Python基础之:函数

Posted 2021-09-25 flydean

简介

函数是结构化编程的基础，也是代码复用的基石。Python中通过def来自定义函数。本文将会深入探索Python中函数的秘密。

内置函数

除了用户的自定义函数之外，Python内置了一些非常有用的函数：

	内置函数
abs()	delattr()	hash()	memoryview()	set()
all()	dict()	help()	min()	setattr()
any()	dir()	hex()	next()	slice()
ascii()	divmod()	id()	object()	sorted()
bin()	enumerate()	input()	oct()	staticmethod()
bool()	eval()	int()	open()	str()
breakpoint()	exec()	isinstance()	ord()	sum()
bytearray()	filter()	issubclass()	pow()	super()
bytes()	float()	iter()	print()	tuple()
callable()	format()	len()	property()	type()
chr()	frozenset()	list()	range()	vars()
classmethod()	getattr()	locals()	repr()	zip()
compile()	globals()	map()	reversed()	__import__()
complex()	hasattr()	max()	round()

自定义函数

Python中使用def来定义函数，并使用return来返回特定的值。

看一个简单的函数的例子：

def my_function(x, y, z):
      if z > 1:
         return z * (x + y)
     else:
         return z / (x + y)

把我们之前讲的斐波拉赫数列的例子重新用函数来定义，可以这样写：

def fib(n):   
     a, b = 0, 1
     while a < n:
         print(a, end=\' \')
         a, b = b, a+b
     print()
     
# 调用函数
fib(1000)

函数的内容需要使用空格或者tab来进行缩进。

参数的默认值

在Python中，我们可以给参数设置默认值，这样如果在函数调用的过程中没有传递参数的时候，就会使用默认值作为参数。

在我们之前定义的函数my_function中，我们可以给z设置一个默认值：

def my_function(x, y, z=10):
      if z > 1:
         return z * (x + y)
     else:
         return z / (x + y)

这样我们在调用my_function可以只用传递两个参数，最后的z可以使用默认的参数值。

注意，默认值只会执行一次，如果你传入的参数是可变对象（列表，字典和类实例）的话，我们需要注意这个问题：

def f(a, L=[]):
    L.append(a)
    return L

print(f(1))
print(f(2))
print(f(3))

# 输出
[1]
[1, 2]
[1, 2, 3]

如果不想在后面的调用中共享默认值，那么可以把默认值的赋值放到函数体内部：

def f(a, L=None):
    if L is None:
        L = []
    L.append(a)
    return L

关键字参数

我们可以使用key=value的方式对函数进行调用。

还是前面的函数：

def my_function(x, y, z=10):
      if z > 1:
         return z * (x + y)
     else:
         return z / (x + y)

我们可以这样调用：

my_function(1,y=3,z=5)
my_function(1,y=3)

但是不能这样用：

my_function(y=3,1)

关键字的参数必须要放在非关键词参数的后面。也不能对参数进行多次赋值：

>>> def function(a):
...     pass
...
>>> function(0, a=0)
Traceback (most recent call last):
  File "<stdin>", line 1, in <module>
TypeError: function() got multiple values for keyword argument \'a\'

通过上面的讨论我们可以看出，Python函数中的参数有两种，一种是带默认值的参数，一种是不带默认值的参数。

注意，不带默认值的参数一定要在带默认值的参数之前 。

看一个错误的例子：

In [69]: def fa(a=100,b,c=200):
    ...:     pass
  File "<ipython-input-69-d5678b64f352>", line 1
    def fa(a=100,b,c=200):
          ^
SyntaxError: non-default argument follows default argument

而向函数传递参数也有两种方式，一种是不带关键字的传递，一种是带关键字的传递。

注意，非关键词参数的传递一定要在关键词参数传递之前。

举个错误的例子：

In [70]: def fa(a,b=100,c=200):
    ...:     pass
    ...:

In [71]: fa(a=100,30)
  File "<ipython-input-71-5a229b8e420e>", line 1
    fa(a=100,30)
            ^
SyntaxError: positional argument follows keyword argument

那么问题来了，如果有多个关键词参数和多个非关键词参数，有没有简便的方法来定义这样的函数呢？

有的，那就是 *arguments 和 **keywords

*arguments用来接收所有多余的非关键词参数。而**keywords用来接收所有额外的关键词参数。

注意，*arguments一定要出现在 **keywords 的前面。

举个例子：

def cheeseshop(kind, *arguments, **keywords):
    print("-- Do you have any", kind, "?")
    print("-- I\'m sorry, we\'re all out of", kind)
    for arg in arguments:
        print(arg)
    print("-" * 40)
    for kw in keywords:
        print(kw, ":", keywords[kw])

我们可以这样调用：

cheeseshop("Limburger", "It\'s very runny, sir.",
           "It\'s really very, VERY runny, sir.",
           shopkeeper="Michael Palin",
           client="John Cleese",
           sketch="Cheese Shop Sketch")

将会得到下面的结果：

-- Do you have any Limburger ?
-- I\'m sorry, we\'re all out of Limburger
It\'s very runny, sir.
It\'s really very, VERY runny, sir.
----------------------------------------
shopkeeper : Michael Palin
client : John Cleese
sketch : Cheese Shop Sketch

特殊参数

函数可以按位置传参，可以按照关键词传参，也可以混合传参。

在某些情况下，我们可能需要限制传参的类型，比如只接收按位置传递，只接收按关键词传递，或者只接受混合传递。

看下特殊参数的定义：

def f(pos1, pos2, /, pos_or_kwd, *, kwd1, kwd2):
      -----------    ----------     ----------
        |             |                  |
        |        按位置或者关键词           |
        |                                - 只允许按关键词传递
         -- 只允许按位置传递

注意，参数之间是以 / 和 * 来进行区分的。

我们举个例子：

>>> def standard_arg(arg):
...     print(arg)
...
>>> def pos_only_arg(arg, /):
...     print(arg)
...
>>> def kwd_only_arg(*, arg):
...     print(arg)
...
>>> def combined_example(pos_only, /, standard, *, kwd_only):
...     print(pos_only, standard, kwd_only)

上面定义了4种传参方式的函数。

第一个函数就是标准形式，可以按位置传递，也可以按关键词传递。

第二个函数只允许按照位置传递。

第三个函数只允许按照关键词来传递。

第四个函数是混合模式。

参数解包

有时候我们需要将列表或者字典的值转换为函数的参数。那么就需要用到参数解包的功能。

* 操作符 可以用来解包列表和元组。

>>> list(range(3, 6))            # normal call with separate arguments
[3, 4, 5]
>>> args = [3, 6]
>>> list(range(*args))            # call with arguments unpacked from a list
[3, 4, 5]

** 操作符 可以用来解包字典。

>>> def parrot(voltage, state=\'a stiff\', action=\'voom\'):
...     print("-- This parrot wouldn\'t", action, end=\' \')
...     print("if you put", voltage, "volts through it.", end=\' \')
...     print("E\'s", state, "!")
...
>>> d = {"voltage": "four million", "state": "bleedin\' demised", "action": "VOOM"}
>>> parrot(**d)

Lambda

熟悉java的朋友可能知道，在JDK8中，Java引入了Lambda表达式。同样的Python中也有Lambda。

你可以将Lambda看做是匿名函数。可以在任何需要函数的地方使用Lambda表达式。

看一个Lambda的例子：

>>> def make_incrementor(n):
...     return lambda x: x + n
...
>>> f = make_incrementor(42)
>>> f(0)
42
>>> f(1)
43

还可以将lambda的返回值作为参数：

>>> pairs = [(1, \'one\'), (2, \'two\'), (3, \'three\'), (4, \'four\')]
>>> pairs.sort(key=lambda pair: pair[1])
>>> pairs
[(4, \'four\'), (1, \'one\'), (3, \'three\'), (2, \'two\')]

函数标注

之前我们讨论的是简单的自定义函数形式，我们并不知道函数的参数类型和返回值类型，其实函数可以写得更加详细一些，这就要用到函数标注了。

所谓函数标注就是用户自定义函数中的类型的可选元数据信息。

函数标注是以字典的形式存放在 __annotations__ 属性中的。我们在参数的名称后面加上冒号，后面跟一个表达式，那么这个表达式会被求值为标注的值。对于返回值来说，返回值标注的定义是加上一个组合符号 ->，后面跟一个表达式，该标注位于形参列表和表示 def 语句结束的冒号之间。

举个例子：

>>> def f(ham: str, eggs: str = \'eggs\') -> str:
...     print("Annotations:", f.__annotations__)
...     print("Arguments:", ham, eggs)
...     return ham + \' and \' + eggs
...
>>> f(\'spam\')
Annotations: {\'ham\': <class \'str\'>, \'return\': <class \'str\'>, \'eggs\': <class \'str\'>}
Arguments: spam eggs
\'spam and eggs\'

其实使用函数标注写出来的程序更加清晰，可读性更高。

本文已收录于 http://www.flydean.com/05-python-function/

最通俗的解读，最深刻的干货，最简洁的教程，众多你不知道的小技巧等你来发现！

欢迎关注我的公众号:「程序那些事」,懂技术，更懂你！