二.Python函数

@

1函数概述

1）数学定义 y=f(x) ,y是x的函数，x是自变量
2）Python函数：
若干语句组成的语句块、函数名称、参数列表构成，它是组织代码的最小单元
完成一定的功能

2 函数的作用：

结构化变成对代码的最基本封装，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;

3 内建函数

* 标识id id()
* 哈希 hast() 返回一个对象的哈希值
* 类型 type() 返回对象的类型
* 类型转换
float() int() bin() hex() oct() bool() list()
tuple() dict() set() complex() bytes() bytearray()
*  input()  获取用户输入信息
*  print() 打印输出信息
*  len(s) 返回一个集合类型的元素个数
* isinstance(obj, class_or_tuple)   判断对象obj是否属于某种类型，返回bool类型
 * issubclass(cls, class_or_tuple)     判断类型cls是否是某种类的子类，返回bool
* 绝对值 abs(x) 
* 最大值 max() 
* 最小值 min()
* round(x) 四舍六入五取偶
* pow(x, y) 等价于x**y
*  range(stop_num)
* divmod(x, y) 等价于tuple(x//y, x%y)
* sum(iterable[,start])对可迭代对象的所有元素的值求和
* chr(i) 将一定范围内的整数返回对应ascii
*  ord(c) 返回字符对应的整数
*  str() repr() ascii()
* sorted(iterable[,key[,reverse]]) 返回一个新列表，默认升序
*  reversed(seq) 返回一个翻转元素的迭代器
*  enumerate(seq, start=0) 返回索引数字和序列元素的二元组

4 函数的定义：

    def语句定义函数
        def 函数名(参数列表):
            函数体(代码块)
            [return 返回值]

函数名必须是合法标识符，约定见名知意，尽量使用英文缩写
语句块必须缩进，约定4个空格
python的函数若不写return语句，默认返回一个None值
函数定义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。
调用时写的参数就是实际参数，为实参

示例

def add(x:int,  y:int) -> int:  
""" 执行两个数的加法的函数"""
	return x+y
# 调用
sum = add(10, 16)
print(sum)

5 函数的参数

参数调用时，传入的参数个数要和定义的个数相匹配（可变参数例外）

• 位置参数:
  示例:

def fun(x ,y, z):
	max_num = max(x, y, z)
	print(max_num)

# 位置参数，调用时按照定义的顺序传入实参。
fun(10, 20, 30) 

• 关键字参数：
  示例:

def fun(x ,y, z):
	result = z -x -y
	print(result)

# 传参方式
fun(x=10,  y=20,  z=30) 
# 可以改变传参顺序
fun(y=20, x=10, z=30)
# 关键字参数传参要在位置参数之前，位置的参数是按照位置对应的。
fun(10, z=30, y=20)

• 参数默认值：
  定义时，在形参后跟一个值
  示例：
  示例:

def fun(x=1 ,y=2, z=3):
	result = z -x -y
	print(result)

• 可变参数：
  一个形参可以匹配任意个参数
  位置参数的可变参数：

    def add(*nums):
        sum = 0
        print(type(nums))
        for x in nums:
            sum+=x
        print(sum)

在形参前加*表示该参数是可变参数，可以接收多个实参,收集多个实参为一个tuple，通常为使用*args

• 可变关键字参数：

 def showconfig(**kwargs):
       for k, v in kwargs.items():
            print('{}={}'.format(k,v))
   #  形参使用**符号，表示可接收多个关键字参数
   #  收集的实参名称和值组成一个字典
# 可变参数混合使用：
def showconfig(username, password, **kwargs):
     pass
def showconfig(username, *args, **kwargs):
    pass

参数总结：
参数列表一般顺序是普通参数、缺省参数，可变位置参数，keyword-only参数，可变关键字参数.

• 参数解构
  举例：

    def add(x, y):
        return x+y
    add(4,5) #直接调用
    t = (4,5)
    add(*t) 或者 add(*(4, 5))
    add(*range(1,3)) #同样可以使用可迭代对象传参
   #  前提是参数个数相同

6作用域：

一个标识符的可见范围，一般常说是变量的作用域。

• 全局作用域：
  在整个运行环境中都可见
  局部作用域：
  在局部变量使用范围不能超过其所在的局部范围
  示例:

x = 5
def foo():
    y = x + 1
    x += 1  #错误，赋值即定义，相当于x未定义就直接使用
    print(x)

• 全局变量global

x = 5
def foo():
    global x
    x += 1
    print(x)
foo()

• 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中作用域的变量。
  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了外层函数的自由变量，就形成了闭包。

def counter():
    c = [0]
    def inc():
        c[0] += 1 # 这里不会报错，因为是c[0] 而不是c，这是对c中的元素重新赋值
        return c[0]
    return inc  #返回是的一个函数引用，而不是函数调用
foo = counter()
print(foo(), foo())  #打印1和2
c = 100
print(foo())  #打印3

上面是python2中实现闭包的方式，Python3中还可以使用关键字nonlocal

def counter():
    c = 1
    def innter():
        nonlocal c
        c += 1
        return c
    return innter
foo = counter()
print(foo(), foo())
c = 100
print(foo())

nonlocal关键字:将变量标记为在上级的局部作用域定义，但不能是全局作用域中定义。

• 默认值的作用域

def foo(l=[]):
    l.append(1)
    print(l)
foo() #打印[1]
foo() #打印[1,1]
#原因是函数也是对象，python把函数的对象的默认值放在了属性中，这个属性就伴随着这个函数对象的整个生命周期

查看foo.defaults

def foo(l=[], u='abc', z=123):
    l.append(1)
    print(l)
print(foo(), id(foo))
print(foo.__defaults__)
print(foo(), id(foo))
print(foo.__defaults__)
# 函数两次打印id相同，表明函数地址没有发生改变，就是说函数这个对象没有变，调用它，它的属性__defaults__中使用元组保存所有默认值。
# 其中l默认值是引用类型，引用类型元素变动，并不是元组的变化

非引用类型中

def foo(l=1, u='abc', z=123):
    u = ‘xyz’
    z = 789
    print(l, u, z)

print(foo.__defaults__) #打印(1, 'abc', '123')
print(foo(), id(foo))
print(foo.__defaults__) #打印(1, 'abc', '123')

可变类型默认值，如果使用这个默认值，就可能修改这个默认值
有时候这个特性是好的，有的时候这种特性是不好的，也会带来一些麻烦
如何做到按需修改？看下面这两种方法

def foo(x=[], u='abc', z=123):
    x = x[:]
    x.append(1)
    print(x)
foo()
print(foo.__defaults__)
foo()
print(foo.__defaults__)
foo([10])
print(foo.__defaults__)
foo([10,5])
print(foo.__defaults__)

def foo(x=None, u='abc', z=123):
    if x is None:
        x = []
    x.append(1)
    print(x)
foo()
print(foo.__defaults__)
foo()
lst=[10]
foo(lst)
print(lst)  #lst发生改变
print(foo.__defaults__)
foo([10,5])
print(foo.__defaults__)

一般函数中不使用打印语句，结尾使用return
第一种方法：
使用影子拷贝创建一个新的对象，永远不能改变传入的参数。
第二种方法：
通过值的判断就可以灵活的选择创建或者修改传入对象。
这种方式灵活，应用广泛。
很多函数的定义，都可以看到使用None这个不可变的值作为默认参数，这是一种惯用法。

7函数的销毁

• 全局函数
  重新定义同名函数
  del 语句
  程序结束时

• 局部函数
  重新定义同名函数
  del 语句
  上级作用域销毁

8 变量名解析原则LEGB

Local，本地作用域，局部作用域的local命名空间，函数调用时创建，调用结束消亡
Enclosing,Python2.2引入了嵌套函数，实现了闭包，这个就是嵌套函数的外部函数的命名空间
GLobal，全局作用域，一个模块的命名空间，模块被导入时创建，解释器退出时消亡
Build-in,内置模块的命名空间，生命周期，从Python解释器启动时创建到解释器退出时消亡
所以一个名词的查找顺序是LEGB

9 递归函数

del foo1(b,b1=3):
    print("foo1 called", b, b1)
del foo2(c):
    foo3(c)
    print("foo2 called", c)
def foo3(d):
    print("foo3 called", d)
def main():
    print("main callled")
    foo1(100,101)
    foo2(200)
    print("main ending")

• 全局帧中生成foo1，foo2，foo3，main函数对象
  1）main函数调用
  2）main查找内建函数print压栈，将常量字符串压栈，调用函数，弹出栈顶。
  3）main全局查找函数foo1压栈，将常量100,101 压栈，调用函数foo1，创建栈帧。print函数压栈，字符串和变量b、b1压栈，调用函数，弹出栈顶，返回值
  4）类似上，最后main函数返回

• 递归Recursion：
  函数直接或者间接调用自身就是递归
  递归需要有边界、递归前进段、递归返回段
  递归一定要有边界条件
  当边界条件不满足的时候，递归前进
  当边界条件满足的时候，递归返回

• 间接递归
  是通过别的函数调用了函数自身。
  但是构成了循环递归调用是非常危险的，但是往往这种情况在代码复杂的情况下，还是可能发生这种调用。要用代码规范来避免这种递归调用的发生。
  注意:慎用递归

• 递归一定要有退出条件，递归调用定要执行到这个退出条件。
  递归调用深度不宜过深
  查看递归限制层数：

import sys
print(sys.getrecursionlimit())

• 递归的性能：
  循环稍微复杂一些，但只要不是死循环，可以多次迭代直至算出结果。
  fib递归函数代码精简易懂,但是只能获取到最外层的函数滴啊用，内部递归结果都是中间结果。而且给定一个n都要进行2n次递归，深度越深，效率越低。

• 总结：
  递归是一种很自然的表达，符合逻辑思维
  递归相对运行效率低，每一次调用函数都要开辟栈帧。
  递归有深度限制，如果递归层次太深，函数反复压栈，栈内存很快就溢出了
  如果有限次数的递归，可以使用递归调用，或者使用循环代替，循环代码稍微复杂一些，但只是不是死循环，可以多次迭代直至算出结果。
  绝大数递归，都可以使用循环实现
  即使递归代码简洁，但是也要慎重使用递归

递归示例：
求n的阶乘

def fun(n):
    if n == 1:
        return 1
    return n*fun(n-1)

print(fun(3))

10 匿名函数:

• Python借助lambda表达式构建匿名函数
  格式:
  lambad 参数列表:表达式

lambda x:x*2
(lambda x:x*2)(4) #调用
foo = lambda x,y:(x+y)**2 #不推荐这么用
foo(2,1)

• 使用lambda关键字来定义匿名函数
  参数列表不需要小括号
  冒号是用来分割参数列表和表达式的
  不需要return，表达式的值，就是函数返回值
  lambda 表达式只能写在一行

• 用途：
  高阶函数传参时，使用lambda表达式，往往能简化代码

11Python生成器函数

• 生成器generator
  生成器是指生成器对象，可以由生成器表达式得到，也可以用yield关键字得到一个生成器函数，调用这个函数得到一个生成器对象
• 生成器函数：
  函数体中包含yield语句的函数，返回生成器对象
  生成器对象，是一个可迭代对象，也是迭代器
  生成器对象，延迟计算，惰性求值
  普通函数调用fn(),函数会立即执行完毕，但是生成器函数可以使用next函数多次执行
  生成器函数等价于生成器对象，只不过生成器函数可以更加复杂。

def gen():
    print("line 1")
    yield 1
    print("line 2")
    yield 2
    print("line 3")
    return 3
next(gen()) #line 1
next(gen()) #line 1
g = gen()
print(next(g)) #line1
print(next(g)) #1ine2
print(next(g))  #line 3 StopIteration
print(next(g,'End')) #生成器到尾了，返回默认值‘End’

• 总结:
  包含yield语句的生成器函数生成生成器对象时候，生成器的函数体不会立即执行
  next调用，到头后抛出异常，StopIteration，可以使用默认值

 def inc():
     def counter():
             i=0
             while True:
                     i+=1
                     yield
     c = counter()
     return lambda : next(c)  #嵌套函数闭包

 foo = inc()