Python语法基础之. Task05 函数与Lambda表达式（6-7/17）

1. 函数

1.1 定义函数

语法：

def 函数名（参数列表）:
    函数体

• 默认情况下，参数值和参数名称是按函数声明中定义的顺序匹配起来的
• 如果没有return 语句，会返回None；return None 简写为return

实例

def print_welcome(name):
    print("Welcome", name)

def SuccessEquation(factor1, factor2):
    return str(factor1 + " Plus " + factor2 + " = Success")

print_welcome("IvanZhang")
X = 'Vision'
Y = 'Endeavor'
print(SuccessEquation(X, Y))
# Welcome IvanZhang
# Vision Plus Endeavor = Success

其他：

• 空函数：用pass语句作为占位符
• 数据类型检查可以使用内置函数isinstance()实现；

x = 'red'
if not isinstance(x, (int, float)):
    raise TypeError('bad operand type')
# TypeError: bad operand type

1.2 函数调用

1.2.1 函数调用

首先，定义一个函数：给了函数一个名称，指定了函数里包含的参数，和代码块结构。
这个函数的基本结构完成以后，你可以通过另一个函数调用执行，也可以直接从 Python 命令提示符执行。

其次，python支持非常灵活定义的函数，而且本身内置了很多有用的函数
使用方法:

• 官方文档 查询
• help(func)查看对应函数func的帮助文档

“函数名其实就是指向一个函数对象的引用”，完全可以把函数名赋给一个变量，相当于给这个函数起了一个“别名”

f = float
print(f(1.2342342352345235234234233984028953))	    
# 输出 1.2342342352345235

1.2.2 函数的返回值

Sample1：

def add(a, b):
    return a + b

print(add(1, 2))  # 3
print(add([1, 2, 3], [4, 5, 6]))  # [1, 2, 3, 4, 5, 6]

Sample2：

def back():
    return [1, 'python practice', 3.14]


print(back())  # [1, 'python practice', 3.14]

Sample3：

def back():
    return 1, 'python practice', 3.14

print(back())  # (1, 'python practice', 3.14)

Sample4：

def printme(str):
    print(str)

temp = printme('hello') # hello
print(temp) # None
print(type(temp))  # 

1.2.3 变量作用域

• Python 中，程序的变量并不是在哪个位置都可以访问的，访问权限决定于这个变量是在哪里赋值的
• 定义在函数内部的变量拥有局部作用域，该变量称为局部变量
• 定义在函数外部的变量拥有全局作用域，该变量称为全局变量
• 局部变量只能在其被声明的函数内部访问，而全局变量可以在整个程序范围内访问

def discounts(price, rate):
    final_price = price * rate
    return final_price

old_price = float(input('请输入原价:'))  # 98
rate = float(input('请输入折扣率:'))  # 0.9
new_price = discounts(old_price, rate)
print('打折后价格是:%.2f' % new_price)  # 88.20

• 当内部作用域想修改外部作用域的变量时，就要用到global和nonlocal关键字

num = 1

def fun1():
    global num  # 需要使用 global 关键字声明
    print(num)  # 1
    num = 123
    print(num)  # 123

fun1()
print(num)  # 123

1.2.4 内嵌函数

def outer():
    print('outer函数在这被调用')

    def inner():
        print('inner函数在这被调用')

    inner()  # 该函数只能在outer函数内部被调用

outer()
# outer函数在这被调用
# inner函数在这被调用

1.2.5 闭包

• 是函数式编程的一个重要的语法结构，是一种特殊的内嵌函数。
• 如果在一个内部函数里对外层非全局作用域的变量进行引用，那么内部函数就被认为是闭包。
• 通过闭包可以访问外层非全局作用域的变量，这个作用域称为闭包作用域

def funX(x):
    def funY(y):
        return x * y

    return funY

i = funX(8)
print(type(i))  # 
print(i(5))  # 40

• 闭包的返回值通常是函数。

def make_counter(init):
    counter = [init]

    def inc(): counter[0] += 1

    def dec(): counter[0] -= 1

    def get(): return counter[0]

    def reset(): counter[0] = init

    return inc, dec, get, reset

inc, dec, get, reset = make_counter(0)
inc()
inc()
inc()
print(get())  # 3
dec()
print(get())  # 2
reset()
print(get())  # 0

• 如果要修改闭包作用域中的变量则需要 nonlocal 关键字

def outer():
    num = 10

    def inner():
        nonlocal num  # nonlocal关键字声明
        num = 100
        print(num)

    inner()
    print(num)

outer()

# 100
# 100

1.2.6 循环与递归

Sample01：n! = 1 x 2 x 3 x ... x n
循环：

n = 5
for k in range(1, 5):
    n = n * k
print(n)  # 120

递归：

def factorial(n):
    if n == 1:
        return 1
    return n * fact(n - 1)

print(factorial(5)) # 120

Samp02：斐波那契数列 f(n)=f(n-1)+f(n-2), f(0)=0 f(1)=1

循环：

i = 0
j = 1
lst = list([i, j])
for k in range(2, 11):
    k = i + j
    lst.append(k)
    i = j
    j = k
print(lst)  
# [0, 1, 1, 2, 3, 5, 8, 13, 21, 34, 55]

递归：

def recur_fibo(n):
    if n <= 1:
        return n
    return recur_fibo(n - 1) + recur_fibo(n - 2)

lst = list()
for k in range(11):
    lst.append(recur_fibo(k))
print(lst)  
# [0, 1, 1, 2, 3, 5, 8, 13, 21, 34, 55]

• 设置递归的层数，Python默认递归层数为 100

import sys

sys.setrecursionlimit(1000)

1.3 参数传递

需要注意的是，在 python 中，类型属于对象，变量是没有类型的

1.3.1 可更改(mutable)与不可更改(immutable)对象

在 python 中，strings, tuples, 和 numbers 是不可更改的对象，而 list,dict 等则是可以修改的对象。

• 不可变类型：变量赋值 a=5 后再赋值 a=10，这里实际是新生成一个 int 值对象 10，再让 a 指向它，而 5 被丢弃，不是改变a的值，相当于新生成了a。
• 可变类型：变量赋值 la=[1,2,3,4] 后再赋值 la[2]=5 则是将 list la 的第三个元素值更改，本身la没有动，只是其内部的一部分值被修改了。

python 函数的参数传递：

• 不可变类型：类似 c++ 的值传递，如 整数、字符串、元组。如fun（a），传递的只是a的值，没有影响a对象本身。比如在 fun（a）内部修改 a 的值，只是修改另一个复制的对象，不会影响 a 本身。
• 可变类型：类似 c++ 的引用传递，如 列表，字典。如 fun（la），则是将 la 真正的传过去，修改后fun外部的la也会受影响

'''python 传不可变对象实例'''
def ChangeInt(a):
    a = 10
b = 2
print(ChangeInt(b))     # 返回 None
print(b)                # 结果是 2
'''
解释：实例中有 int 对象 2，指向它的变量是 b，在传递给 ChangeInt 函数时，按传值的方式复制了变量 b，a 和 b 都指向了同一个 Int 对象，在 a=10 时，则新生成一个 int 值对象 10，并让 a 指向它
'''

'''传可变对象实例'''
def changeList(mylist):
    "修改传入的列表"
    mylist.append([1, 2, 3, 4])
    print("函数内取值: ", mylist)
    return

mylist = [10, 20, 30]
changemeList(mylist)
print("函数外取值: ", mylist)
'''
函数内取值:  [10, 20, 30, [1, 2, 3, 4]]
函数外取值:  [10, 20, 30, [1, 2, 3, 4]]
'''

简单来说：

• 可变对象，经过处理，原对象会发生变化；可变对象在处理前后不会发生变化。

1.4 函数参数

以下是调用函数时可使用的正式参数类型：

• 必须参数/位置参数 (positional argument)
• 默认参数 (default argument)
• 不定长参数/可变参数 (variable argument)
• 关键字参数 (keyword argument)
• 命名关键字参数 (name keyword argument)
• 参数组合

1.4.1 必需参数/位置参数

必需参数须以正确的顺序传入函数，调用时的数量必须和声明时的一样；不然会出现语法错误。

def func(a, b, c):
    pass
# 必须传入三个参数，否则会报错

1.4.2 默认参数

def printinfo(name, age=20):
    print("Name: ", name, " Grade: ", grade)

printinfo(age=21, name="Ivan")	# Name:  Ivan  Grade:  21
printinfo(name="Zhang")			# Name:  Zhang  Grade:  20

• 调用函数时，如果没有传递参数，则会使用默认参数
• 默认参数一定要放在位置参数 后面，不然程序会报错
• Python 允许函数调用时参数的顺序与声明时不一致，因为 Python 解释器能够用参数名匹配参数值

1.4.3 可变参数/不定长参数

顾名思义，可变参数就是传入的参数个数是可变的，可以是 0, 1, 2 到任意个，是不定长的参数。
需要一个函数能处理比当初声明时更多的参数。这些参数叫做不定长参数，和上述 2 种参数不同，声明时不会命名

1.4.3.1 * 参数形式

加了星号 * 的参数会以元组(tuple)的形式导入，存放所有未命名的变量参数

语法形式：

def functionname([formal_args,] *var_args_tuple ):
   "函数_文档字符串"
   function_suite
   return [expression]

实例：

def printinfo(arg1, *vartuple):
    print(arg1)
    print(vartuple)

printinfo(70, 60, 50, 40, 30)
'''
打印：
70
(60, 50, 40, 30)
'''

特别的：

• 如果在函数调用时没有指定参数，它就是一个空元组

1.4.3.2 ** 参数形式

还有一种就是参数带两个星号** 用来表示不定长度参数。
加了两个星号 **的参数会以dict字典的形式导入

基本语法：

def functionname([formal_args,] **var_args_dict ):
   "函数_文档字符串"
   function_suite
   return [expression]

实例：

def printinfo(arg1, **vardict):
	print("输出: ")
    print(arg1)
    print(vardict)

printinfo(1024, a_1=2, buffer='full')**

输出: 
1024
{'a_1': 2, 'buffer': 'full'}

特别的：声明函数时，参数中星号*可以单独出现
语法形式：

def f(a,b,*,c):
    return a+b+c

但是，如果单独出现星号*后的参数必须用关键字传入

>>> def f(a,b,*,c):
...     return a+b+c
... 
>>> f(1,2,3)   # 报错
Traceback (most recent call last):
 File "", line 1, in <module>
TypeError: f() takes 2 positional arguments but 3 were given
>>> f(1,2,c=3) # 正常
6

1.4.4 关键字参数

关键字参数和函数调用关系紧密，函数调用使用关键字参数来确定传入的参数值。
因为有的时候 参数的使用不一定是使用指定顺序 或 部分参数已经输入

def printinfo(name, age, major):
    print("名字: ", name)
    print("年龄: ", age)
    print("专业: ", major)

printinfo(major="CS", age=21, name="Ivan")
'''
名字:  Ivan
年龄:  21
专业:  CS
'''

上面的描述似乎有问题

def functionname(arg1, arg2=v, *args, **kw):
    "函数_文档字符串"
    function_suite
    return [expression]

**kw - 关键字参数，可以是从零个到任意个，自动组装成字典。

def printinfo(arg1, *args, **kwargs):
    print(arg1)
    print(args)
    print(kwargs)

printinfo(70, 60, 50)
# 70
# (60, 50)
# {}
printinfo(70, 60, 50, a=1, b=2)
# 70
# (60, 50)
# {'a': 1, 'b': 2}

「可变参数」和「关键字参数」的同异总结如下：

• 可变参数允许传入零个到任意个参数，它们在函数调用时自动组装为一个元组 (tuple)。
• 关键字参数允许传入零个到任意个参数，它们在函数内部自动组装为一个字典 (dict)。

1.4.5 命名关键字参数

def functionname(arg1, arg2=v, *args, *, nkw, **kw):
    "函数_文档字符串"
    function_suite
    return [expression]

• *,nkw- 命名关键字参数，用户想要输入的关键字参数，定义方式是在nkw 前面加个分隔符 *。
• 如果要限制关键字参数的名字，就可以用「命名关键字参数」
• 使用命名关键字参数时，要特别注意不能缺少参数名。

def printinfo(arg1, *, nkw, **kwargs):
    print(arg1)
    print(nkw)
    print(kwargs)

printinfo(70, nkw=10, a=1, b=2)
# 70
# 10
# {'a': 1, 'b': 2}

printinfo(70, 10, a=1, b=2)
# TypeError: printinfo() takes 1 positional argument but 2 were given

没有写参数名nwk，因此 10 被当成「位置参数」，而原函数只有 1 个位置函数，现在调用了 2 个，因此程序会报错。

1.4.6 参数组合

在 Python 中定义函数，可以用位置参数、默认参数、可变参数、命名关键字参数和关键字参数，这 5 种参数中的 4 个都可以一起使用，但是注意，参数定义的顺序必须是：

• 位置参数、默认参数、可变参数和关键字参数。
• 位置参数、默认参数、命名关键字参数和关键字参数。

要注意定义可变参数和关键字参数的语法：

• *args是可变参数，args接收的是一个tuple
• **kw是关键字参数，kw 接收的是一个 dict
  命名关键字参数是为了限制调用者可以传入的参数名，同时可以提供默认值。定义命名关键字参数不要忘了写分隔符*，否则定义的是位置参数。

特别的：虽然可以组合多达 5 种参数，但不要同时使用太多的组合，否则函数很难懂

2. Lambda函数

在 Python 里有两种函数：

• 用 def 关键词的正规函数
• 用 lambda 关键词的匿名函数

python 使用 lambda来创建匿名函数,

• 所谓匿名，意即不再使用 def语句这样标准的形式定义一个函数:
• lambda只是一个表达式，函数体比 def简单很多。
• lambda的主体是一个表达式，而不是一个代码块。仅仅能在lambda表达式中封装有限的逻辑进去。
• lambda函数拥有自己的命名空间，且不能访问自己参数列表之外或全局命名空间里的参数。
• 虽然lambda函数看起来只能写一行，却不等同于C或C++的内联函数，后者的目的是调用小函数时不占用栈内存从而增加运行效率。

2.1 语法

lambda 函数的语法只包含一个语句，语法如下：
lambda [arg1 [,arg2,.....argn]]:expression
or
lambda argument_list: expression

• lambda- 定义匿名函数的关键词。
  -argument_list- 函数参数，它们可以是位置参数、默认参数、关键字参数，和正规函数里的参数类型一样。
• :-冒号，在函数参数和表达式中间要加个冒号。
• expression- 函数表达式，输入函数参数，输出一些值

实例

sumary = lambda arg1, arg2: arg1 + arg2
print(sumary(10, 20))  # 30

func = lambda *args: sum(args)
print(func(1, 2, 3, 4, 5))  # 15

实例：

psum = lambda arg1, arg2: arg1 + arg2

print("相加后的值为 : ", psum(10, 20))
print("相加后的值为 : ", psum(20, 20))
'''
相加后的值为 :  30
相加后的值为 :  40
'''

实例：

lambda x: 2*x+1
g = lambda x:2*x+1
g(5)
g = lambda x,y:x+y
g(1,2)

但需要注意的是，PEP 8 规范 不建议使用赋值语句定义Lambda函数，而是使用def 进行定义

2.2 匿名函数 VS 正规函数

lbd_sqr = lambda x: x ** 2
print(lbd_sqr)

#  at 0x000000BABB6AC1E0>

def sqr(x):
    return x ** 2

print(sqr)
# 

print(sqr(9))  # 81
print(lbd_sqr(9))  # 81

• 误用情况：如果用lambda函数只是为了赋值给一个变量，用def的正规函数。
• lbd_sqr的返回值是以 标识的函数，而 sqr的返回时是以sqr为标识的函数，明显后者一看就知道该函数是「计算平方」用的。

2.3 Lambda表达式的应用

高阶函数 (high-order function) 在函数化编程 (functional programming) 很常见，主要有两种形式：

• 参数是函数 (filter, map)
• 返回值是函数 (closure)

filter(function, iterable)过滤序列，过滤掉不符合条件的元素，返回一个迭代器对象，如果要转换为列表，可以使用 list()来转换。

a = (list(filter(lambda x: x % 2, range(10))))
print(a)	# [1, 3, 5, 7, 9]

map(function, iterable, …)：映射。将iterator中的元素依次作为fun的参数，经过处理的结果加入到结果序列中(根据提供的函数对指定序列做映射)

a = list(map(lambda x: x**2, range(10)))
print(a)	# [0, 1, 4, 9, 16, 25, 36, 49, 64, 81]

除了 Python 这些内置函数，我们也可以自己定义高阶函数，如下：

def apply_to_list(fun, some_list):
    return fun(some_list)

下面代码分别求出列表中所有元素的和、个数和均值。

lst = [1, 2, 3, 4, 5]
print(apply_to_list(sum, lst))
# 15
print(apply_to_list(len, lst))
# 5
print(apply_to_list(lambda x: sum(x) / len(x), lst))
# 3.0

特别鸣谢