我和Python的Py交易》》》》》》函数

Posted 2020-11-19 barkingpig

 

一 函数是什么？  是数学中的函数？

 

---

Python中 函数是指将一组语句的集合通过一个名字(函数名)封装起来的一段代码。（所以这里的函数是subroutine子程序）

那要函数干嘛。不都是代码吗？只不过函数是通过一个名字被封装起来的一段代码。有名字就就了不起啊！！！

对啊，有名字就是了不起啊，函数可以通过函数名来调用被其封装起来的代码。

可以理解为是一个变量（函数名）指向的一段代码。这个变量（函数名）只是一段没有执行的代码，变量()（函数名()）是表示执行这段代码。

 函数的作用

1.代码重用

例如:一段用来求两数之和的代码通过一个函数名封装成一个函数，每当需要求和功能时就不用在把这段代码敲出来了，直接用函数名来调用这段代码

这样这一段求被封装成函数的求和代码就被重复的使用了很多次。（还省了你敲代码的时间）

2.保持一致性

 每一个调用的函数都是同一个，代码都都是一样的。

3.易扩展性

        因为函数保持一致性，所有修改函数，为函数添加新功能时，只要修改一次，所有调用的该函数都会跟着变。

 

 

 二 建个函数玩玩

---

Python 定义函数使用 def 关键字（Definitionn  定义）

def 函数名(参数列表):
    函数主体(被封装起来的一段代码)

def have_name():
    print(‘有名字就是了不起！‘)

have_name()  # 用函数名调用函数  have_name函数名是指被封装的代码，have_name()代表是执行这段代码。

 

函数名的命名规则：

• 函数名必须以下划线或字母开头，可以包含任意字母、数字或下划线的组合。不能使用任何的标点符号；
• 函数名是区分大小写的。
• 函数名不能是保留字。

想要写出高质量的代码，规范的命名是必不可少的。期待吧，少年，我会开单章随笔来，叨叨这个命名的。

 

形参和实参

形参：形式上的参数，是应函数的需求虚拟出变量。当调用这个函数时，就会传一个参数（实参）给形参，这样虚拟的变量就变真实了（实参个数，类型应与实参一一对应）；

实参：实际参数，调用函数时传给函数的参数，可以是常量，变量，表达式，函数，传给形参   ；

　　　打个比喻来形象的说明形参和实参的关系，在数学的函数 F(X)=X+1 中，X就是形参（这个时候X不代表任何具体的值），而当把X=1带人这个F(X)函数时，1就是实参。

区别：形参是虚拟的，不占用内存空间，形参变量只有在被调用时才分配内存单元，实参是一个变量，占用内存空间。

def tow_sum(a,b):  #这个里的a和b是没有分配内存空间的
    c=a+b          #这里的a和b是分配了内存空间的
    print(c)

tow_sum(1,2)       # 1和2 是实参为其分配了内存空间

 

三 和函数形参的促膝长谈

---

函数的形参可以是各种数据（数字，字符串，元组，列表，字典等），函数名等……

函数形参（参数）

• 关键字参数
• 默认参数
• 非关键字可变长参数（元组）
• 关键字可变长参数（字典）

关键字参数：标准调用时指定参数的名称，且与函数声明时的参数名称顺序一致。使用关键字调用参数允许函数调用时参数的顺序与声明时不一致，仅根据参数的指定进行赋值。

def gu(a,b):
    if a==1:
        print(‘钟鼓馔玉不足贵，但愿长醉不复醒。‘)
    if b==2:
        print(‘古来圣贤皆寂寞，惟有饮者留其名。‘)

# 标准调用
gu(1,1)
#钟鼓馔玉不足贵，但愿长醉不复醒。

# 关键字调用（可以不按顺序）
gu(b=2,a=1)
# 钟鼓馔玉不足贵，但愿长醉不复醒。
# 古来圣贤皆寂寞，惟有饮者留其名。

默认参数：在函数声明时，指定形参的默认值，调用时可不传入改参数（使用默认值）。

def gu(a=1,b=0):
    if a==1:
        print(‘钟鼓馔玉不足贵，但愿长醉不复醒。‘)
    if b==2:
        print(‘古来圣贤皆寂寞，惟有饮者留其名。‘)

gu()
#钟鼓馔玉不足贵，但愿长醉不复醒。

gu(2,2)
#古来圣贤皆寂寞，惟有饮者留其名。

gu(b=2,a=0)
#古来圣贤皆寂寞，惟有饮者留其名。

非关键字可变长参数（元组）：“非关键字”“可变长”顾名思义是允许在调用时传入多个“非关键字”参数，python会将这些多出来的参数放入一个元组中。

def gu(*s):
    print(type(s))
    print(s)

gu(1,‘钟鼓馔玉不足贵，但愿长醉不复醒。‘,2,‘古来圣贤皆寂寞，惟有饮者留其名。‘)   #可变长，爱有几个参数就调几个参数

# <class ‘tuple‘>  元组
# (1, ‘钟鼓馔玉不足贵，但愿长醉不复醒。‘, 2, ‘古来圣贤皆寂寞，惟有饮者留其名。‘)

关键字可变长参数（字典）：“关键字”“可变长”顾名思义是允许在调用时传入多个“关键字”参数，python会将这些多出来的<参数名, 参数值>放入一个字典中。

def gu(**s):
    print(type(s))
    print(s)
    print(s[‘a‘])
    print(s[‘b‘])

gu(a= "钟鼓馔玉不足贵，但愿长醉不复醒。", b= ‘古来圣贤皆寂寞，惟有饮者留其名。‘)  #可变长，爱有几个参数就调几个参数

# <class ‘dict‘>  字典
# {‘a‘: ‘钟鼓馔玉不足贵，但愿长醉不复醒。‘, ‘b‘: ‘古来圣贤皆寂寞，惟有饮者留其名。‘}
# 钟鼓馔玉不足贵，但愿长醉不复醒。
# 古来圣贤皆寂寞，惟有饮者留其名。

需要注意的是当它们混用时，关键字变量参数应该为函数定义的最后一个参数，带**。调用函数时参数的输入也有不同的方式。

 

def gu(a,b,*c,**d):
    print(a)
    print(b)
    print(c)
    print(d)
gu(1,2,3,f=7,g=8)

# 1
# 2
# (3,)
# {‘f‘: 7, ‘g‘: 8}

def gu(a,b,*c,**d):
    print(a)
    print(b)
    print(c)
    print(d)
gu(1,2,*(‘钟鼓馔玉不足贵，但愿长醉不复醒‘,),**{‘t‘: ‘钟鼓馔玉不足贵，但愿长醉不复醒。‘, ‘f‘: ‘古来圣贤皆寂寞，惟有饮者留其名。‘})

# 1
# 2
# (‘钟鼓馔玉不足贵，但愿长醉不复醒‘,)
# {‘t‘: ‘钟鼓馔玉不足贵，但愿长醉不复醒。‘, ‘f‘: ‘古来圣贤皆寂寞，惟有饮者留其名。‘}

 

 

四 给回扣的返回值

---

要想获取函数的执行结果，就可以用return语句把结果返回

return返回值可以是各种数据（数字，字符串，元组，列表，字典等），函数名等……

注意:

1. 函数在执行过程中只要遇到return语句，就会停止执行并返回结果，so 也可以理解为 return 语句代表着函数的结束
2. 如果未在函数中指定return,那这个函数的返回值为None，Python会自动给函数加 return None。
   
3. return多个对象，解释器会把这多个对象组装成一个元组作为一个整体结果输出。

 

def gu(a):
   return a

b = gu(‘古来圣贤皆寂寞，惟有饮者留其名。‘)
print(b)

 

 

五 就是比你高的高阶函数

---

高阶函数是至少满足下列一个条件的函数:

• 接受一个或多个函数作为输入（参数）
• 输出一个函数（return 返回值）

递归函数，修饰器也都是高阶函数的运用

 

 

六 鞭长莫及的作用域

---

作用域研究的是数据的适用范围。

就像地球的重力加速度g在火星上就不适用。

def globe():
    g = 9.8

def mars():
    g = 3.71

上述代码中两个g是毫无关系的，因为它们的作用域不同一个函数就是一个作用域。在globe()中的g的只在globe函数中适用，另一个g也是是如此。

这只是作用域的小小体现，作用域不只在函数中有，在类，包中都有体现 。还有如何去调用，修改不同作用域里的数据。

这些都会开单章来唠叨一下。

 

 

七 自娱自乐的递归

---

定义：一个函数在内部调用自身本身，这个函数就是递归函数。

 说白了就是自己和自己玩（单身人士都懂的）

注意:

1. 必须有一个明确的结束条件 （不可自娱自乐太久要有个度）

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  （每自娱自乐一次总得缓解一下单身狗的苦）

3. 递归效率不高，递归层次过多会导致栈溢出。（自娱自乐多了伤身）

注释：(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，每当函数执行结束，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。)

阶乘的计算

# **********循环*********
def factorial(n):
    result = n
    for i in range(1, n):
        result *= i

    return result

print(factorial(3))

# **********递归*********
def factorial_new(n):
    if n == 1:  # 递归结束条件
        return 1
    result=factorial_new(n - 1)
    result = n * result
    return result

a = factorial_new(3)
print(a)

递归函数是定义简单，逻辑清晰。理论上，所有的递归函数都可以写成循环的方式，但循环的逻辑不如递归清晰。

 

 

八 良心的内置函数

 

---

内置函数就是Python提供的，可以直接使用的函数，所以内置函数一般都是使用频繁的函数。

以后会仔细说一下有哪些内置函数

 

 

九 无副作用的函数式编程

---

常见的编程范式有命令式编程，函数式编程。

命令式编程：是面向计算机硬件的抽象，有变量（对应着存储单元），赋值语句（获取，存储指令），表达式（内存引用和算术运算）和控制语句（跳转指令），命令式程序就是一个冯诺依曼机的按照打孔纸带执行指令。

函数式编程：是面向数学的抽象，他将计算机运算看做是数学中函数的计算，并且避免了状态以及变量的概念，一句话，函数式程序就是一个表达式。

面向过程编程，面向对象编程都是命令式编程

函数式编程的本质

函数式编程中的函数这个术语不是指计算机中的函数，而是指数学中的函数，即自变量的映射。也就是说一个函数的值仅决定于函数参数的值，不依赖其他状态。

我们要做的是把函数传来传去，而这个，说成术语，我们把他叫做高阶函数。

函数是基本单位，他几乎被用作一切，包括最简单的计算，甚至连变量都被计算所取代。

变量只是一个名称，而不是一个存储单元，这是函数式编程与传统的命令式编程最典型的不同之处。

函数式编程取消了赋值模型，则使数学模型与编程模型完美地达成了统一。

 

函数式编程关心数据的映射，命令式编程关心解决问题的步骤。

#计算列表中数的平均值
#***********命令式编程***************
number = [0,1, 2, 3, 4, 5, 6, 7, 8, 9]
count = 0
add = 0

for i in range(len(number)):
        count += 1          # 第一步 计数
        add+= number[i]    # 第二步 求和

if count > 0:
    average = add/ count   # 第三步 计算平均数

print(average)


#***********函数式编程***************
number = [0,1, 2, 3, 4, 5, 6, 7, 8, 9]
average = sum(number) / len(number)
print(average)

欢迎评论，番茄，鸡蛋都砸过来吧！！！