Python学习笔记六：函数的用法和底层分析
函数的基本概念_内存分析_函数的分类_定义的调用
函数时可重用的程序代码块。函数的作用，不仅可以实现代码的复用，更能实现代码的一致性。一致性指的是，只要修改函数的代码，则所有调用该函数的地方都能得到体现。
在编写函数时，函数体中的代码写法和我们前面讲述的基本一致，只是对代码实现了封装，并增加了函数调用、传递单数、返回计算结果等内容。
为了让搭建更容易理解掌握的更深刻。我们也要深入内存底层进行分析。绝大多数语言内存底层都是高度相似的，这样搭建掌握了这些内容也便于以后学习其他语言。
函数的基本概念
- 一个程序由一个个任务组成：函数就是代表一个任务或者一个功能。
- 函数是代码复用的通用机制。
Python函数的分类
-
内置函数
我们前面使用的str（）、list（）、len（）等这些都是内置函数，我们可以那俩直接使用。 -
标准库函数
我们可以通过 import 语句导入库，然后使用其中定义的函数 -
第三方库函数
Python社区也提供了很多高质量的库。下载安装这些库后，也是通过 import 语句导入，然后可以使用这些第三方库的函数 -
用户自定义的函数
用户自定义的函数，显然也是开发中适应自身需求定义的函数。今天我们学习的就是如何自定义函数。
函数的定义和调用
核心要点
Python 中，定义函数的语法如下：
def 函数名 ([参数列表]) :
'''文档字符串'''
函数体/若干语句
要点：
-
我们使用def 来定义函数，然后是一个空格和函数名称；
（1）Python 执行 def 时，会创建一个函数对象，并绑定到函数名变量上。 -
参数列表：
（1）圆括号内是形式参数列表，有多个参数则使用逗号隔开
（2）形式参数不需要声明类型，也不需要指定函数返回值类型
（3）无参数，也必须保留空的圆括号
（4）实参列表必须与形参列表一一对应 -
return 返回值
（1）如果函数体中包含return语句，则结束函数执行并返回值；
（2）如果函数体中不包含return语句，则返回 None 值。 -
调用函数之前，必须要先定义函数，即先调用def 创建函数对象
（1）内置函数对象会自动创建
（2）标准库和第三方库函数，通过import 导入模块时，会执行模块总的 def 语句，我们通过实际定义函数来学习函数的定义方式。
形参和实参
形参和实参的要点，请参考上一节中的总结。在此不再赘述。
【操作】定义一个函数，实现两个数的比较，并返回较大的值
def printMax(a,b):
'''实现两个数的比较，并返回较大的值'''
if a>b:
print(a,'较大值')
else:
print(b,'较大值')
printMax(10,20)
printMax(30,5)
执行结果：
20 较大值
30 较大值
上面 printMax 函数汇总，在定义时写的 printMax（a，b）。a 和 b 称为 “形式参数”，简称“形参”。也就是说，形式参数是在定义函数时使用的。形式参数的命名只要符合“标识符”命名规则即可。
在调用函数时，传递的参数称为“实际参数”，简称“实参”。上面代码中，printMax（10，,20）10和20 就是实际参数。
文档字符串（函数的注释）
程序的可读性最重要，一般建议在函数体开始的部分附上函数定义说明，这就是 “文档字符串”，也有人称为“函数的注释”。我们通过三个单引号或者三个双引号来实现，中间可以加入多行文字进行说明。
【操作】测试文档字符串的使用
def print_star(n):
'''根据传入的n，打印多个星号'''
print("*"*n)
help(print_star)
我们调用help（函数名.doc）可以打印出函数的文档字符串。执行结果如下：
Help on function print_star in module __main__:
print_star(n)
根据传入的n，打印多个星号
返回值
return 返回值要点：
- 如果函数体中博爱涵return 语句，则结束函数执行并返回值；
- 如果函数体中不包含return语句，则返回 None 值。
- 要返回多个返回值，使用列表、元组、字典、集合将多个值“存起来”即可
【操作】定义一个打印 n 个星号的无返回值的函数
def print_star(n):
print("*"*n)
print_star(5)
【操作】定义一个返回两个数平均值的函数
def my_avg(a,b):
return (a+b)/2
#如下是函数的调用
c = my_avg(20,30)
print(c)
函数也是对象，内存底层分析
Python 中，“一切都是对象”，实际上，执行def定义函数后，系统就创建了相应的函数对象。我们执行如下程序，然后进行解释：
def print_star(n):
print("*"*n)
print(print_star)
print(id(print_star))
c = print_star
c(3)
执行结果：
<function print_star at 0x0000000002BB8620>
45844000
***
上面代码执行def 时，系统中就会创建函数对象，并通过print_star这个变量进行引用：
我们执行 “c=print_star”后，显然将 print_star变量的值付给了变量c，内存图变成了：
显然。我们可以看出变量 c 和 print_star 都是执行了同一个函数对象，因此，执行 C（3）和执行 print_star（3）的效果完全是一样的。Python中，圆括号意味着调用函数。在没有圆括号的情况下，Python会把函数当做普通对象。
与此核心原理类似，我们也可以做如下操作：
zhengshu = int
zhengshu("234")
显然，我们将内置函数对象 int （）赋给了变量 zhengshu ，这样zhengshu 和int都是指向了同一个内置函数对象。淡然，此处仅限于原理性讲解，实际开发中没必要这么做。
变量的作用域（全局变量局部变量）
变量起作用的范围称为 变量的作用域，不同作用域内同名变量之间互不影响。变量分为：全局变量和局部变量。
全局变量
- 在函数和类定义之外声明的变量。作用域为定义的模块，从定义位置开始直到模块结束。
- 全局变量降低了函数的通用性和可读性。应尽量避免全局变量的使用。
- 全局变量一般做常量使用。
- 函数内要给变全部变量的值，使用 global 声明一下
局部变量
- 在函数体中（包含形式参数）声明的变量。
- 局部变量的引用比全局变量快，优先考虑使用。
- 如果局部变量和全局变量同名，则在函数内隐藏全局变量，只使用同名的局部变量
【操作】全局变量的作用域测试
a = 100 #全局变量
def f1():
global a #如果要在函数内改变全局变量的值，增加global关键字声明
print(a) #打印全局变量a的值
a = 300
f1()
print(a)
执行结果：
100
300
【操作】全部变量和局部变量同名测试
a = 100
def f1(a,b,c):
print(a,b,c)
print(locals()) #打印输出的局部变量
print("#"*20)
print(globals()) #打印输出的全局变量
f1(2,3,4)
执行结果：
2 3 4
{‘c’: 4, ‘b’: 3, ‘a’: 2}
####################
{‘name’: ‘main’, ‘doc’: None, ‘package’: None, ‘loader’: <class ‘_frozen_importlib.BuiltinImporter’>, ‘spec’: None, ‘annotations’: {}, ‘builtins’: <module ‘builtins’ (built-in)>, ‘file’: ‘E:\PythonExec\if_test01.py’, ‘a’: 100, ‘f1’: <function f1 at 0x0000000002BB8620>}
局部变量和全局变量效率测试
局部变量的查询和访问速度比全局变量快，优先考虑使用，尤其是在循环的时候。
在特别强调效率的地方或者循环次数较多的地方，可以通过将全部变转为局部变量提高运行速度。
【操作】测试局部变量和全局变量效率
#测试局部变量、全局变量的效率
import math
import time
def test01():
start = time.time()
for i in range(10000000):
math.sqrt(30)
end = time.time()
print("耗时{0}".format((end-start)))
def test02():
b = math.sqrt
start = time.time()
for i in range(10000000):
b(30)
end = time.time()
print("耗时{0}".format((end-start)))
test01()
test02()
运行结果：
耗时2.3589999675750732
耗时1.6410000324249268
参数的传递_传递可变对象_内存分析
函数的参数传递本质上就是：从实参到形参的赋值操作。Python 中“一切皆为对象”，与所有的赋值操作都是“引用的赋值”。所以，Python 中参数的传递都是 “引用传递”，不是“值传递”。具体操作时分为两列：
- 对“可变对象”进行 “写操作”，直接作用于原对象本身
- 对“不可变对象”进行“写操作”，会产生一个新的“对象空间”，并用新的值填充这一块空间。（起到其他语言的 “值传递”效果，但不是“值传递”）
可变对象有：
字典、列表、集合、自定义的对象等
不可变对象有：
数字、字符串、元组、function 等
传递可变对象的引用
传递参数是可变对象（例如：列表、字典、自定义的其他可变对象等），实际传递的还是对象的引用。在函数体中不创建新的对象拷贝，而是可以直接修改所传递的对象。
【操作】参数传递：传递可变对象的引用
b = [10,20]
def f2(m):
print("m:",id(m)) #b和m是同一个对象
m.append(30) #由于m是可变对象，不创建对象拷贝，直接修改这个对象
f2(b)
print("b:",id(b))
print(b)
执行结果：
m: 45765960
b: 45765960
[10, 20, 30]
传递不可变对象的引用
传递参数是不可变对象（例如：int、float、字符串、元组、布尔值），实际传递的还是对象的作用。在 “赋值操作”时，由于不可变对象无法修改，系统会创建一个对象。
【操作】参数传递：传递不可变对象的引用
a = 100
def f1(n):
print("n:",id(n)) #传递进来的是a对象的地址
n = n+200 #由于a是不可变对象，因此创建新的对象n
print("n:",id(n)) #n已经变成了新的对象
print(n)
f1(a)
print("a:",id(a))
执行结果
n: 1663816464
n: 46608592
300
a: 1663816464
显然，通过id 值我们可以看到n 和 a 一开始是同一个对象。给 n 赋值后，n 是新的对象。
传递不可变对象包含的子对象是可变的情况
#传递不可变对象时。不可变对象里面包含的子对象是可变的。则方法内修改了这个可变对象，
#源对象也发生了变化。
a = (10,20,[5,6])
print("a:",id(a))
def test01(m):
print("m:",id(m))
m[2][0] = 888
print(m)
print("m:",id(m))
test01(a)
print(a)
运行结果：
a: 41611632
m: 41611632
(10, 20, [888, 6])
m: 41611632
(10, 20, [888, 6])
参数的类型_位置参数_默认值参数_命名参数
位置参数
函数调用时，实参默认按位置顺序传递，需要个数和形参匹配。按位置传递的参数，称为“位置参数”。
【操作】测试位置参数
def f1(a,b,c):
print(a,b,c)
f1(2,3,4)
f1(2,3) #报错，位置参数不匹配
默认值参数
我们可以为某些参数设置默认值，这样这些参数在传递时就是可选的。称为 “默认值参数”。默认值参数放到位置参数后面。
【操作】测试默认值参数
def f1(a,b,c=10,d=20):
print(a,b,c,d)
f1(8,9)
f1(8,9,19)
f1(8,9,19,29)
命名参数
我们也可以按照形参的名称传递参数，称为“命名参数”，也称“关键字参数”。
【操作】测试命名参数
def f1(a,b,c):
print(a,b,c)
f1(8,9,19) #位置参数
f1(c=10,a=20,b=30) #命名参数
可变参数
可变参数指的是 “可变数量的参数”。分两种情况：
- *param（一个星号），将多个参数收集到一个 “元组”对象中。
- **param（两个星号），将多个参数收集到一个“字典”对象中。
【操作】测试可变参数处理（元组、字典两种方式）
def f1(a,b,*c):
print(a,b,c)
f1(8,9,19,20)
def f2(a,b,**c):
print(a,b,c)
f2(8,9,name='gaoqi',age=18)
def f3(a,b,*c,**d):
print(a,b,c,d)
f3(8,9,20,30,name='gaoqi',age=18)
执行结果：
8 9 (19, 20)
8 9 {'name': 'gaoqi', 'age': 18}
8 9 (20, 30) {'name': 'gaoqi', 'age': 18}
强制命名参数
在带星号的 “可变参数” 后面增加新的参数，必须在调用的时候 “强制命名参数”。
【操作】 强制命名参数的使用
def f1(*a,b,c):
print(a,b,c)
#f1(2,3,4) #会报错。由于a是可变参数，将2,3,4全部收集。造成b和c没有赋值。
f1(2,b=3,c=4)
执行结果：
(2,) 3 4
lambda 表达式和匿名函数
lambda 表达式可以用来声明匿名函数。lambda 函数是一种简单的、在同一行中定义函数的方法。lambda 函数实际生成了一个函数对象。
lambda 表达式只允许包含一个表达式，不能包含复杂语句，该表达式的计算结果就是函数的返回值。
lambda 表达式的基本语法如下：
lambda arg1,arg2,arg3... : <表达式>
arg1/arg2/arg3 为函数的参数。<表达式>相当于函数体。运算结果是：表达式的运算结果。
【操作】lambda 表达式使用
f = lambda a,b,c:a+b+c
print(f)
print(f(2,3,4))
g = [lambda a:a*2,lambda b:b*3,lambda c:c*4]
print(g[0](6),g[1](7),g[2](8))
执行结果：
<function at 0x0000000002BB8620>
9
12 21 32
eval（ ）函数
功能：将字符串 str 当成有效的表达式来求值并返回计算结果。
语法：eval(source[, globals[, locals]]) -> value
参数：
source：一个Python表达式或函数compile()返回的代码对象
globals：可选。必须是dictionary
locals：可选。任意映射对象
#测试eval()函数
s = "print('abcde')"
eval(s)
a = 10
b = 20
c = eval("a+b")
print(c)
dict1 = dict(a=100,b=200)
d = eval("a+b",dict1)
print(d)
eval（）函数会将字符串当做语句来执行，因此会被注入安全隐患。比如：字符安传中含有删除文件的语句。那就麻烦大了。因此，使用的时候，要慎重！！！
递归函数
递归函数指的是：自己调用自己的函数，在函数体内部直接或间接的自己调用自己。递归类似于大家中学数学学习过的“数学归纳法”。每个递归函数必须包括两个部分：
1. 终止条件
表示递归什么时候结束。一般用于返回值，不在调用自己。
2，递归步骤
把第n步的值和第n-1步相关联。
递归函数由于会创建大量的函数对象、过量的消耗内存和运算能力。在处理大量数据时，谨慎使用。
【操作】使用递归函数计算阶乘（factorial）
def factorial(n):
if n==1:return 1
return n*factorial(n-1)
for i in range(1,6):
print(i,'!=',factorial(i))
执行结果：
1 != 1
2 != 2
3 != 6
4 != 24
5!=120
嵌套函数（内部函数）
嵌套函数：在函数内部定义的函数！
【操作】嵌套函数定义
def f1():
print('f1 running...')
def f2():
print('f2 running...')
f2()
f1()
执行结果：
f1 running...
f2 running...
上面程序中，f2（）就是定义在 f1 函数内部的函数。f2（）的定义和嗲用都在f1（）函数内部。
一般在什么情况下使用嵌套函数？
-
封装 - 数据隐藏
外部无法访问“嵌套函数”。 -
贯彻 DRY（Don’t Repeat Yourself）原则
嵌套函数，可以让我们在函数内部避免重复代码。 -
闭包
后面会详细讲解
【操作】使用嵌套函数避免重复代码
def printChineseName(name,familyName):
print("{0} {1}".format(familyName,name))
def printEnglishName(name,familyName):
print("{0} {1}".format(name, familyName))
#使用1个函数代替上面的两个函数
def printName(isChinese,name,familyName):
def inner_print(a,b):
print("{0} {1}".format(a,b))
if isChinese:
inner_print(familyName,name)
else:
inner_print(name,familyName)
printName(True,"小七","高")
printName(False,"George","Bush")
monlocal 关键字
nonlocal 用来声明外层的局部变量。
global 用来声明全局变量
【操作】使用 nonlocal 声明外层局部变量
#测试nonlocal、global关键字的用法
a = 100
def outer():
b = 10
def inner():
nonlocal b #声明外部函数的局部变量
print("inner b:",b)
b = 20
global a #声明全局变量
a = 1000
inner()
print("outer b:",b)
outer()
print("a：",a)
LEGB 规则
Python 在查找 “名称”时，是按照 LEGB 规则查找的：
Local-->Enclosed-->Global-->Built in
Local 指的就是函数或者类的方法内部
Enclosed 指的是嵌套函数（一个函数包裹另一个函数，闭包）
Global 指的是模块中的全局变量
Built in 指的是 Python 为自己保留的特殊明名称。
如果某个name 映射在局部（local）命名空间中没有找到，接下来就会在闭包作用域（enclosed）进行搜索，如果闭包作用域也没有找到，Python 就会到 全局（global）命名空间中进行查找，最后会在内建（built-in）命名空间搜索（如果一个名称在所有的命名空间中都没有找到，就会产生一个 NameError）。
#测试LEGB
str = "global"
def outer():
str = "outer"
def inner():
str = "inner"
print(str)
inner()
outer()
我们依次将几个str 注释掉，观察控制台打印的内容，体会LEGB 的搜索顺序。