【百度领航团/飞桨/AI Studio】Python 学习笔记 —— 03

前言：第三节课的重点是讲述函数（对象）。之前在这一块很是迷惑。因为带着学过c#的思维理解（而且没学过函数指针），所以一直不能理解python中将函数或是类当作参数传来传去的操作。甚至是返回的参数是就是一个函数或是一个类，一个对象这类的。经过这一节课后，懂了不少。

———————————————

《百度飞桨领航团零基础Python速成营》 课程笔记 —— 03

笔记依据 / 老师讲义：
课节3: Python函数基础
https://aistudio.baidu.com/aistudio/projectdetail/1521458

一、函数 - 定义语法

• 定义/声明（混淆名词了）一个函数的格式
• 函数可以返回复数个任何东西，甚至能返回函数或是类的对象。同理，传入的参数也是。
• 大致格式和C#差不多，别忘了冒号。

def name():
	pass
	return 

him = name()

二、函数 - 参数传递

• 涉及内容较多，特别不建议混合使用。能打包就打包。有优先级等麻烦问题。以下括号外的专业名词，括号内的是我个人理解的名词。

1）位置参数 - （普通参数）

• 位置参数是最简单的一种函数调用的方式。位置参数须以正确的顺序传入函数、数量必须和声明时的一样。

def student_name_and_age(name, age):
    print('姓名：%s 年龄 %s' %(name, age))

student_name_and_age('张三', 18)    

2）缺省参数 - （默认参数）

• 调用函数时，缺省参数的值如果没有传入，则被认为是默认值。

def student_name_and_age(name, age='不愿透露'):
    "设置默认参数"
    print('姓名：%s 年龄 %s' %(name, age))

student_name_and_age('张三')
# 也可以为默认参数赋值
student_name_and_age('张三', 18)

3）可变参数 - （任意数量参数/元组参数）

• 顾名思义，可变参数就是传入的参数个数是可变的，可以是1个、2个到任意个，还可以是0个。

def all_student_names(*names):
    for name in names:
        print('姓名：', name)
        
all_student_names('张三','李四','王五')        

• 可变参数允许你传入0个或任意个参数，这些可变参数在函数调用时自动组装为一个元组（tuple）。
• 所以下面这个和上面的使用是等效的。

def all_student_names(names):
    for name in names:
        print('姓名：', name)
        
names = ('张三','李四','王五')
all_student_names(names)        

4）关键字参数 - （任意数量参数/字典参数）

• 关键字参数允许你传入0个或任意个含参数名的参数，这些关键字参数在函数内部自动组装为一个字典（dict）。
• 传入时需要写上参数名 。如果不写就会报错。

def score_info(name, **kw):
    if '语文成绩' in kw:
        print(name, '的语文成绩', kw['语文成绩'])
    if '数学成绩' in kw:
        print(name, '的数学成绩', kw['数学成绩'])
        
def person_info(name, age, **kw):
    print('姓名：', name, '年龄',age)
    score_info(name, **kw)    

score_cfg = {
    
    '语文成绩':65, '数学成绩':60}
person_info('张三', 18, **score_cfg)

5）命名关键字参数 - （限定参数名 的 普通参数）

• 如果要限制关键字参数的名字，就可以用命名关键字参数。
• 和普通参数差不多，因为都是有限定数量的，且不输入就会报错。
• 不同的就是，限定了要指定参数名才能输入。这避免了参数错位，挺好的。不过也麻烦了。在默认参数之间权衡选择使用。

def print_person_info(name, age, *, height, weight):
    print('我的名字叫：', name, '年龄：', age,'身高', height, '体重', weight)
    
print_person_info('张三', 18, height=180)

6）参数的组合

• 在Python中定义函数，可以用必选参数、默认参数、可变参数、关键字参数和命名关键字参数，这5种参数都可以组合使用。
• 但是请注意，参数定义的顺序必须是：必选参数、默认参数、可变参数、命名关键字参数和关键字参数。

def student_info(name, age=18, *books, **kw):
    print('我的名字叫：', name, '年龄：', age,'其它信息：',kw)
    if 'city' in kw:
        print('来自：', kw['city'])
    for book in books:
        print('我有',book,'书')

# 理解，先“顺序参数”（个人起的理解名词），再没有参数名的可变参数，再到有参数名的关键字参数。
student_info('张三', 18, '语文','数学','计算机', city='北京', height=180, weight=75)    

• 位置参数和缺省参数都是“顺序参数”（个人起的理解名词），按顺序一一对应填入。
• 然后可变参数和关键字参数就是“集合参数”（个人起的理解名词），得到的一堆参数，不强调各个参数之间的顺序，或对应的顺序关系。

def student_info(name, age=18, *books, city, **kw):
	# 注意：！！！特殊要求。
    # 如果函数定义中已经有了一个可变参数，后面跟着的命名关键字参数就不再需要一个特殊分隔符*了：
    print('我的名字叫：', name, '年龄：', age,'其它信息：',kw)
    print('来自：', city)
    for book in books:
        print('我有',book,'书')
# **顺序必须**是：必选参数、默认参数、可变参数、命名关键字参数和关键字参数
student_info('张三', 18, '语文','数学','计算机', city='北京', height=180, weight=75)

三、变量的作用域和全局（global）变量

1.局部变量 作用域:在函数内
2.全局变量 作用域:在函数外
函数优先使用局部变量 在没有局部变量的情况下， 使用全局变量

• 和C#的情况一致，需要注意的就是类中的变量了。放到下一节讲类时再讲。

四、lambda匿名函数

python 使用 lambda 来创建匿名函数。
lambda 只是一个表达式，函数体比 def 简单很多。
lambda 的主体是一个表达式，而不是一个代码块。仅仅能在 lambda 表达式中封装有限的逻辑进去。
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。
虽然 lambda 函数看起来只能写一行，却不等同于 C 或 C++ 的内联函数，后者的目的是调用小函数时不占用栈内存从而增加运行效率。

• 第一感觉就是类似C#中的宏定义，但是宏定义的本质只是在预处理时替换，并没有起到实际影响代码运行的功能。
• Python 的匿名函数返回的就是一个函数，只是这个函数在定义时写的代码比较少，看起来比较整洁。而且只能定义时即创建，不能再创建第二个了。
• 语法上，只有输入输出，没有中间处理过程，只能使用小体量计算。

# 加法运算 接受两个参数，返回参数之和
add = lambda arg1, arg2: arg1 + arg2
add(1,2)

五、高阶函数

• 这是一个Python的概念词（个人理解），对于“一个函数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。”
• 在Python中，把函数作为参数传入或返回，都是很正常普遍的操作。所以大部分时候遇到的都是高阶函数。
• 如果没有这概念的话，刚从C#转战Python就会很懵，不知道为什么一个参数能使用内置方法等。之后有了高阶函数的概念。遇事不决想不通就把它当高阶函数了。在前期理解中能起重要的“定心丸”作用。（个人体会）

# print本身是一个内建函数
print('hello!')

# 函数名其实就是指向函数的变量！
my_print = print 
my_print('a')

# 那么，函数的名字也可以作为一个变量，传入其它函数
def func_x(x, f):
    return f(x)

# 一个函数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。
int2str = lambda x : str(x)
func_x(-112, int2str)

1）map / reduce

map()函数接收两个参数，一个是函数，一个是Iterable，map将传入的函数依次作用到序列的每个元素，并把结果作为新的Iterator返回。

ls = [1,2,3,4,5,6,7,8,9]
# 定义一个（匿名）函数，快速创建的好处
fx = lambda x:x**2

# 方法一：
ms = []
for l in ls:
    ms.append(fx(l))

# 方法二：
ms = map(fx, ls)

#以上2者是等效的，都是输出一个列表：[1, 4, 9, 16, 25, 36, 49, 64, 81]

reduce: 用传给 reduce 中的函数 function（有两个参数）先对集合中的第 1、2 个元素进行操作，得到的结果再与第三个数据用 function 函数运算，依此类推，最后得到一个结果。

# 可能是不常用了？变成模块内的函数了。
# 从python3开始，reduce函数移动到了functools这个包，每次使用前要先import
from functools import reduce

mul_xy = lambda x, y: x*y
reduce(mul_xy, [1, 3, 5, 7, 9])
# 输出：945   # （输出的是一个数，而不是一个列表）

2）sorted - 排序

排序也是在程序中经常用到的算法。无论使用冒泡排序还是快速排序，排序的核心是比较两个元素的大小。如果是数字，我们可以直接比较，但如果是字符串或者两个dict呢？直接比较数学上的大小是没有意义的，因此，比较的过程必须通过函数抽象出来。

菜鸟教程 - Python3 sorted() 函数
https://www.runoob.com/python3/python3-func-sorted.html

sorted([36, 5, -12, 9, -21])
# 输出：[-21, -12, 5, 9, 36]

sorted([36, 5, -12, 9, -21], reverse=True)
# 输出：[36, 9, 5, -12, -21]

# 按绝对值排序key指定的函数将作用于list的每一个元素上，并根据key函数返回的结果进行排序
sorted([36, 5, -12, 9, -21], key=abs)   
# 输出：[5, 9, -12, -21, 36]

六、装饰器

• 它们是修改其他函数的功能的函数。修改前就要先作为参数传入，所以也就是属于高阶函数。（函数作为返回值）

• 先说一下闭包的概念。

1）闭包

python中的闭包从表现形式上定义（解释）为：如果在一个内部函数里，对在外部作用域（但不是在全局作用域）的变量进行引用，那么内部函数就被认为是闭包(closure).

• 从代码上感觉，就是函数内定义函数，多层套娃。
• 返回闭包时牢记一点：返回函数不要引用任何循环变量，或者后续会发生变化的变量。

# 一个需要注意的问题是，返回的函数并没有立刻执行，而是直到调用了f()才执行。
def count():
    fs = []
    for i in range(1, 4):
        def f():
            # print(id(i))
            return i*i
        fs.append(f)
    return fs

f1, f2, f3 = count()

def count():
    def f(j):
        def g():
            # print(id(j))
            return j*j
        return g
    fs = []
    for i in range(1, 4):
        fs.append(f(i)) # f(i)立刻被执行，因此i的当前值被传入f()
    return fs
    
# 此时，f1内的还是函数，是 def g() 函数。
f1, f2, f3 = count()

2）装饰器

顾名思义，从字面意思就可以理解，它是用来"装饰"Python的工具，使得代码更具有Python简洁的风格。换句话说，它是一种函数的函数，因为装饰器传入的参数就是一个函数，然后通过实现各种功能来对这个函数的功能进行增强。

菜鸟教程 - Python 函数装饰器
https://www.runoob.com/w3cnote/python-func-decorators.html

# 装饰器输入一个函数，输出一个函数
def print_working(func):
    def wrapper():
        print(f'{func.__name__} is working...') 
        func()
    return wrapper

# 使用方法一
def worker1():
    print('我是一个勤劳的工作者！')
def worker2():
    print('我是一个勤劳的工作者！')
def worker3():
    print('我是一个勤劳的工作者！')

worker1 = print_working(worker1)
worker1()
worker2= print_working(worker2)
worker2()
# 输出：
"""
worker1 is working...
我是一个勤劳的工作者！
worker2 is working...
我是一个勤劳的工作者！
"""

# 使用方法二
@print_working
def worker1():
    print('我是一个勤劳的工作者！')
@print_working
def worker2():
    print('我是一个勤劳的工作者！')
@print_working
def worker3():
    print('我是一个勤劳的工作者！')

worker1()
worker2()
worker3()
# 输出：
"""
worker1 is working...
我是一个勤劳的工作者！
worker2 is working...
我是一个勤劳的工作者！
worker3 is working...
我是一个勤劳的工作者！
"""

• 从代码上看。其目的是，调用时可以做到在执行函数的同时执行另一部分东西。
• 主要用途是打印一些信息。其中方法二用到了@修饰，可能实战中比较常用。

装饰器最大的优势是用于解决重复性的操作，其主要使用的场景有如下几个：

• 计算函数运行时间
• 给函数打日志
• 类型检查
  当然，如果遇到其他重复操作的场景也可以类比使用装饰器。

def arg_decorator(func):
    def wrapper(*args, **kw):
        print(f'{func.__name__} is working...')
        func(*args, **kw)
    return wrapper

# 带参数的装饰器
@arg_decorator
def student_info(name, age=18, *books, **kw):
    print(f'我的名字叫{name}, 今年{age}岁，我有很多本书：')
    for book in books:
        print(book)
    print(kw)

student_info('Molly',18, '语文书','数学书',height=170)

3）偏函数 - partial

通过设定参数的默认值，降低函数调用的难度

# 这个函数也在新版python被归类到模块内了
from functools import partial

def student_info(name, age, city):
    print(f'我的名字叫{name}, 今年{age}岁，来自{city}')

# 使用 partial 设置默认参数
student_info_beijing = partial(student_info, city='北京')

# 调用时就可以输入或不输入
student_info_beijing('Molly',18, city='上海')
student_info_beijing('Molly',18)

七、模块

1）导入

• 常用的就三个导入模块的指令。其他的不赘述了。

import … 语句
from … import … / * 语句 
import … as … 语句

2）__name__属性

一个模块被另一个程序第一次引入时，其主程序将运行。如果我们想在模块被引入时，模块中的某一程序块不执行，我们可以用__name__属性来使该程序块仅在该模块自身运行时执行。

# 说明： 每个模块都有一个__name__属性，当其值是'__main__'时，表明该模块自身在运行，否则是被引入。
if __name__ == '__main__':
   print('程序自身在运行')
else:
   print('我来自另一模块')

3）dir() 函数

内置的函数 dir() 可以找到模块内定义的所有名称。以一个字符串列表的形式返回:

import fibo, sys
# 如果没有给定参数，那么 dir() 函数会罗列出当前定义的所有名称:
dir(fibo)
dir(sys)
# 输出一堆内容，包含内置隐藏或是不隐藏的所有属性或方法等的名称。

4）安装/卸载第三方模块

pip install / uninstall
conda install / uninstall

• 起初不知道 conda是什么指令（虽然现在也不清楚，可以用来创建环境空间，也能用来安装），使用conda指令安装一直显示连接失败。后来才知道，教程说的是可以选择pip安装或是conda安装，二选一。果断选pip。

八、大作业

• 第三天课程布置了一个“大作业”。要求是：统计英语6级试题中所有单词的词频，并返回一个如下样式的字典。
• 按着第二节课的知识，试了几个函数终于完成了。听说用正则表达式更简单。看了另一位大佬的总结，果然如此。
• 不用正则表达式写的话，大致流程都一样的，我不另列了。“程序员最讨厌重复劳动了”。

[Paddle领航团python基础课程大作业一]英文词频的统计任务
https://blog.csdn.net/weixin_45623093/article/details/113746031