python秘技之函数式编程

前言

  函数是可重用的程序代码块。函数的作用，不仅可以实现代码的复用，更能实现代码的 一致性。一致性指的是，只要修改函数的代码，则所有调用该函数的地方都能得到体现。 在编写函数时，函数体中的代码写法和python基础没什么区别，只是对代码实现了封 装，并增加了函数调用、传递参数、返回计算结果等内容。

一、函数的基本概念

1. 一个程序由一个个任务组成；函数就是代表一个任务或者一个功能。
2. 函数是代码复用的通用机制

二、python函数分类

1. 内置函数
   我们前面使用的 str()、list()、len()等这些都是内置函数，我们可以拿来直接使用。
2. 标准库函数
   我们可以通过 import 语句导入库，然后使用其中定义的函数 。
3. 第三方库函数
   Python 社区也提供了很多高质量的库。下载安装这些库后，也是通过 import 语句导 入，然后可以使用这些第三方库的函数。
4. 用户自定义函数
   用户自己定义的函数，显然也是开发中适应用户自身需求定义的函数。今天我们学习的 就是如何自定义函数。

三、python函数定义与调用

def 函数名 ([参数列表]) : 
	'''文档字符串''' 
	函数体/若干语句
	pass  # 占位符 没想好写什么就写个pass，IDE不会报错误

1. 函数定义关键点：

1. 关键字：def

(1) Python 执行 def 时，会创建一个函数对象，并绑定到函数名变量上。

2. 参数列表

(1) 圆括号内是形式参数列表，有多个参数则使用逗号隔开
(2) 形式参数不需要声明类型，也不需要指定函数返回值类型
(3) 无参数，也必须保留空的圆括号
(4) 实参列表必须与形参列表一一对应

3. return 返回值

(1) 如果函数体中包含 return 语句，则结束函数执行并返回值；
(2) 如果函数体中不包含 return 语句，则返回 None 值。

4. 先定义再调用

(1) 内置函数对象会自动创建
(2) 标准库和第三方库函数，通过 import 导入模块时，会执行模块中的 def 语句

四、全局变量和局部变量

1、全局变量

1. 在函数和类定义之外声明的变量。作用域为定义的模块，从定义位置开始直到模块 结束。
2. 全局变量降低了函数的通用性和可读性。应尽量避免全局变量的使用。
3. 全局变量一般做常量使用。
4. 函数内要改变全局变量的值，使用 global 声明一下

2、局部变量

1. 在函数体中（包含形式参数）声明的变量。
2. 局部变量的引用比全局变量快，优先考虑使用。
3. 如果局部变量和全局变量同名，则在函数内隐藏全局变量，只使用同名的局部变量

五、函数参数的传递（重点）

函数的参数传递本质上就是：从实参到形参的赋值操作。
Python 中“一切皆对象”， 所有的赋值操作都是“引用的赋值”。所以，Python 中参数的传递都是“引用传递”，不是“值传递”。

1. 对“可变对象”进行“写操作”，直接作用于原对象本身。
2. 对“不可变对象”进行“写操作”，会产生一个新的“对象空间”，并用新的值填充这块空间。（起到其他语言的“值传递”效果，但不是“值传递”）

可变对象有： 字典、列表、集合、自定义的对象等
不可变对象有： 数字、字符串、元组、function 等

1. 传递可变对象的引用

  传递参数是可变对象（例如：列表、字典、自定义的其他可变对象等），实际传递的还是对象的引用，这算是个难点吧，其实也就是个细节问题，会经常在各种面试题里看到。
在函数体中不创建新的对象拷贝，而是可以直接修改所传递的对象。
举个栗子：

l = [10, 20]


def func(m):
    print("m:", id(m))  # l 和 m 是同一个对象
    m.append(30)  # 由于 m 是可变对象，不创建对象拷贝，直接修改这个对象


func(l)
print("l:", id(l))
print(f'l : {l}')

结果：
m: 2149956976328
l: 2149956976328
l : [10, 20, 30]

定义一个列表，在函数里面修改它，会发现调用函数之后列表的内容也会修改。

2. 传递不可变对象的引用

  传递参数是不可变对象（例如：int、float、字符串、元组、布尔值），实际传递的还是对象的引用。
在”赋值操作”时，由于不可变对象无法修改，系统会新创建一个对象。。
举个栗子：

a = 100


def func(n):
    print(f"n's id: {id(n)}")  # 传递进来的是 a 对象的地址
    n += 200  # 由于 a 是不可变对象，因此创建新的对象 n
    print(f"n's id: {id(n)}")  # n已经变成了新的对象
    print(f'n : {n}')


func(a)
print(f'a : {a}')
print(f'a : {id(a)}')

结果：
n's id: 1752725632
n's id: 2346697530128
n : 300
a : 100
a : 1752725632

结果很明显：
显然，通过 id 值我们可以看到 n 和 a 一开始是同一个对象。给 n 赋值后，n 是新的对象。

六、深拷贝与浅拷贝（非常重点）

  关于深浅拷贝似乎永远是一个绕不过去的知识点，考试会考，面试会问，说不清楚就凉凉。今天把它好好整理一下，我尽量写得通俗点，我也怕自己会忘。

1. 浅拷贝：

不拷贝子对象的内容，只是拷贝子对象的引用。
直接上代码，借助python中copy模块测试一下浅拷贝：

import copy


def testCopy():
    '''测试浅拷贝'''
    a = [10, 20, [5, 6]]
    b = copy.copy(a)
    print("a", a)
    print("b", b)
    b.append(30)
    b[2].append(7)
    print("浅拷贝......")
    print("a", a)
    print("b", b)


testCopy()

结果：
a [10, 20, [5, 6]]
b [10, 20, [5, 6]]
浅拷贝......
a [10, 20, [5, 6, 7]]
b [10, 20, [5, 6, 7], 30]

画个示意图在这说明一下：

这个b其实就是拷贝了a的一个引用，列表b进行append的时候实际上是在他自己的基础上增加的也就是这个样子(见下图)，但是他在对内部列表append的时候，实际上是修改了a所引用的内容，故打印结果的时候是上述那个样子的。

2. 深拷贝：

子对象的内存也全部拷贝一份，对子对象的修改不会影响源对象

import copy


def testDeepCopy():
    '''测试深拷贝'''
    a = [10, 20, [5, 6]]
    b = copy.deepcopy(a)
    print("a", a)
    print("b", b)
    b.append(30)
    b[2].append(7)
    print("深拷贝......")
    print("a", a)
    print("b", b)

testDeepCopy()

结果：
a [10, 20, [5, 6]]
b [10, 20, [5, 6]]
深拷贝......
a [10, 20, [5, 6]]
b [10, 20, [5, 6, 7], 30]

3. 深浅拷贝总结

深浅拷贝其实不是太难， 通过上面两个图可以看得出来。浅拷贝就是拿过来一部分，深拷贝就是把所有的全复制一份。有点像克隆人，浅拷贝就是指克隆自己。深拷贝就是把自己、老婆、父母全克隆一遍组成一个新的家庭。可以多写一些代码练习一下，这样印象会比较深刻。

七、函数参数的几种类型

1. 位置参数

  函数调用时，实参默认按位置顺序传递，需要个数和形参匹配。按位置传递的参数，称为： “位置参数”。

def user_info(name, age, gender):
    print(f'your\'s name is {name}, age is'
          f' {age}, gender is {gender}')


user_info('tom', 20, 'male')
user_info('male', 20, 'tom')  # 错误传递的后果

结果：
your's name is tom, age is 20, gender is male
your's name is male, age is 20, gender is tom

没什么好说的，别传错了就行。

2. 默认值参数

我们可以为某些参数设置默认值，这样这些参数在传递时就是可选的。称为“默认值参数”。 默认值参数放到位置参数后面。

def f1(a,b,c=10,d=20): 
	#默认值参数必须位于普通位置参数后面 
	print(a,b,c,d) 


f1(8,9) 
f1(8,9,19) 
f1(8,9,19,29)

结果：
8 9 10 20 
8 9 19 20 
8 9 19 29

3. 关键字参数

user_info(age=20, gender='female', name='Wang')

结果：
user_info(age=20, gender='female', name='Wang')

4. 不定长参数

1. *param（一个星号），将多个参数收集到一个“元组”对象中。

def user_infomation(*args):
    print(args)


user_infomation('TOM')
user_infomation('TOM', 18)  # 接受任一参数，返回一个元组

结果：
('TOM',)
('TOM', 18)

2. **param（两个星号），将多个参数收集到一个“字典”对象中。

def user_infomation1(**kwargs):
    print(kwargs)


user_infomation1(name='TOM', age=20)  # 返回一个字典

结果：
{'name': 'TOM', 'age': 20}

5. 函数参数类型总结

  总结就是参数的类型很多，实际使用过程中也会碰到各种各样的问题，包括它的顺序，关键字以及是否获取的是可变类型的参数等等。初学的时候会有点乱，多写多练，总会掌握的比较扎实的。

八、递归函数

1. 什么是递归函数？

  如果一个函数在内部不调用其它的函数，而是自己本身的话，这个函数就是递归函数。

2. 递归特点：

  <1>自己调用自己

  <2>要有函数出口

3. 递归实例

1、 用递归实现1-100的累加和

（事实上用循环会更简单，仅作递归的了解）

# 1-100的和
def sum_numbers(num):
    # 如果是1，直接返回1 --函数出口
    if num == 1:
        return 1
    # 如果不是1，重复执行累加并返回结果
    return num + sum_numbers(num - 1)


num = int(input('please input a num：'))
sum_result = sum_numbers(num)
print(sum_result)

结果显示：

事实上，关于递归，另外一个例子似乎更加典型

2 、计算阶乘 n! = 1 * 2 * 3 * … * n

# 使用递归来完成阶乘
def cal_num(num):
    if num >= 1:
        result = num * cal_num(num - 1)
    else:
        result = 1
    return result


ret = cal_num(3)
print(f'递归计算阶乘结果：{ret}')

简单梳理一下：

写一些基础代码似乎并不会经常用到递归，不过学到了就记忆一下吧。

九、匿名函数

1. 应用场景

用lambda关键词能创建小型匿名函数。这种函数得名于省略了用def声明函数的标准步骤。（简化代码量，节约内存空间）

2. lambda语法

语法还是比较简单：

lambda 参数列表 ： 表达式
lambda [arg1 [,arg2,.....argn]]:expression

3. 体验lambda

# 计算 a + b
# func
def add(a, b):
    return a + b


print(add(1, 2))

# lambda
sum = lambda a, b: a + b
print(sum(1, 2))

4. lambda参数问题

1. lambda之无参数

# 无参数
fn1 = lambda: 100
print(fn1())  # 100

2. lambda之一个参数

# 一个参数
fn1 = lambda a: a
print(fn1('hello world'))  # hello world

3. lambda之默认参数

# 默认参数
fn1 = lambda a, b, c=100: a + b + c
print(fn1(10, 20))  # 130

4. lambda之可变参数 ： *args

# 可变参数：*args
fn1 = lambda *args: args
print(fn1(10, 20, 30))  # (10, 20, 30)
# 这里的可变参数传入到lambda之后，返回值为元组

5. lambda之可变参数 ：**kwargs

# 可变参数：**kwargs
fn1 = lambda **kwargs: kwargs
print(fn1(name='python', age=20))  # {'name': 'python', 'age': 20}
# 这里的可变参数传入到lambda之后，返回值为字典

注：以lambda关键字创建的匿名函数关于参数问题其实和普通函数区别并不大，熟练使用即可。

5. lambda的应用

1. 带判断的.lambda

# 带判断的lambda，比较两个数字，选出较大的一个
fn1 = lambda a, b: a if a > b else b
print(fn1(1000, 500))  # 1000

2. 列表数据按字典key的值排序

# 列表数据按字典key的值排序
students = [
    {'name': 'TOM', 'age': 20},
    {'name': 'ROSE', 'age': 19},
    {'name': 'JACK', 'age': 22}
]

# 按name值升序排列
students.sort(key=lambda x: x['name'])
print(students)

lambda的用处很大，必要的时候不要忘记使用。

十、LEGB规则

Python 在查找“名称”时，是按照 LEGB 规则查找的：
Local–>Enclosed–>Global–>Built in

1. Local 指的就是函数或者类的方法内部
2. Enclosed 指的是嵌套函数（一个函数包裹另一个函数，闭包）
3. Global 指的是模块中的全局变量
4. Built in 指的是 Python 为自己保留的特殊名称。

  如果某个 name 映射在局部(local)命名空间中没有找到，接下来就会在闭包作用域 (enclosed)进行搜索，如果闭包作用域也没有找到，Python 就会到全局(global)命名空 间中进行查找，最后会在内建(built-in)命名空间搜索 （如果一个名称在所有命名空间 中都没有找到，就会产生一个 NameError）。

十一、学习体会

python的函数部分已经开始有一点点复杂了，需要记忆的知识明显增加，部分概念不好理解。先有一个印象，用到的时候能够回来找一找就可以了。还是要多练习，编程技术永远是通过代码量来练出来的。

加油！！！

你可以的！你总是这样相信着自己！