数,这种情况下怎么解决命名冲突呢?答案其实很简单,Python中每个文件就代表了一个模块(module),我们在不同的模块中可以有同名的函数,在使用函数的时候我们通过import关键字导入指定的模块再使用完全限定名的调用方式就可以区分到底要使用的是哪个模块中的foo函数,代码如下所示。
module1.py
def foo():

print('hello, world!')

module2.py
def foo():

print('goodbye, world!')

test.py
import module1
import module2

用“模块名.函数名”的方式(完全限定名)调用函数,

module1.foo() # hello, world!
module2.foo() # goodbye, world!
在导入模块时,还可以使用as关键字对模块进行别名,这样我们可以使用更为简短的完全限定名。
test.py
import module1 as m1
import module2 as m2

m1.foo() # hello, world!
m2.foo() # goodbye, world!
上面的代码我们导入了定义函数的模块,我们也可以使用from...import...语法从模块中直接导入需要使用的函数,代码如下所示。
test.py
from module1 import foo

foo() # hello, world!

from module2 import foo

foo() # goodbye, world!
但是,如果我们如果从两个不同的模块中导入了同名的函数,后导入的函数会覆盖掉先前的导入,就像下面的代码中,调用foo会输出hello, world!,因为我们先导入了module2的foo,后导入了module1的foo 。如果两个from...import...反过来写,就是另外一番光景了。
test.py
from module2 import foo
from module1 import foo

foo() # hello, world!
如果想在上面的代码中同时使用来自两个模块中的foo函数也是有办法的,大家可能已经猜到了,还是用as关键字对导入的函数进行别名,代码如下所示。
test.py
from module1 import foo as f1
from module2 import foo as f2

f1() # hello, world!
f2() # goodbye, world!
标准库中的模块和函数
Python标准库中提供了大量的模块和函数来简化我们的开发工作,我们之前用过的random模块就为我们提供了生成随机数和进行随机抽样的函数;而time模块则提供了和时间操作相关的函数。随着我们进一步的学习Python编程知识,我们还会用到更多的模块和函数。Python标准库中还有一类函数是不需要import就能够直接使用的,我们将其称之为内置函数,这些内置函数都是很有用也是最常用的,下面的表格列出了一部分的内置函数。
_

简单的总结
函数是功能相对独立且会重复使用的代码的封装。学会使用定义和使用函数,就能够写出更为优质的代码。当然,Python语言的标准库中已经为我们提供了大量的模块和常用的函数,用好这些模块和函数就能够用更少的代码做更多的事情。

相关文章
|
7月前
|
SQL 关系型数据库 数据库
Python SQLAlchemy模块:从入门到实战的数据库操作指南
免费提供Python+PyCharm编程环境,结合SQLAlchemy ORM框架详解数据库开发。涵盖连接配置、模型定义、CRUD操作、事务控制及Alembic迁移工具,以电商订单系统为例,深入讲解高并发场景下的性能优化与最佳实践,助你高效构建数据驱动应用。
866 7
|
7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
435 2
|
7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
1254 1
|
7月前
|
监控 安全 程序员
Python日志模块配置:从print到logging的优雅升级指南
从 `print` 到 `logging` 是 Python 开发的必经之路。`print` 调试简单却难维护,日志混乱、无法分级、缺乏上下文;而 `logging` 支持级别控制、多输出、结构化记录,助力项目可维护性升级。本文详解痛点、优势、迁移方案与最佳实践,助你构建专业日志系统,让程序“有记忆”。
591 0
|
7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 &、|。
370 0
|
7月前
|
JSON 算法 API
Python中的json模块:从基础到进阶的实用指南
本文深入解析Python内置json模块的使用,涵盖序列化与反序列化核心函数、参数配置、中文处理、自定义对象转换及异常处理,并介绍性能优化与第三方库扩展,助你高效实现JSON数据交互。(238字)
607 4
|
8月前
|
数据采集 存储 XML
Python爬虫技术:从基础到实战的完整教程
最后强调: 父母法律法规限制下进行网络抓取活动; 不得侵犯他人版权隐私利益; 同时也要注意个人安全防止泄露敏感信息.
1022 19
|
7月前
|
索引 Python
Python 列表切片赋值教程:掌握 “移花接木” 式列表修改技巧
本文通过生动的“嫁接”比喻,讲解Python列表切片赋值操作。切片可修改原列表内容,实现头部、尾部或中间元素替换,支持不等长赋值,灵活实现列表结构更新。
353 1
|
7月前
|
Java 调度 数据库
Python threading模块:多线程编程的实战指南
本文深入讲解Python多线程编程,涵盖threading模块的核心用法:线程创建、生命周期、同步机制(锁、信号量、条件变量)、线程通信(队列)、守护线程与线程池应用。结合实战案例,如多线程下载器,帮助开发者提升程序并发性能,适用于I/O密集型任务处理。
693 0
|
7月前
|
XML JSON 数据处理
超越JSON:Python结构化数据处理模块全解析
本文深入解析Python中12个核心数据处理模块,涵盖csv、pandas、pickle、shelve、struct、configparser、xml、numpy、array、sqlite3和msgpack,覆盖表格处理、序列化、配置管理、科学计算等六大场景,结合真实案例与决策树,助你高效应对各类数据挑战。(238字)
973 0

推荐镜像

更多