【ゼロから学ぶPython】26. 関数のパラメータと戻り値の応用

関数パラメータ(1)

次のように質問について考えてください。

次に、2 つの数値の加算を完了して結果を出力する関数を定義する必要がありますが、どのように設計すればよいでしょうか? 以下のコードは大丈夫でしょうか?欠陥はありますか?

def add2num():
  a = 11
  b = 22
  c = a+b
  print(c)

関数をより一般的にするには、つまり、計算させたい 2 つの数値の合計を計算させます。関数を定義するときに、関数にデータを受信させることができます。これにより、この問題は解決されます。これが関数です。パラメーター

1. パラメータを指定して関数を定義して呼び出す

任意の 2 つの数値の合計を計算する add2num(a, b) 関数を定義します。

def add2num(a, b):
    c = a+b
    print(c)

add2num(11, 22) # 调用带有参数的函数时,需要在小括号中,传递数据

注意点:

  • 関数を定義するときは、代入待ちの変数名を括弧内に記述します。
  • 関数を呼び出す際には、実際に計算するデータを括弧内に記述します。

パラメータ関数を使用して run プロシージャを呼び出します。

第二に、練習する

要件: 最初の 2 つの数値の加算を完了し、3 番目の数値を減算する関数を定義し、この関数を呼び出します。

def を使用して関数を定義するときは、パラメータが 3 つあることに注意してください
。呼び出すとき、この関数は定義時にいくつかのパラメータを持っているため、いくつかのパラメータを渡す必要があります

3. 関数呼び出し時のパラメータの順序

def test(a,b):
    print(a,b)

test(1,2)  # 位置参数
test(b=1,a=2)  # 关键字参数
test(b=1,2)  # 关键字参数写在位置参数之前会导致出错

4. まとめ

  • 括弧内のパラメータは定義時にパラメータを受け取るために使用され、「仮パラメータ」と呼ばれます。
  • 呼び出し時の括弧内のパラメータは、「実際のパラメータ」と呼ばれる関数に渡すために使用されます。

関数の戻り値(1)

1.「戻り値」の概要
実際のシナリオ:

息子にアイスクリームを買ってもらうために10元を渡しました。この例では、息子に 10 元を渡しましたが、これは関数を呼び出すときにパラメータを渡すことに相当します。息子にアイスクリームを買わせる最終的な目標は、息子にアイスクリームを持ち帰らせることです。 、アイスクリームが戻り値です。

開発中のシナリオ:

関数を定義して室内の温度を取得し、その結果を呼び出し元に渡すかどうかを考え、呼び出し元がこの戻り値を持って初めて現在の温度に応じた適切な調整が可能となります。

要約すれば:

いわゆる「戻り値」は、プログラム内の関数が一つのことを完了した後、呼び出し元に与えられる最終結果ですが、
戻り値を使用する前提条件は、関数呼び出し元が関数の外で計算結果を使用したいことです。

2. 戻り値のある関数

関数内で呼び出し元に結果を返したい場合は、関数内で return を使用する必要があります。

例えば:

def add2num(a, b):
    c = a+b
    return c  # return 后可以写变量名

或者

def add2num(a, b):
    return a+b  # return 后可以写计算表达式

3. 関数の戻り値を保存する

この項の冒頭で、先ほどの「アイスクリームを買う」の例で、最後に息子さんがアイスクリームをくれたとき、あなたは息子さんからアイスクリームを奪ったはずですよね?番組でも同様です。関数はデータの一部を返します。このデータを使用したい場合は、保存する必要があります

save 関数の戻り値の例は次のとおりです。

#定义函数
def add2num(a, b):
    return a+b

#调用函数,顺便保存函数的返回值
result = add2num(100,98)

#因为result已经保存了add2num的返回值,所以接下来就可以使用了
print(result)

結果:

198

先進的な事例

【Python】Pythonで単語当てゲームを実現 - 知力と運に挑戦!

[Python] Python tkinter ライブラリは重量単位変換用の GUI プログラムを実装します

[Python] Selenium を使用して (2023 Blog Star) エントリを取得します

【Python】SeleniumとChrome WebDriverを使って「Tencent Cloud Studio実践合宿」の記事情報を取得する

Tencent Cloud Cloud Studio を使用してバイドゥ AI のスケジューリングを実現し、テキスト認識を実現します

【Pythonで楽しむシリーズ【Xiaobi必見】Pythonマルチスレッドクローラー:絵文字パッケージWebサイトの画像をダウンロード

【Pythonで遊ぶシリーズ】 【小白さん必見】Pythonを使って双世丘の履歴データをクロールして視覚的に分析する

【Pythonで遊ぶシリーズ】 【Xiaobiさん必見】Pythonクローラー技術を使ってプロキシIPを取得してファイルに保存する

【シャオバイ必見】PILライブラリを使ってランク別・列別の複数画像の合成を実現するPython画像合成例

【Xiaobai必見】Pythonクローラーの実戦は女神の写真を一括ダウンロードしてローカルに保存

【Xiaobi必見】Pythonワードクラウドジェネレーターの詳細な分析とコード実装

【Xiaobai必見】NBA選手データの例をPythonでクロール

【Xiaobiさん必見】Pythonでヒマラヤ音声をクロールして保存するサンプルコード

【シャオバイ必見】Pythonを使ってリーグ・オブ・レジェンドのスキン画像を一括ダウンロードする技術的実現

【Xiaobai必見】Pythonクローラーのデータ処理と可視化

【シャオバイ必見】栄光王のヒーロースキン画像を簡単に入手できるPythonクローラープログラム

【Xiaobiさん必見】Pythonを使ってパーソナライズされたリストのWord文書を生成する

【小白必見】Pythonクローラー戦闘:陰陽師のWebサイトから写真を取得して自動保存

Xiaobai必見の図書館管理システムシリーズ - ログインおよび登録機能のサンプルコード

小白の実戦100例:小白入門に最適な完全かつシンプルな双世丘宝くじ当選判定プログラム

geopandas と Shapely (.shp) を使用した地理空間データの処理と視覚化

セレンを使用して Maoyan の映画リスト データをクロールする

画像強調アルゴリズム Retinex の原理と実装の詳細な説明

クローラー入門ガイド (8): 視覚的な分析のための気象データ クローラー プログラムを作成する

クローラー入門(7):SeleniumとBeautifulSoupを使ってDouban映画トップ250をクロールする作例解説【爬虫類Xiaobai必見】

クローラー入門ガイド (6): クローラー対策と高度なスキル: IP プロキシ、ユーザー エージェント偽装、Cookie バイパス ログイン検証および検証コード識別ツール

クローラ入門(5):分散クローラと同時実行制御 【クローリング効率向上と要求合理性制御の実装方法】

クローラー入門 (4): Selenium と API を使用して動的 Web ページをクロールする最良の方法

クローラー入門ガイド (3): Python ネットワーク リクエストと一般的なクローラー対策戦略

クローラー入門 (2): データの抽出と処理に正規表現を使用する方法

爬虫類入門(1):爬虫類の基礎とスキルを学ぶ

画像認識における深層学習モデルの応用: CIFAR-10 データセットの実践と精度分析

Python オブジェクト指向プログラミングの基本とサンプル コード

MySQL データベース操作ガイド: Python を使用して操作を追加、削除、変更、クエリする方法を学習します。

Python ファイル操作ガイド: エンコード、読み取り、書き込み、例外処理

PythonとSeleniumを使ってクローリングを自動化#【ドラゴンボートフェスティバル特別公募】究極のテクノロジーを探求、未来はあなた次第「宗」 #寄稿記事

Python マルチスレッドおよびマルチプロセスのチュートリアル: 包括的な分析、コードケース、最適化スキル

Selenium 自動化ツールセット - 完全なガイドとチュートリアル

Python Web クローラーの基礎から実戦までのチュートリアル

Python 入門チュートリアル: for ループ、while ループ、文字列操作、ファイルの読み書き、例外処理の基礎知識をマスターします。

Pandas データ処理と分析チュートリアル: 基本から実際の戦闘まで

Python でよく使用されるデータ型と関連する操作の詳細な説明

【2023年最新】分類モデルの指標を改善する6つの主要なスキームを詳しく解説

Python プログラミングの基礎と高度なスキル、Web 開発、データ分析、機械学習と人工知能の入門

4 つの回帰手法による予測結果をグラフ化: ベクトル回帰、ランダム フォレスト回帰、線形回帰、K 最近傍回帰

おすすめ

転載: blog.csdn.net/qq_33681891/article/details/132291153