本次讲解函数,由于内容比较多,小编列了个大纲,主要有一下内容:
1. 函数基本语法及特性
2. 函数参数
3.局部变量
4. 返回值
5.嵌套函数
6.递归
7.匿名函数
8.高阶函数
9.内置函数
1. 函数基本语法及特性
函数的定义:函数是指将一组语句的集合通过一个名字(函数名)封装起来,要想执行这个函数,只需调用其函数名即可
函数的特性:
- 减少重复代码
- 使程序变的可扩展
- 使程序变的易维护
函数的语法定义
直接上代码:
# def 是定义函数的关键字 def test():#test既是函数名 print('学习Python的第一个函数') test() #调用函数
同时函数也可以带参数
a, b = 1, 3 # 带参函数 def test(x, y): # x 和 y 即是在我们调用函数时传入的参数 return x + y # 返回执行的结果 c = test(a, b) # 把函数返回结果赋值给 C print(c)
2. 函数参数
在说函数参数前,大家需要了解一个知识点,形参 & 实参
何为形参?
既变量只有在被调用时才分配内存单元,在调用结束时,即刻释放所分配的内存单元。
因此,形参只在函数内部有效,函数调用结束返回主调用函数后则不能再使用该形参变量
何为实参?
既可以是常量、变量、表达式、函数等,无论实参是何种类型的量,在进行函数调用时,它们都必须有确定的值,以便把这些值传送给形参。
因此应预先用赋值,输入等办法使参数获得确定值
这么说可能有些不理解,还是来个实例让大家更加清晰:
a, b = 1, 3 def test(x, y): # x 和 y 即是形参 return x + y c = test(a, b) # a,b既是实参 print(c)
关键参数
上面的例子中,我们调用函数传参是根据函数的形参位置来传递的。
既 a 传给 x ,b 传给 y。这种叫做位置参数。
我们还可以使用关键参数,既传递的时候给函数的参数名传递你的值:
a, b = 1, 3 # 带参函数 def test(x, y): return x + y c = test(y=a, x=b)#这里把 a 传给 y , b 传给 x print(c)
这样参数就可以不用按照顺序传递,根据参数名传递给函数。
我们甚至可以把位置参数和关键参数同时使用:
a, b = 1, 3 def test(x, y): return x + y c = test(1, y=b) print(c)
如果同时使用一定要注意:关键参数必须要放在位置参数的后面,并且已经传值的位置参数不能再用关键参数
下面是一些错误的用法:
c = test(x=a, b) #报错:TypeError: test() got multiple values for argument 'x' c = test(a, x=b) #报错:TypeError: test() got multiple values for argument 'x'
默认参数
参数还可以设置一个默认值,这样我们在调用的时候既可以不传参给默认参数
def test(x, y, z=9): # 设置了 z 的默认值是 9 print(x + y + z) test(1, 3)#如果我们第三个参数也就是z 不传的话,z的默认值就是9 test(1, 3, 10)#我们传了第三个参数,则 z 的值就变成10
非固定参数
所谓非固定参数就是可以传递任意个数的参数,比如你的函数在定义的时候不能确定用户想传入多少个参数,就可以使用
def test(*args): # 使用 *args, 这里args可以改成任意变量名,但是不建议这么做。 print(args) test() # 输出结果:() test(1, 2) # 输出结果:(1, 2) test(1, 2, '承受', 'Python') # 输出结果:(1, 2, '承受', 'Python')
调用函数可以传入任意个数的参数,然后转换成 元组 的形式
3.局部变量
局部变量:就是只能在局部使用的变量
name = 'Cheng Shou' def change_name(name): print('改变前:', name) name = '承受' print('改变后:', name) change_name(name) print('在外面在看下name的值:', name) #输出结果: #改变前: Cheng Shou #改变后: 承受 #在外面在看下name的值: Cheng Shou
从上面的例子大家发现了没?函数里面的name修改了,函数外面的name没有改变。
其实函数里面的name 就是局部变量,他并没有调用外部的name。
那函数里面就不能使用全局变量了吗?非要用也是可以的
name = 'Cheng Shou' def change_name(): global name #在函数中使用global既可 print('改变前:', name) name = '承受' print('改变后:', name) change_name() print('在外面在看下name的值:', name) #输出结果: #改变前: Cheng Shou #改变后: 承受 #在外面在看下name的值: 承受
使用global 既可,我们的全局变量也被修改了。
当然不建议这么做。
全局变量与局部变量
4. 返回值
其实我们第一个例子中就有用到返回值,既 return 语句。return可以吧函数的执行结果返回
返回值记住两点:
1.函数在执行过程中只要遇到 return 语句就会停止函数的执行,并且返回结果。所以 return 语句出现就代表着函数结束
2.如果函数中未使用 return ,那函数执行完毕后,返回的值为 None
5.嵌套函数
顾名思义就是函数里面套函数,小编看到这个也是内心惊呼一声:python 果然牛掰
那么怎么套呢,上代码:
name = 'Cheng Shou' def change_name(): name = '小承' def change_name2(): name = '小受' print('第三层:', name) change_name2() # 调用内存函数 print('第二层:', name) change_name() print('最外层:', name) #输出结果: #第三层: 小受 #第二层: 小承 #最外层: Cheng Shou
神奇吧,一层套一层,跟俄罗斯套娃一样
至于这个嵌套函数什么作用,之后学习到装饰器的时候我们就知道了。
6.递归
在函数内部,可以调用其他函数。如果一个函数在内部调用自身本身,这个函数就是递归函数。
说白了,就是在函数里面调用自身函数
def subtraction(n): print(n) if n < 1: return n return subtraction(n-1) subtraction(5) #输出结果: #5 #4 #3 #2 #1 #0
注意:python默认的递归深度是很有限的(默认是1000),因此当递归深度超过999的样子,就会引发这样的一个异常。
报错:RecursionError: maximum recursion depth exceeded while calling a Python object
如果你的业务需要递归深度超过1000,则需要修改递归深度的值
import sys sys.setrecursionlimit(10000)
导入sys模块,然后设置,需要多大就设置多大既可。
一般我们的业务代码不建议超过默认深度,否则代码性能不好。
在二分查找的时候,我们会用到递归,不过这讲到算法问题本篇就直接带过,后续有时间小编在写一篇算法相关的文章
递归特性:
1. 必须有一个明确的结束条件
2. 每次进入更深一层递归时,问题规模相比上次递归都应有所减少
3. 递归效率不高,递归层次过多会导致栈溢出(在计算机中,函数调用是通过栈(stack)这种数据结构实现的,每当进入一个函数调用,栈就会加一层栈帧,每当函数返回,栈就会减一层栈帧。由于栈的大小不是无限的,所以,递归调用的次数过多,会导致栈溢出)
7.匿名函数
匿名函数就是不需要显式的指定函数
def test(n): return n + 1 print(test(2)) # 上面的函数修改成匿名函数后 test = lambda n: n + 1 print(test(2))
一般匿名函数是和其它函数搭配使用的,如下
print(map(lambda x: x ** 2, [1, 2, 3, 4, 5]) ) #输出:[1, 4, 9, 16, 25]
8.高阶函数
变量可以指向函数,函数的参数能接收变量,那么一个函数就可以接收另一个函数作为参数,这种函数就称之为高阶函数。
简单的说就是把函数当做参数传递给另一个函数,在函数中调用传递过来的函数。
def add(x, y, func): return func(x) + func(y) def square(n): return n ** 2 res = add(3, 6, square) print(res)
这里把square函数,传递给了add ,并且在add中使用了 square函数。这便实现了高阶函数
9.内置函数
直接展示一张图,不做详解,大家使用到的时候在了解既可。
来源:https://www.cnblogs.com/yidaoge/p/12261561.html