函数(一)

定义函数:

本节内容

 

  1. 函数基本语法及特性

  2. 参数与局部变量

  3. 返回值

#语法
def 函数名(参数1,参数2,参数3,...):
    '''注释'''
    函数体
    return 返回的值

#函数名要能反映其意义

嵌套函数

过程:就是没有返回值的函数

4.递归

 

5.匿名函数

 

6.函数式编程介绍

函数的参数:

7.高阶函数

  • 形参:只有在被调用时才分配内存单元,在调用结束时,即刻释放所分配的内存单元。因此,形参只在函数内部有效。
  • 实参:可以是常量、变量、表达式、函数等,在进行函数调用时,都必须有确定的值,以便把这些值传给形参。 

8.内置函数

 

 

图片 1

1.函数基本语法及特性

如何不重复代码,其实很简单,只需要把重复的代码提取出来,放在一个公共的地方,起个名字,以后谁想用这段代码,就通过这个名字调用就行了

 

定义: 函数是指将一组语句的集合通过一个名字(函数名)封装起来,要想执行这个函数,只需调用其函数名即可

特性:

  1. 减少重复代码
  2. 使程序变的可扩展
  3. 使程序变得易维护

语法定义

def sayhi():        #函数名
    print("Hello,World!")

sayhi()        #函数调用

可以带参数

#下面这段代码
a, b = 5, 8
c = a ** b
print(c)

#改成用函数写
def calc(x, y):
    res = x ** y
    return res    #返回函数执行结果

c = calc(a, b)    #结果赋值给c变量
print(c)

 

def test(x,y,z): #x=1,y=2,z=3
    print(x)
    print(y)
    print(z)

#位置参数,必须一一对应,缺一不行多一也不行
test(1,2,3)

#关键字参数,无须一一对应,缺一不行多一也不行
test(y=1,x=2,z=3)

#输出结果:
1
2
3
2
1
3

2.函数参数与返回值  

形参变量只有在被调用时才分配内存单元,在调用结束时,即刻释放所分配的内存单元。因此,形参只在函数内部有效。函数调用结束返回主调用函数后则不能再使用该形参变量

实参可以是常量、变量、表达式、函数等,无论实参是何种类型的量,在进行函数调用时,它们都必须有确定的值,以便把这些值传送给形参。因此应预先用赋值,输入等办法使参数获得确定值

函数返回值

#面向过程
def func1():
    "test function1"
    print("hello test 1")

#面向函数
def func2():
    "test function2"
    print("hello test 2")
    return 0

def func3():
    "test function3"
    print("hello test 3")
    return 1,"haha",[1,3],{"name":"hl","age":"26"},("a","b")    #返回函数执行结果,返回的是一个元组

x=func1()
y=func2()
z=func3()
print(x,y,z)

 

 

位置参数和关键参数,即关键字调用

def func4(x,y):    #形参
    "argv"
    print(x)
    print(y)

func4(1,2)      #位置参数,与形参一一对应,实参
func4(y=2,x=1)  #关键参数,即关键字调用,与形参顺序无关,关键字调用必须放在位置参数之后,实参

非固定参数和默认参数

若你的函数在定义时不确定用户想传入多少个参数,就可以使用非固定参数

#*args  接收N个位置参数,转换成元组的形式
def func5(*args):
    "参数组"
    print(args)

func5(1,3,5,7)    #传入的实参是位置参数,转化成元组


#**kwargs  接收N个关键字参数,转化成字典的形式
def func6(num,count=3,**kwargs):    #count=3 是默认参数
    "参数组"
    print(num)
    print(count)
    print(kwargs)

func6(1,name="hl",age=23)    #传入实参是关键字调用,转化成字典

 

3.变量

#参数组:**字典 *列表
def test(x,*args,**kwargs):
    print(x)
    print(args,args[-1])
    print(kwargs,kwargs.get('s'))
test(1,*[1,2,3],**{'s':1})

#输出结果:
1
(1, 2, 3) 3
{'s': 1} 1

局部变量和全局变量

在子程序中定义的变量称为局部变量,在程序的一开始定义的变量称为全局变量。

全局变量作用域是整个程序,局部变量作用域是定义该变量的子程序。

当全局变量与局部变量同名时:

在定义局部变量的子程序内,局部变量起作用;在其它地方全局变量起作用。

age = 26
name = "hl"
list_1 = ["alex","oldboy"]
def change_name(age,name):
    print("before change:", age, name, list_1)
    age = 18
    name = "HL"
    list_1[0] = "Alex"
    print("after change:",age , name, list_1)

change_name(age,name)
print("globe",name)
print("globe",age)
print("globe",list_1)

#字符串,整数,局部变量的修改不会影响全局变量
#列表,字典,集合,局部变量的修改会影响全局变量

 

4. 递归

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。

def calc(n):
    print(n)
    if n/2 > 0:
        return calc(int(n/2))
    print(n)

calc(10)

递归特性:

  1. 必须有一个明确的结束条件

  2. 每次进入更深一层递归时,问题规模相比上次递归都应有所减少

3.
递归效率不高,递归层次过多会导致栈溢出(在计算机中,函数调用是通过栈(stack)这种数据结构实现的,每当进入一个函数调用,栈就会加一层栈帧,每当函数返回,栈就会减一层栈帧。由于栈的大小不是无限的,所以,递归调用的次数过多,会导致栈溢出)

 

递归函数实际应用案例,二分查找

图片 2图片 3

data = [1, 3, 6, 7, 9, 12, 14, 16, 17, 18, 20, 21, 22, 23, 30, 32, 33, 35]


def binary_search(dataset,find_num):
    print(dataset)

    if len(dataset) >1:
        mid = int(len(dataset)/2)
        if dataset[mid] == find_num:  #find it
            print("找到数字",dataset[mid])
        elif dataset[mid] > find_num :# 找的数在mid左面
            print("33[31;1m找的数在mid[%s]左面33[0m" % dataset[mid])
            return binary_search(dataset[0:mid], find_num)
        else:# 找的数在mid右面
            print("33[32;1m找的数在mid[%s]右面33[0m" % dataset[mid])
            return binary_search(dataset[mid+1:],find_num)
    else:
        if dataset[0] == find_num:  #find it
            print("找到数字啦",dataset[0])
        else:
            print("没的分了,要找的数字[%s]不在列表里" % find_num)


binary_search(data,66)

View Code

全局变量和局部变量:

在子程序中定义的变量称为局部变量,在程序的一开始定义的变量称为全局变量。

全局变量作用域是整个程序,局部变量作用域是定义该变量的子程序。

当全局变量与局部变量同名时:在定义局部变量的子程序内,局部变量起作用;在其它地方全局变量起作用。

 

name='reese'
def change_name():
    print('我的名字',name)
change_name()


def change_name():
    name='帅'
    print('我的名字',name)
change_name()
print(name)


def change_name():
    global name
    name='帅'
    print('我的名字',name)
change_name()
print(name)

#输出结果:
我的名字 reese
我的名字 帅
reese
我的名字 帅
帅

 #
如果函数内部无global关键字,优先读取局部变量,能读取全局变量,无法对全局变量重新赋值;

   
但对于可变类型(除数字、字符串、元祖,其他都可变),可对内部元素进行操作。

#
如果函数内部有global关键字,变量本质上是全局变量,可读取可赋值。

#
一般全局变量名用大写,局部变量名用小写。

 

5. 匿名函数

匿名函数就是不需要显式的指定函数

 

 

 

递归 

#递归调用

def calc(n):
    print(n)
    if int(n / 2) == 0:
        return n
    s = calc(int(n / 2))
    return s


calc(10)

#输出:
10
5
2
1

 

递归特性:

  1. 必须有一个明确的结束条件

2.
每次进入更深一层递归时,问题规模相比上次递归都应有所减少

  1. 递归效率不高,递归层次过多会导致栈溢出(在计算机中,函数调用是通过栈(stack)这种数据结构实现的,

每当进入一个函数调用,栈就会加一层栈帧,每当函数返回,栈就会减一层栈帧。由于栈的大小不是无限的,所以,递归调用的次数过多,会导致栈溢出)

 

#问路

import time

person_list=['林克','士官长','奎爷','但丁']
def ask_way(person_list):
    print('-'*60)
    if len(person_list) == 0:
        return '没人知道'
    person=person_list.pop(0)
    if person == '但丁':
        return '%s说:我知道,路在脚下,走多了,也就知道了' %person
    print('hi 美男[%s],敢问路在何方' %person)
    print('%s回答道:我不知道,但念你慧眼识猪,你等着,我帮你问问%s...' %(person,person_list))
    time.sleep(3)
    res=ask_way(person_list)
    # print('%s问的结果是: %res' %(person,res))
    return res



res=ask_way(person_list)

print(res)

 

函数作用域

 

作用域在定义函数时就已经固定住了,不会随着调用位置的改变而改变

name = "reese"
def s():
    name = "neo"
    def n():
        print(name)
    return n

func = s()
func()

#输出:
neo

 

 

匿名函数:

不需要显示的指定函数

def calc(x):
    return x + 10


res = calc(10)
print(res)

#输出:
20


#用匿名函数:
func = lambda x: x + 10
print(func(10))

#输出:
20

 

func = lambda x, y, z: x + y + z
print(func(1, 2, 3))

#输出:
6

 

 

 

map函数:

 

num = [3, 4, 5, 6, 11, 7, 54]
#lambda x:x+1
def add_one(x):   #列表元素自增一
    return x + 1

#lambda x:x-1
def minus_one(x):  #列表元素自减一
    return x - 1


def map_test(func, array):
    ret = []
    for i in num:
        res = func(i)
        ret.append(res)
    return ret
print(map_test(add_one,num))
# print(map_test(lambda x:x+1,num)) #可用匿名函数
print(map_test(minus_one,num))
# print(map_test(lambda x:x-1,num))


#终极版本
def map_test(func,array):
    ret = []
    for i in array:
        res = func(i)
        ret.append(res)
    return ret

print(map_test(lambda x:x+1,num))

#输出结果:
[4, 5, 6, 7, 12, 8, 55]
[2, 3, 4, 5, 10, 6, 53]
[4, 5, 6, 7, 12, 8, 55]

 

 map:

处理序列中的每个元素,得到的结果是一个列表,该列表元素个数及位置与原来一样

num = [3, 4, 5, 6, 11, 7, 54]
res=map(lambda x:x+1,num)
print('内置函数map,处理结果',list(res))

print(list(map(minus_one,num)))

msg = "reese"
print(list(map(lambda x:x.upper(),msg)))

#输出结果:
内置函数map,处理结果 [4, 5, 6, 7, 12, 8, 55]
[2, 3, 4, 5, 10, 6, 53]
['R', 'E', 'E', 'S', 'E']

 

filter函数:

便利序列中的每个元素,判断每个元素得到布尔值,如果是True则留下来

people = ['reese', 'neo_s', '林克']
print(filter(lambda n: not n.endswith('s'), people))

res = filter(lambda n: not n.endswith('s'), people)
print(list(res))

print(list(filter(lambda n: not n.endswith('s'), people)))

#输出:
<filter object at 0x04E612B0>
['reese', '林克']
['reese', '林克']

 

 

 

reduce函数:

处理一个序列,然后把序列进行合并操作

#  reduce函数
from functools import reduce

num = [1, 2, 3, 4, 5]
print(reduce(lambda x, y: x + y, num, ))

#输出:
15

 

内置函数:

图片 4