Python的学习心得和知识总结（五）|Python函数
2020年4月13日10:12:26
Python函数
- 函数的概念和分类
- 函数的定义和调用
- 函数的形参和实参
- 函数的返回值说明
- Python变量作用域
- Python的参数传递
- Python对象的深浅拷贝
- Python的参数类型
- Lambda表达式 匿名函数
- Python的递归函数
- Python的嵌套函数
- Python的LEGB规则
提及函数，对于熟悉C语言的人而言 过程化的编程语言里面的函数简直就是灵魂般的存在。函数是一段可以重复使用，完成一个功能（或者一个任务）的程序代码块。函数的作用如下：
1、代码复用
2、代码一致性：只要修改函数的代码内容，该函数所有的调用处 都会被影响。因此函数功能的分割要尽量简单 单一 明确。
而函数的编写和调用，也是非常简单的。主要包括： 代码封装、函数调用、传递参数和函数返回等部分。
函数的概念和分类
1、一个程序由一个个小的子任务组成：一个个的函数就可以代表这些任务或者功能
2、函数是代码复用的通用机制
在Python里面，函数主要是分为以下几类：
- 内置函数：可以拿来直接使用的，例如：str()、list()、len()等
- 标准库函数：使用import语句 导入这些库，直接使用其中定义好的函数
- 第三方库函数：下载这些库之后，也是通过import来导入
- 用户自定义函数：为了完成自身某项需求的自定义函数
前面也说了，在Python里面 一切皆对象。 当然这里的函数 也是对象。执行完成def之后，系统新创建的函数对象由前面的函数名变量来引用。
上面例子的整个过程如下：
1、def 首先在堆区里面 创建一个函数对象（包含了函数的参数信息等）
2、在栈区一个叫做_myfunc的变量保存了 上面对象的地址
3、同样栈区的变量func也保存了 上面对象的地址（值的拷贝操作）
4、 当使用上面两个变量()的时候，会被系统认为 调用函数对象
5、下面就是具体调用函数对象的操作了
函数的定义和调用
在Python里面，定义一个函数的语法规则如下：
def functionname （【参数列表】）：
----函数体（几条语句）
注意事项如下：
1、当使用def来定义函数的时候，紧接着是一个空格和functionname 。具体的动作：Python执行def时，创建一个函数对象，然后将其绑定到functionname 变量上面。函数对象是“function”类型
2、【参数列表】：无参数时，也得有小括弧；有形参时，之间用逗号隔开。形参不需要声明类型，也不需要指定函数返回值类型。但是形参必须和实参一一对应。
3、return 返回值：若是函数体里面有return 语句，则函数结束 执行return（返回 值）；若是没有，则返回NONE值
4、调用肯定在定义之后（即：先调用def创建函数对象）。对于内置函数对象 会自动创建；标准库或者第三方库，通过import导入模块时，会执行模块里面的def语句
实例1：
函数的形参和实参
形式参数是在定义函数时使用，其命名只要符合“标识符命名规则”即可（使用在函数体里面，相当于局部变量）。实参是在调用该函数的时候，传递的参数。实例如下：
上面就是在函数定义之后（def的下面第一行），使用三个 双引号or单引号，即：文档字符串来进行函数的注释说明。
若是我们想看一下某个函数的文档字符串是怎么说明函数的，如下：
def _myadd(a,b):
"""
这是注释：下面的函数实现 两个整数相加
可以是多行 or 一行
"""
c=a+b
return c
print(_myadd(1,1))
print('******************')
for i in range(4):
c=_myadd(i,1)
print(c)
help(_myadd.__doc__)#传递函数名（也就是变量），其__doc__属性保存文档字符串
上面的help函数 就可以实现，如下：
函数的返回值说明
函数的返回值是使用return来完成的，主要注意事项有下面几点：
1、若是函数体里面包含return语句，则由其结束函数并返回值
2、若是没有，则函数的返回值是None值
3、若是返回多个返回值，使用列表、元组、字典和集合将多个值“存起来”即可
OK 下面我们来对return 做一个简单的介绍，return有两个作用：
1、结束方法的运行
2、返回值
注： 我们通常并不将return放到异常处理的结构中，而是放在方法的最后。
Python变量作用域
说到变量的作用域：也就是在说 全局变量和局部变量。变量起作用的范围称之为变量作用域，在不同的作用域内 即使同名的变量也互不影响。
全局变量：
1、在函数和类定义 外面声明or定义的变量。作用域：自开始定义的地方直到模块结束
2、应避免全局变量的使用：因为降低函数的通用性和可读性
3、在Python里面，全局变量一般作为常量使用（供其他函数的使用）
4、若是需要在函数内改变全局变量的值，需要使用global声明一下
局部变量：
1、在函数体里面（包括形参）声明or定义的变量
2、要优先使用局部变量：因为其引用比全局变量更快
3、若是局部变量和全局变量同名，在函数内则 隐藏全局变量，而是使用这个局部变量（就近原则）
注：在第一次调用函数之后，全局变量的值就被改变了。所有第二次调用 就不能匹配成功了。
下面我们也可以输出一下 局部变量和全局变量：
连同后面的两个函数名 他们也可以算为全局变量。
局部变量是存在于函数栈帧空间里的，其引用的效率是比全局变量的高。
Python的参数传递
在Python里面，函数参数传递的过程就是：从实参到形参的赋值操作。而Python一切皆对象的特点又决定了 所有的赋值操作都是“引用的赋值”。 因此Python的参数传递都是“引用传递”（地址的赋值操作），而非值传递。具体的操作分为以下两类：
1、对可变对象的“写操作”：直接作用在原对象本身。可变对象：字典、列表、集合和自定义的对象等
2、对不可变对象的“写操作”：产生一个新的“对象空间”，并用新的值来填充这块空间。不可变对象：数字、字符串、元组和函数等
实例如下：
一、即使是传递参数为可变对象，其实质上也是 传递的对象的引用（就是地址）。在函数中 不创建新的对象拷贝，而是直接修改该对象（直接在所传递的对象上面操作）。
二、若是传递不可变对象（int float 字符串 元组 布尔值），虽然无法修改对象，但是我们这里传递的依旧是对象的引用（这是浅拷贝）。只是我们在实际的、真正的“赋值操作”时候（要改动原对象），系统会自动创建一个新对象。
上面 实参到形参的时候，旧对象的地址的拷贝（此时还是指向同一个对象）。但是下面执行 +=操作的时候，所指的对象是不可变的，因此 要创建一个新的对象（里面存储计算结果），并把新对象的地址赋给b。
于是下面的b就指向新对象，其id值也就变化了。原对象还是照旧 没有变化。
之前我们在学习C++的时候，关于参数传递 一个非常让人头疼的问题：浅拷贝引发同一块内存在多次析构or释放的时候 出现问题。
下面就看一下在Python里面的这个深拷贝和浅拷贝的问题：
在Python里面有两个内置函数：
- copy() 浅拷贝函数
- deepcopy()深拷贝函数
浅拷贝：只是子对象的引用的拷贝，不拷贝子对象的内容。
如上图所示：下面来演示一下这个过程（浅拷贝）。
深拷贝：原对象内容的拷贝（全部拷贝一份），新旧对象修改 互不干扰
如上图所示：下面来演示一下这个过程（深拷贝）。
在执行深拷贝的时候，把原对象的所有的子对象 （子子对象等）全部拷贝一份新的出来，这个对象赋值给b。此后在a 或者 b上面的各自的操作 互不影响了。（上面新加的内容，都加到新对象上面了）
若是传递的这个对象是不可变的，但是其内部有可变的子对象（其子对象是一个可变对象的引用）。那么这个参数传递之后 若是进行改变该可变的子对象 则做的是浅拷贝！（原对象也变了） 如下所示：
上面的参数传递，是做的一个浅拷贝。（对象地址的拷贝），传递的对象不可变（元组）但是里面子对象有个可变子对象的引用。
Python对象的深浅拷贝
上面我们已经把深拷贝和浅拷贝的基本原理讲了一下，下面做一个小结：
变量的赋值操作：只是形成一个新变量，二者还是指向同一个对象
浅拷贝：在Python里面 一般都是浅拷贝。拷贝时，对象包含的子对象内容不复制。（只是引用上的复制）源对象和拷贝对象会引用到同一个子对象。
深拷贝：使用copy模块的deepcopy函数，即：递归地进行拷贝对象中包含的子对象。之后 源对象和拷贝对象所有的子对象都不同。
实例如下：
# Python对象的深浅拷贝
import copy
class Person:
def __init__(self,name,age):
self.name=name
self.age=age
class Name:
pass
class Age:
pass
#测试变量赋值
n1=Name()
n2=n1
print(n1,n2)
print("*"*135)
#测试对象的浅拷贝
a1=Age()
p1=Person(n1,a1)
p2=copy.copy(p1) #浅拷贝没有拷贝其子孙对象
print(p1,p1.name,p1.age)
print(p2,p2.name,p2.age)
print("*"*135)
#测试对象的深拷贝
p3=Person(n1,a1)
p4=copy.deepcopy(p3) #深拷贝拷贝其子孙对象
print(p3,p3.name,p3.age)
print(p4,p4.name,p4.age)
结果如下：
Python的参数类型
第一种：位置参数
具体的函数调用的时候，实参默认按照位置顺序传递。即：需要个数和形参的匹配，这种按照位置传递的参数 称为：位置参数（通过位置来确定参数）。注：只要形参和实参个数对的上 就没有问题。这个比较简单，就不说了。
第二种：默认值参数
提前为某些参数设置一个默认值，这样这些参数在没有 传值的时候，也是可以的。 注：这点和C++里面一样，默认值参数必须位于位置参数的后面。
实例如下：
第三种：命名参数
顾名思义，即可以直接按照形参的名称来传递参数，它也被称为“关键字参数”。（直接把实参的值交到形参手里面）
第四种：可变参数
可变参数指的是：参数的数量不固定。分为以下两种情况：
1、 * parameter（一 个※）表示：将多个参数收集到一个元组对象当中
2、** parameter（两个※）表示：将多个参数收集到一个字典对象当中
第五种：强制命名参数
在带星号（可变参数）的后面，定义的参数 必须是“强制命名参数”（不是可变参数的，都需要使用名字来直接参数传递 ）。实例如下：
Lambda表达式 匿名函数
Lambda表达式 它可以用来声明匿名函数。Lambda函数是一种简单的（一行就可以定义成功的）函数，实质上它是生成了一个函数对象。
由于它简单的特性：Lambda表达式只可以包含一个表达式，不能包含复杂的语句。且表达式的计算结果就是函数的返回值。其语法格式如下：
lambda arg1.arg2,arg3 …… ：expression
arg 这些相当于函数的参数；expression是函数体；函数返回值就是表达式结果
也是生成一个函数对象，然后是对象地址的赋值。下面的例子 是函数对象的引用作为列表对象的一个元素。
下面来看一下 eval()函数，功能：将字符串string当成有效的表达式来求值并返回计算结果。其语法格式如下所示：
eval(source[,globals[,locals]])->value
1、source：一个Python表达式or函数 compile()返回的代码对象
2、globals：可选的，必须是字典
3、locals：可选的，任意的映射对象
Python的递归函数
递归函数：在函数体内部直接or间接地自己调用自己。这个很简单我们就不说太多，每个递归函数必须包含以下两个部分：
1、结束条件：表示递归的结束，以及return 返回值
2、递归基：具体做的事
递归函数一般会创建大量的函数对象出来（栈空间的消耗），其对内存的使用也是非常大。（这也是我不推荐递归而是推荐递推式的原因）
上面的f2函数是计算阶乘的，我们考虑一下，若是结束条件改成：
def _func2(mu,a):
if a!=1:
mu*=a
print(mu)
_func2(mu,a-1)
else:
print("*"*15)
print(mu)
_func2(1,4)
就在同样达成目的的时候，少了一个栈帧的开辟和回退。
好的下面我们不用递归来计算阶乘：
nonlocal关键字
前面我们也说过了可以使用global关键字 来 声明函数（一个函数的inner函数也可以）里面使用的是全局变量。这里的nonlocal关键字则是 用来声明外层的局部变量。 其使用场景如下：
在一个函数里面定义了一个局部变量，可是该函数里面的inner函数 想使用这个局部变量则就用到了nonlocal关键字。（之后就可以改变其值了）
Python的嵌套函数
在Python中，嵌套函数这一点和我最熟悉的C/C++是相当不一样的：C/C++不支持函数里面再行定义函数。
Python的嵌套函数，而我更喜欢称其为 内部函数。
function2是只可以在f1里面 调用的，外面用不了
根据存在即合理的观点，这个看似多此一举的语法。也有其实用的地方：
1、封装（数据隐藏）：外面无法访问 内部函数
2、在内部定义函数，就可以达到代码复用的目的。（避免冗余代码）
3、闭包
实例如下：
下面的一个函数实现了 上面两个函数的功能。且做到了底层细节的封装。（注：有小伙伴说我搞错了川普的名字 可是 who care？我又不是他爹）
Python的LEGB规则
它的用处主要是在：查找名字的时候，所遵循的规则。如下(依次向下)：
1、L ocal 指的是函数or类方法的 内部
2、E nclosed 指的是嵌套函数（一个函数包含着另一个函数，即闭包）
3、G lobal 指的是模块中的全局变量
4、B uilt in 指的是Python自己保留的特殊名字
若是某个名字映射在局部命名空间（local）里面没有找到，则接着按顺序依次向下（在下面的命名空间里面寻找）。
需要注意的如下：
- 最后若是这个名字在所有的命名空间里面都没有找到，就会产生一个NameError
- 若是找的时候找到了 就直接用了。（哪怕还有下面的名字映射也不管了，覆盖作用）