一、函数基础
简单地说,一个函数就是一组Python语句的组合,它们可以在程序中运行一次或多次运行。Python中的函数在其他语言中也叫做过程或子例程,那么这些被包装起来的语句通过一个函数名称来调用。
有了函数,我们可以在很大程度上减少复制及粘贴代码的次数了(相信很多人在刚开始时都有这样的体验)。我们可以把相同的代码可以提炼出来做成一个函数,在需要的地方只需要调用即可。那么,这样就提高了代码的复用率了,整体代码看起来比较简练,没有那么臃肿了。
函数在Python中是最基本的程序结构,用来最大化地让我们的代码进行复用;与此同时,函数可以把一个错综复杂的系统分割为可管理的多个部分,简化编程、代码复用。
接下来我们看看什么是函数,及函数该如何定义。有两种方式可以进行函数的定义,分别是def及lambda关键字。
1. 函数定义
先总结一下为什么要使用函数?
代码复用最大化及最小化冗余代码;
过程分解(拆解)。把一个复杂的任务拆解为多个小任务。
函数定义的语法为:
1
2
3
|
def func_name(arg1, arg2, arg3, ..., argN): statement return value |
根据上面定义,可以简单地描述为:Python中的函数是具有0个或多个参数,具有若干行语句并且具有返回值(返回值可有可无)的一个语句块(注意缩进)。
那么我们就定义一个比较简单的函数,该函数没有参数,进入ipython交互式环境:
1
2
3
|
In[ 1 ]: def hello(): ...: print ( 'Leave me alone, the world' ) ...: |
调用(执行)该函数:
1
2
|
In[ 2 ]: hello() Leave me alone, the world |
我们发现hello()函数并没有return语句,在Python中,如果没有显式的执行return语句,那么函数的返回值默认为None。
我们说过,定义函数有两种形式,另外一种形式是使用lambda来定义。使用lambda定义的函数是匿名函数,这个我们在后面的内容进行讲解,这里暂且不表。
二、函数参数
定义函数的时候,我们把参数的名字和位置确定下来,函数的接口定义就完成了。对于函数的调用者来说,只需要知道如何传递正确的参数,以及函数将返回什么样的值就够了,函数内部的复杂的逻辑被封装起来,调用者无需了解。
Python的函数定义非常简单,但灵活度却非常大。除了正常定义的必选参数外,还可以使用默认参数、可变参数和关键字参数,使得函数定义出来的接口,不但能处理复杂的参数,还可以简化调用者的代码。
1. 默认参数
默认参数使得API简洁,但不失灵活性。当一个参数有默认值时,调用时如果不传递此参数时,会使用默认值。
1
2
3
4
5
6
7
|
def inc(init, step = 1 ): return init + step # 调用一下这个函数 >>> inc( 3 ) 4 >>> inc( 3 , 2 ) 5 |
默认参数有一个坑,就是非默认参数要放到默认参数的前面(不然Python的解释器会报语法错误)。允许有多个默认参数,但默认参数需要放在参数列表的最后面。
1
2
|
def append(x, lst = []): return lst.append(x) |
此函数有问题。(函数中的形参是全局变量?lst在append函数中叫lst,但在全局作用域中,我们不知道lst具体叫什么名字。)
修改之后的函数为:
1
2
3
4
5
|
def append(x, lst = None ): if lst is None : lst = [] lst.append(x) return lst |
通常来说,当默认参数是可变的时候,需要特别注意作用域的问题,我们需要上述的技巧(不可变的数据类型是值传递,可变的数据类型是引用传递。)。目前可变的对象为list,dict,set,bytearray。
默认参数很有用,但使用不当,也会掉坑里。默认参数有个最大的坑,演示如下:
1
2
3
4
|
# 先定义一个函数,传入一个list,添加一个END再返回 def add_end(L = []): L.append( 'END' ) return L |
当我们正常调用时,结果似乎不错:
1
2
3
4
|
>>> add_end([ 1 , 2 , 3 ]) [ 1 , 2 , 3 , 'END' ] >>> add_end([ 'x' , 'y' , 'z' ]) [ 'x' , 'y' , 'z' , 'END' ] |
当我们使用默认参数调用时,一开始结果也是对的:
1
2
|
>>> add_end() [ 'END' ] |
但是,再次调用add_end()时,结果就不对了:
1
2
3
4
|
>>> add_end() [ 'END' , 'END' ] >>> add_end() [ 'END' , 'END' , 'END' ] |
原因解释如下:
Python函数在定义的时候,默认参数L的值就被计算出来了,即[],因为默认参数L也是一个变量,它指向对象[],每次调用该函数,如果改变了L的内容,则下次调用时,默认参数的内容就变了,不再是函数定义时的[]了。
所以,定义默认参数要牢记一点:默认参数必须指向不变对象!
要修改上面的例子,我们可以用None这个不变对象来实现:
1
2
3
4
5
|
def add_end(L = None ): if L is None : L = [] L.append( 'END' ) return L |
为什么要设计str、None这样的不变对象呢?因为不变对象一旦创建,对象内部的数据就不能修改,这样就减少了由于修改数据导致的错误。此外,由于对象不变,多任务环境下同时读取对象不需要加锁,同时读一点问题都没有。我们在编写程序时,如果可以设计一个不变对象,那就尽量设计成不变对象。
2. 位置参数
我们先写一个计算x^2的函数:
1
2
|
def power(x): return x * x |
对于power(x)函数,参数x就是一个位置参数。当我们调用power函数时,必须传入有且仅有的一个参数x:
1
2
3
4
|
>>> power( 5 ) 25 >>> power( 15 ) 225 |
现在,如果我们要计算x^3怎么办呢?可以再定义一个power3函数,但是如果要计算x^4、x^5、x^n,怎么办?我们不可能定义无限多个函数,我们可以把power(x)修改为power(x, n),用来计算x^n,说写就写:
1
2
3
4
5
6
|
def power(x, n): s = 1 while n > 0 : n = n - 1 s = s * x return s |
3. 关键字参数
可变参数允许我们传入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tuple。而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dict。示例如下:
1
2
|
def person(name, age, * * kwargs): print ( 'name:' , name, 'age:' , age, 'other:' , kwargs) |
函数person除了必选参数name和age外,还接受关键字参数kwargs。在调用该函数时,可以只传入必选参数:
1
2
|
>>> person( 'LavenLiu' , 25 ) name: LavenLiu age: 25 other: {} |
也可以传入任意个数的关键字参数:
1
2
3
4
5
6
7
8
|
>>> person( 'LavenLiu' , 25 ) name: LavenLiu age: 25 other: {} >>> person( 'Taoqi' , 25 , city = 'Hebei' ) name: Taoqi age: 25 other: { 'city' : 'Hebei' } >>> person( 'James' , 31 , gender = 'M' , job = 'NBA player' ) name: James age: 31 other: { 'gender' : 'M' , 'job' : 'NBA player' } |
关键字参数有什么用?它可以扩展函数的功能。比如,在person函数里,我们保证能接收到name和age这两个参数,但是,如果调用者愿意提供更多的参数,我们也能收到。试想你正在做一个用户注册的功能,除了用户名和年龄是必填项外,其他都是可选项,利用关键字参数来定义这个函数就能满足注册的需求。
和可变参数类似,也可以先组装出一个dict,然后,把该dict转换为关键字参数传进去:
1
2
3
4
|
>>> kwargs = { 'city' : 'Hebei' , 'job' : 'Test' } >>> person( 'Taoqi' , 25 , * * kwargs) name: Taoqi age: 25 other: { 'city' : 'Hebei' , 'job' : 'Test' } |
4. 位置参数和关键字参数
位置参数和关键字参数是函数调用时的概念。
当默认参数和关键字参数结合起来用的时候,很有用。
关键字参数必须写在位置参数之后,否则会抛出语法错误。
1
2
3
4
5
6
7
|
def minus(x, y): return x - y minus( 3 , 5 ) # 位置参数,位置传参 minus( 5 , 3 ) # 位置参数,位置传参 minus(x = 5 , y = 3 ) # 关键字参数,关键字传参 minus(y = 3 , x = 5 ) # 关键字参数,关键字传参 |
位置参数和关键字参数可以共存,但是关键字参数必须写到位置参数之后。
5. 可变位置参数
可变位置参数用*定义,在函数体内,可变位置参数是一个元组。
可变位置参数。
1
2
3
4
5
6
7
8
9
10
11
12
13
14
|
In[ 1 ]: def fn( * args): ...: print (args) ...: In[ 2 ]: fn(( 1 , 2 , 3 , 4 )) (( 1 , 2 , 3 , 4 ),) In[ 3 ]: tup01 = ( 1 , 2 , 3 , 4 ) In[ 4 ]: fn(tup01) (( 1 , 2 , 3 , 4 ),) In[ 5 ]: fn( * tup01) ( 1 , 2 , 3 , 4 ) |
在python的函数中,还可以定义可变参数。可变参数就是传入的参数个数是可变的。
1
2
3
4
5
6
7
8
9
10
11
|
In[ 6 ]: def cacl( * numbers): ...: sum = 0 ...: for n in numbers: ...: sum = sum + n * n ...: return sum ...: In[ 7 ]: nums = [ 1 , 2 , 3 ] In[ 8 ]: cacl( * nums) # 这里如果不在nums前面加*,有问题吗? Out[ 8 ]: 14 |
6. 可变关键字参数
可变关键字参数使用**定义,在函数体内,可变关键字参数是一个字典。可变关键字参数的key都是字符串,并且符合标识符定义规范。
1
2
3
4
5
6
7
8
9
10
|
def fn( * * kwargs): print (kwargs) dict01 = { 'name' : 'Laven Liu' , 'age' : 29 } fn( * * dict01) # fn(dict01) fn(name = 'Laven Liu' , age = 29 ) { 'name' : 'Laven Liu' , 'age' : 29 } { 'name' : 'Laven Liu' , 'age' : 29 } |
可变位置参数只能以位置参数的形式调用
可变关键字参数只能以关键字参数的形式调用
可变位置参数必须在可变关键字参数之前
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
|
In[ 18 ]: def fn( * args, * * kwargs): ...: print (args) ...: print (kwargs) ...: In[ 19 ]: fn( 1 , 2 , 3 , a = 1 , b = 2 ) ( 1 , 2 , 3 ) { 'a' : 1 , 'b' : 2 } In[ 20 ]: def fn( * args, x, y): ...: print (args) ...: print (x, y) ...: In[ 21 ]: fn( 1 , 2 , 3 , 4 ) - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - TypeError Traceback (most recent call last) <ipython - input - 21 - 0ab4fbc96a17 > in <module>() - - - - > 1 fn( 1 , 2 , 3 , 4 ) TypeError: fn() missing 2 required keyword - only arguments: 'x' and 'y' In[ 22 ]: fn( 1 , 2 , x = 3 , y = 4 ) ( 1 , 2 ) 3 4 |
可变参数后置
可变参数不和默认参数一起出现
7. 参数组合
在Python中定义函数,可以用必选参数、默认参数、可变参数和关键字参数,这4种参数都可以一起使用,或者只用其中某些,但是请注意,参数定义的顺序必须是: 必选参数、默认参数、可变参数和关键字参数
比如定义一个函数,包含上述4种参数:
>>> def func(a, b, c=0, *args, **kwargs):
... print('a =', a, 'b =', b, 'c =', c, 'args = ', args, 'kwargs = ', kwargs)
在函数调用的时候,Python解释器自动按照参数位置和参数名把对应的参数传进去。
1
2
3
4
5
6
7
8
9
|
>>> func( 1 , 2 ) a = 1 b = 2 c = 0 args = () kwargs = {} >>> func( 1 , 2 , c = 3 ) a = 1 b = 2 c = 3 args = () kwargs = {} >>> func( 1 , 2 , 3 , 'a' , 'b' ) a = 1 b = 2 c = 3 args = ( 'a' , 'b' ) kwargs = {} >>> func( 1 , 2 , 3 , 'a' , 'b' , x = 99 ) a = 1 b = 2 c = 3 args = ( 'a' , 'b' ) kwargs = { 'x' : 99 } >>> |
最神奇的是通过一个tuple和dict,我们也可以调用该函数:
1
2
3
4
|
>>> args = ( 1 , 2 , 3 , 4 ) >>> kwargs = { 'x' : 99 } >>> func( * args, * * kwargs) a = 1 b = 2 c = 3 args = ( 4 ,) kwargs = { 'x' : 99 } |
所以,对于任意函数,都可以通过类似func(*args, **kwargs)的形式调用它,无论它的参数是如何定义的。
8. 参数解构
参数解构发生在函数调用时,可变参数发生函数定义的时候。参数解构分为两种形式,一种是位置参数解构,另一种是关键字参数解构。
参数结构的两种形式:
位置参数解构,使用一个星号。解构的对象为可迭代对象,解构的结果为位置参数。
关键字参数解构,使用两个星号。解构的对象为字典,解构的结果为关键字参数。
位置参数解构的一个例子:
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
|
In[ 23 ]: def fn(a, b, c): ...: print (a, b, c) ...: In[ 24 ]: lst = [ 1 , 2 , 3 ] In[ 25 ]: fn(lst[ 0 ], lst[ 1 ], lst[ 2 ]) 1 2 3 # 也可以进行如下形式的调用 In[ 26 ]: fn( * lst) # 这种做法就叫参数解构 1 2 3 # *号可以把线性结构解包成位置参数 lst = [ 1 , 2 , 3 , 4 ] fn( * lst) # -> fn(lst[0], lst[1], lst[2], lst[3]) TypeError: fn() takes 3 positional arguments but 4 were given # 这里就报错了,本来这个函数只能接收3个位置参数,lst有四个元素,通过参数解构之后,就变成了4个参数,所以就报错了。 |
接下来看字典解构的例子:
1
2
3
4
|
In[ 27 ]: d = { 'a' : 1 , 'b' : 2 , 'c' : 3 } In[ 28 ]: fn( * * d) 1 2 3 |
# **可以把字典解构成关键字参数
参数解构发生在函数调用时。解构的时候,线性结构的解构是位置参数,字典解构是关键字参数。
传参的顺序:位置参数,线性结构解构;关键字参数,字典解构。尽量的少的同时使用两种解构,除非你真的知道在做什么。
1
2
3
4
5
6
|
In[ 29 ]: def fn(a, b, c, d): ...: print (a, b, c, d) ...: In[ 30 ]: fn( 0 , * [ 2 ], c = 1 , * * { 'd' : 3 }) 0 2 1 3 |
9. 参数槽(keyword-only参数)
Python3中引入的。
1
2
3
4
|
def fn(a, b, c): print (a, b, c) fn(a = 1 , b = 2 , c = 3 ) |
如果要强制传入的参数为关键字参数:
1
2
3
4
5
6
7
8
9
10
11
|
def fn( * , a, b, c): print (a, b, c) >>> fn( 1 , 2 , 3 ) Traceback (most recent call last): File "<pyshell#17>" , line 1 , in <module> fn( 1 , 2 , 3 ) TypeError: fn() takes 0 positional arguments but 3 were given >>> fn(a = 1 , b = 2 , c = 3 ) 1 2 3 |
# *之后的参数,必须以关键字参数的形式传递,称之为参数槽。
参数槽通常和默认参数搭配使用。
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
|
>>> def fn(a, b, * , x, y): print (a, b) print (x, y) >>> fn( 1 , 2 , 3 , 4 ) Traceback (most recent call last): File "<pyshell#23>" , line 1 , in <module> fn( 1 , 2 , 3 , 4 ) TypeError: fn() takes 2 positional arguments but 4 were given >>> fn( 1 , 2 , x = 3 , y = 4 ) 1 2 3 4 >>> fn( 1 , 2 , * * { 'x' : 3 , 'y' : 4 }) 1 2 3 4 def fn(a, b, * ): print (a, b) def fn(a, b, * ): ... print (a, b) File "<stdin>" , line 1 SyntaxError: named arguments must follow bare * |
几个例子:
1
2
3
4
5
6
7
8
9
10
11
12
13
|
def fn01( * , x = 1 , y = 5 ): print (x) print (y) >>> fn01() 1 5 def fn02(x = 1 , * , y): print (x) print (y) >>> fn02(y = 3 ) 1 3 |
参数槽之坑:
*之后必须有参数
非命名参数有默认值时,命名参数可以没有默认值
默认参数应该在每段参数的最后
使用参数槽时,不能使用可变位置参数,可变关键之参数必须放在命名参数之后
三、高级用法
1. 递归函数
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。
1
2
3
4
|
def fact(n): if n = = 1 : return 1 return n * fact(n - 1 ) |
使用递归函数的优点是逻辑简单清晰,缺点是过深的调用会导致栈溢出。
针对尾递归优化的语言可以通过尾递归防止栈溢出。尾递归事实上和循环是等价的,没有循环语句的编程语言只能通过尾递归实现循环。
2. 匿名函数 lambda
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函数拥有自己的名字空间,且不能访问自有参数列表之外或全局名字空间里的参数。
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。
fib = lambda n,x=0,y=1:x if not n else fib(n-1,y,x+y)
print(fib(20))
3. Python函数中的多态
一个操作的意义取决于被操作对象的类型:
1
2
3
4
5
6
7
|
def times(x,y): return x * y >>>times( 2 , 4 ) >>> 8 times( 'Python' , 4 ) # 传递了与上不同的数据类型 'PythonPythonPythonPython' |
四、总结
Python的函数具有非常灵活的参数形态,既可以实现简单的调用,又可以传入非常复杂的参数。
默认参数一定要用不可变对象,如果是可变对象,运行会有逻辑错误!
要注意定义可变参数和关键字参数的语法:
*args是可变参数,args接收的是一个tuple;
**kwargs是关键字参数,kwargs接收的是一个dict。
以及调用函数时如何传入可变参数和关键字参数的语法:
可变参数既可以直接传入:func(1, 2, 3),又可以先组装list或tuple,再通过*args传入:func(*(1, 2, 3));
关键字参数既可以直接传入:func(a=1, b=2),又可以先组装dict,再通过kwargs传入:func({'a': 1, 'b': 2})。
使用*args和**kwargs是Python的习惯写法,当然也可以用其他参数名,但最好使用习惯用法。
原文链接:http://blog.51cto.com/mageedu/2067620