基础 | Python函数一文详解

简介: 基础 | Python函数一文详解

本期导读

大家好,我是欧K。

本期为大家带来Python基础系列中函数部分的内容,包括函数的定义、函数的参数、变量的作用域、函数的调用以及匿名函数等的使用方法,希望对你有所帮助。


1. 函数定义

函数是什么?

函数是发生在集合之间的一种对应关系,在Python中可以使用def关键字来自定义一个函数,在定义函数时,需要遵循以下规则(M:必须,O:可选):

  • 函数代码块以 def 关键词开头,后接函数标识符名称和圆括号() 。(M
  • 任何传入参数和自变量必须放在圆括号中间,圆括号之间可以用于定义参数。(M
  • 函数的第一行语句可以选择性地使用文档字符串—用于存放函数说明。(O
  • 函数内容以冒号起始,并且缩进。(M
  • return [表达式] 结束函数,选择性地返回一个值给调用方。不带表达式的return相当于返回 None。(O

语法:

def 函数名(参数):
   代码块
return 表达式

示例:

# 示例1 无参
def test_func():
   print('我是:Python当打之年')
# 示例2 有参
def test_func(str1):
   print(str1)
# 示例3 有参
def test_func(a, b):
   return a+b

2. 函数参数

2.1 必备参数必备参数须以正确的顺序传入函数,否则会出现语法错误示例:求和

(0-100)
def add_func(n):
    sum = 0
    for i in range(n):
        sum += i
    return sum
print(add_func(101))
注意:range函数前闭后开

如果输入不带参数,则会提示如下错误:

print(add_func())


2.2 默认参数


函数调用时,如果没有传入默认参数的值,则被认为是默认值。

示例:数的幂运算

def power_func(x, n=2):
    print(x**n)
    return x**n
power_func(5) # 25
power_func(5,2) # 25
power_func(5,3) # 125

默认参数可以降低调用函数的难度,在设置默认参数时需注意:必备参数在前,默认参数在后。


2.3 可选参数(*args)

可选参数也可称为不定参数,在实际应用中我们可能需要处理一个比当初声明参数个数更多的函数,这个时候,就需要设置可选参数(用星号表达式来表示可以接收0个或任意多个参数)。示例:n个数求和

def add_func1(*args):
    sum = 0
    for val in args:
        sum += val
    return sum
print(add_func1()) # 0
print(add_func1(1)) # 1
print(add_func1(1, 2)) # 3
print(add_func1(1, 2, 3)) # 6
print(add_func1(1, 3, 5, 7, 9)) # 25

2.4 关键字参数(**kwargs)

关键字参数允许传入0个或任意个含参数名的参数,0个意味着关键字参数可填可不填,这些关键字参数在函数内部自动组装为一个dict。

示例:n个数求和

def add_func2(a, b, **kwargs):
    sum = a + b
    for key, value in kwargs.items():
        sum += value
    return sum
print(add_func2(1, 2)) # 3
print(add_func2(1, 2, c=3)) # 6
print(add_func2(1, 3, c=5, d=7, e=9)) # 25

综合示例:

def add_func3(a, b, c = 1,*args,**kwargs):
    sum = a + b + c
    for val in args:
        sum += val
    for key, value in kwargs.items():
        sum += value
    return sum
print(add_func3(1, 2)) # 4
# a的值:1
# b的值:2
# c的值:1
# args的值:()
# kwargs的值:{}
print(add_func3(1, 2, 3, 4, 5, d=6, e=7)) # 28
# a的值:1
# b的值:2
# c的值:3
# args的值:(4,5)
# kwargs的值:{'d':6,'e':7}

参数小结:

  • 参数顺序:必备参数-》默认参数-》可选参数-》关键字参数。
  • 可变参数(*args)将未命名的参数打包成元组类型,(**kwargs)将命名的参数打包成字典类型。

3. 变量作用域

3.1 局部变量

定义在函数/代码块内部的变量称为局部变量,他的作用域范围为函数/代码块内,在函数/代码块外无效。

如下函数内部的sum,i都属于局部变量:

def add_func(n):
    sum = 0
    for i in range(n):
        sum += i
    return sum


3.2 全局变量

定义在函数/代码块外的变量称之为全局变量,他的作用域范围为全局,可以在函数/代码块外使用也可以在函数/代码块内使用。

如下函数内部的a,b都属于全局变量:

a,b = 1,2
def add_func(m,n):  
    return m+n
print(add_func(a,b)) # 3


3.2.1 全局变量-未使用global关键字示例:

a,b = 1,2
def print_func():
    a = 100
    print('a的值:',a)
print_func()
print('a的值:', a)
# a的值:100
# a的值:1


未使用关键字global时,函数内部的变量a为局部变量,函数调用完成后该值销毁,所以最后a的值为1。

3.2.3 全局变量-使用global关键字示例:

a,b = 1,2
def print_func():
    global a
    a = 100
    print('a的值:',a)
print_func()
print('a的值:', a)
# a的值:100
# a的值:100

使用关键字global时,将函数内部的变量a声明为全局变量,所以在函数调用完成后值变为100。


4. 函数调用

函数的调用分为模块内部调用和模块外部调用


4.1 模块内调用

模块内部调用即同一个.py文件内的调用。示例:

def add_func(n):
    sum = 0
    for i in range(n):
        sum += i
    return sum
def power_func(x, n=2):
    return x**n
# 调用add_func函数
print(add_func(101)) # 5050
# 调用power_func函数
power_func(5,3) # 125

4.2 模块间调用

模块间调用也称为外部调用即同多个.py文件之间的调用module1.py

def print_func():
    print('hello, Python!')
module2.py
def print_func():
    print('hello, 当打之年!')

a. 用“模块名.函数名”的方式(完全限定名)调用函数:

import module1
import module2
module1.print_func() # hello, Python!
module2.print_func() # hello, 当打之年!

b. 用as关键字对模块设置别名的方式调用函数:

import module1 as m1
import module2 as m2
m1.print_func() # hello, Python!
m2.print_func() # hello, 当打之年!

c. 用from...import...语法从模块中直接导入需要使用的函数:

from module1 import print_func
print_func() # hello, Python!
from module2 import print_func
print_func() # hello, 当打之年!

5. 匿名函数


python 使用 lambda 来创建匿名函数:

  • lambda函数主体是一个表达式,而不是一个代码块
  • lambda函数不能包含命令。
  • lambda函数拥有自己的命名空间,且不能访问自有参数列表之外或全局命名空间里的参数。


示例1:0~10之间的偶数列表

5.1 ordinary

lst = []
for i in range(11):
    lst.append(i)
print(lst)
# [0, 2, 4, 6, 8, 10]

5.2 pythonic

# Pythonic-1 lambda函数
lst1 = list(filter(lambda x:x%2 == 0,range(11)))
# Pythonic-2 列表推导式
lst2 = [i for i in range(11) if i%2 == 0]
print(lst1)
print(lst2)
# [0, 2, 4, 6, 8, 10]
# [0, 2, 4, 6, 8, 10]

例2:按照列表中元素的绝对值大小升序排列

my_list = [2,7,-3,-1,0,5,-4]
my_new_list = sorted(my_list, key=lambda x: abs(x))
print(my_new_list)
# [0, -1, 2, -3, -4, 5, 7]


完。


END


以上就是本期为大家整理的全部内容了,赶快练习起来吧,喜欢的朋友可以点赞、点在看也可以分享到朋友圈让更多人知道哦

相关文章
|
6天前
|
Python
高阶函数如`map`, `filter`, `reduce`和`functools.partial`在Python中用于函数操作
【6月更文挑战第20天】高阶函数如`map`, `filter`, `reduce`和`functools.partial`在Python中用于函数操作。装饰器如`@timer`接收或返回函数,用于扩展功能,如记录执行时间。`timer`装饰器通过包裹函数并计算执行间隙展示时间消耗,如`my_function(2)`执行耗时2秒。
14 3
|
8天前
|
Python
Python基础第四篇(Python函数)
Python基础第四篇(Python函数)
|
3天前
|
测试技术 开发者 Python
Python中的装饰器:提升函数的灵活性和可重用性
在Python编程中,装饰器是一种强大的工具,它可以在不修改函数本身的情况下,动态地扩展函数的功能。本文将介绍装饰器的工作原理及其在实际开发中的应用,帮助读者更好地理解和利用这一特性。
|
2天前
|
存储 Python
在Python中,匿名函数(lambda表达式)是一种简洁的创建小型、一次性使用的函数的方式。
【6月更文挑战第24天】Python的匿名函数,即lambda表达式,用于创建一次性的小型函数,常作为高阶函数如`map()`, `filter()`, `reduce()`的参数。lambda表达式以`lambda`开头,后跟参数列表,冒号分隔参数和单行表达式体。例如,`lambda x, y: x + y`定义了一个求和函数。在调用时,它们与普通函数相同。例如,`map(lambda x: x ** 2, [1, 2, 3, 4, 5])`会返回一个列表,其中包含原列表元素的平方。
13 4
|
3天前
|
JSON 数据格式 索引
Python内置函数如`print()`输出信息,`len()`计算长度
【6月更文挑战第23天】Python内置函数如`print()`输出信息,`len()`计算长度,`type()`识别类型,`range()`生成序列,`sum()`求和,`min()`和`max()`找极值,`abs()`取绝对值,`round()`四舍五入,`sorted()`排序,`zip()`和`enumerate()`组合及遍历,`map()`和`filter()`应用函数。标准库如`os`用于操作系统交互,`sys`处理解释器信息,`math`提供数学运算,`re`支持正则表达式,`json`处理JSON数据。学习这些能提升编程效率。
17 5
|
2天前
|
Python
在Python中,高阶函数是指那些可以接受一个或多个函数作为参数,并返回一个新的函数的函数。
【6月更文挑战第24天】Python的高阶函数简化代码,增强可读性。示例:`map()`检查用户名合法性,如`["Alice", "Bob123", "Charlie!", "David7890"]`;`reduce()`与`lambda`结合计算阶乘,如1到10的阶乘为3628800;`filter()`找出1到100中能被3整除的数,如[3, 6, 9, ..., 99]。
12 3
|
3天前
|
分布式计算 大数据 调度
MaxCompute产品使用问题之为什么用python写的udf函数跑起来比本地还要慢
MaxCompute作为一款全面的大数据处理平台,广泛应用于各类大数据分析、数据挖掘、BI及机器学习场景。掌握其核心功能、熟练操作流程、遵循最佳实践,可以帮助用户高效、安全地管理和利用海量数据。以下是一个关于MaxCompute产品使用的合集,涵盖了其核心功能、应用场景、操作流程以及最佳实践等内容。
|
6天前
|
数据安全/隐私保护 Python
Python装饰器是高阶函数,用于在不修改代码的情况下扩展或修改函数行为。它们提供可重用性、模块化和无侵入性的功能增强。
【6月更文挑战第20天】Python装饰器是高阶函数,用于在不修改代码的情况下扩展或修改函数行为。它们提供可重用性、模块化和无侵入性的功能增强。例如,`@simple_decorator` 包装`my_function`,在调用前后添加额外操作。装饰器还能接受参数,如`@logged("INFO", "msg")`,允许动态定制功能。
16 6
|
2天前
|
SQL 分布式计算 大数据
MaxCompute产品使用问题之建了一个python 的 UDF脚本,生成函数引用总是说类不存在,是什么导致的
MaxCompute作为一款全面的大数据处理平台,广泛应用于各类大数据分析、数据挖掘、BI及机器学习场景。掌握其核心功能、熟练操作流程、遵循最佳实践,可以帮助用户高效、安全地管理和利用海量数据。以下是一个关于MaxCompute产品使用的合集,涵盖了其核心功能、应用场景、操作流程以及最佳实践等内容。