Python学习--函数与Lambda表达式
链接: DataWhale函数与Lambda表达式.
目录
- 1.函数
- 函数的定义
- 函数的调用
- 函数的返回值
- 函数文档及注解
- 函数参数
- 1.位置参数
- 2.默认参数
- 3.可变参数
- 4.关键字参数
- 5.命名关键字参数
- 6.参数组合
- 变量作用域
- 内嵌函数
- 闭包
- 递归
- 2.Lambda 表达式
- 匿名函数的定义
- 匿名函数的应用
- 练习题
1.函数
函数的定义
def functionname(parameters):
"函数_文档字符串"
function_suite
return [expression]
-
函数以
def关键词开头，后接函数名和圆括号()。 -
函数执行的代码以冒号起始，并且缩进。
-
return [表达式] 结束函数，选择性地返回一个值给调用方。不带表达式的return相当于返回
None。
函数的调用
def printme(str):
print(str)
printme("我要调用用户自定义函数!") # 我要调用用户自定义函数!
printme("再次调用同一函数") # 再次调用同一函数
函数的返回值
【例子1】
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]
【例子2】
def back():
return 1, '小马的程序人生', 3.14
print(back()) # (1, '小马的程序人生', 3.14)
【例子3】
def printme(str):
print(str)
temp = printme('hello') # hello
print(temp) # None
print(type(temp)) # 说明：此函数的功能是打印字符串，没有返回值。
函数文档及注解
-
在 def 语句后⾯把注释⽂档放在引号（单引、双引、三引都可以）⾥⾯就⾏，这个⽂档可以通过function.doc 访问。
def MyFirstFunction(name): "函数定义过程中name是形参" # 因为Ta只是一个形式，表示占据一个参数位置 print('传递进来的{0}叫做实参，因为Ta是具体的参数值！'.format(name)) MyFirstFunction('it has to word!') # 传递进来的it has to word!叫做实参，因为Ta是具体的参数值！ print(MyFirstFunction.__doc__) # 函数定义过程中name是形参 help(MyFirstFunction) # Help on function MyFirstFunction in module __main__: # MyFirstFunction(name) # 函数定义过程中name是形参 -
函数声明中的各个参数可以在:之后增加注解表达式。如果参数有默认值，注解放在参数名和=号之间。如果想注解返回值，在)和函数声明末尾的:之间添加->和⼀个表达式。
Python对注解所做的唯⼀的事情是，把它们存储在函数的 annotations 属性⾥。 仅此⽽已，Python不做检查、不做强制、不做验证，什么操作都不做。换句话说， 注解对Python解释器没有任何意义。注解只是元数
据，可以供IDE、框架和装饰器等⼯具使⽤。
def function(text: str, max_len: 'int > 0' = 80) -> str:
函数参数
Python 的函数具有非常灵活多样的参数形态，既可以实现简单的调用，又可以传入非常复杂的参数。从简到繁的参数形态如下：
-
位置参数 (positional argument)
-
默认参数 (default argument)
-
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.位置参数
def functionname(arg1):
"函数文档字符串"
function_suite
return [expression]
arg1- 位置参数 ，这些参数在调用函数 (call function) 时位置要固定。- 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。
【例子】
def printinfo(name, age):
print('Name:{0},Age:{1}'.format(name, age))
printinfo(age=8, name='小马') # Name:小马,Age:8
2.默认参数
def functionname(arg1, arg2=v):
"函数文档字符串"
function_suite
return [expression]
arg2 = v- 默认参数 = 默认值，调用函数时，默认参数的值如果没有传入，则被认为是默认值。- 默认参数一定要放在位置参数 后面，不然程序会报错。
【例子】
def printinfo(name, age=8):
print('Name:{0},Age:{1}'.format(name, age))
printinfo('小马') # Name:小马,Age:8
printinfo('小马', 10) # Name:小马,Age:10
3.可变参数
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。
def functionname(arg1, arg2=v, *args):
"函数_文档字符串"
function_suite
return [expression]
-
*args- 可变参数，可以是从零个到任意个，自动组装成元组。 -
加了星号（*）的变量名会存放所有未命名的变量参数。
【例子】
def printinfo(arg1, *args):
print(arg1)
for var in args:
print(var)
printinfo(10) # 10
printinfo(70, 60, 50)
# 70
# 60
# 50
4.关键字参数
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。
【例子】
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)。
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，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
说明：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。
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。
【注】：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。
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。
【例子】局部变量
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关键字了。
【例子】如果局部要对全局变量修改，则在局部声明该全局变量
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
内嵌函数
【例子】
def outer():
print('outer函数在这外层调用')
def inner():
print('inner函数在这内层调用')
inner() # 该函数只能在outer函数内部被调用
outer()
# outer函数在外层被调用
# inner函数在这内层调用
闭包
- 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。
【例子1】闭包的返回值通常是函数
def funX(x):
def funY(y):
return x * y
return funY
i = funX(8)
print(type(i)) # 【例子2】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
递归
-
如果一个函数在内部调用自身本身，这个函数就是递归函数。
-
设置递归的层数，Python默认递归层数为 100
import sys sys.setrecursionlimit(1000)【例子】
n! = 1 x 2 x 3 x ... x n#利用循环 n = 5 for i in range(1,n): n = n*i print(n) #120 #利用递归 def factorial(n): if n==1: return 1 return n*factorial(n-1) print(factorial(5)) #120【例子】斐波那契数列
f(n)=f(n-1)+f(n-2), f(0)=0 f(1)=1#利用循环 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] #利用递归 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_fico(k)) print(lst) # [0, 1, 1, 2, 3, 5, 8, 13, 21, 34, 55]有关递归的详细介绍参见：
- 利用python解决汉诺塔问题？
2.Lambda 表达式
匿名函数的定义
在 Python 里有两类函数：
-
第一类：用
def关键词定义的正规函数 -
第二类：用
lambda关键词定义的匿名函数
python 使用 lambda 关键词来创建匿名函数，而非def关键词，它没有函数名，其语法结构如下：
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- 只是一个表达式，输入函数参数，输出一些值。
【注】：
-
expression 中没有 return 语句，因为 lambda 不需要它来返回，表达式本身结果就是返回值。
-
匿名函数拥有自己的命名空间，不能访问自己参数列表之外或全局命名空间里的参数。
【例子】正规函数和匿名函数的互换def sqr(x): return x ** 2 print(sqr) #y = [sqr(x) for x in range(10)] print(y) # [0, 1, 4, 9, 16, 25, 36, 49, 64, 81] lbd_sqr = lambda x: x ** 2 print(lbd_sqr) # at 0x000000BABB6AC1E0> y = [lbd_sqr(x) for x in range(10)] print(y) # [0, 1, 4, 9, 16, 25, 36, 49, 64, 81]
匿名函数的应用
函数式编程 是指代码中每一块都是不可变的，都由纯函数的形式组成。这里的纯函数，是指函数本身相互独立、互不影响，对于相同的输入，总会有相同的输出，没有任何副作用。
【例子】非函数式编程
def f(x):
for i in range(0, len(x)):
x[i] += 10
return x
x = [1, 2, 3]
f(x)
print(x)
# [11, 12, 13]
【例子】函数式编程
def f(x):
y = []
for item in x:
y.append(item + 10)
return y
x = [1, 2, 3]
f(x)
print(x)
# [1, 2, 3]
匿名函数 常常应用于函数式编程的高阶函数 (high-order function)中，主要有两种形式：
1.参数是函数 (filter, map)
2.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。odd = lambda x: x % 2 == 1 templist = filter(odd, [1, 2, 3, 4, 5, 6, 7, 8, 9]) print(list(templist)) # [1, 3, 5, 7, 9] -
map(function, *iterables)根据提供的函数对指定序列做映射。m1 = map(lambda x: x ** 2, [1, 2, 3, 4, 5]) print(list(m1)) # [1, 4, 9, 16, 25] m2 = map(lambda x, y: x + y, [1, 3, 5, 7, 9], [2, 4, 6, 8, 10]) print(list(m2)) # [3, 7, 11, 15, 19]
除了 Python 这些内置函数，我们也可以自己定义高阶函数。
def apply_to_list(fun, some_list):
return fun(some_list)
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
练习题
-
怎么给函数编写⽂档？
def function(): "函数文档示例" print('这是一个函数文档示例') -
怎么给函数参数和返回值注解？
def function(name): ''' 函数说明：函数参数和返回值注解示例 :param name: 人名 :return: 字符串 ''' print('我在2020年8月19日22:22:04做练习呀'.format(name)) help(function) ''' Help on function function in module __main__: function(name) 函数说明：函数参数和返回值注解示例 :param name: 人名 :return: 字符串 ''' -
闭包中，怎么对数字、字符串、元组等不可变元素更新。
答：用nonlocal关键字对变量重新赋值，把变量标记为自由变量。
-
分别根据每一行的首元素和尾元素大小对二维列表 a = [[6, 5], [3, 7], [2, 8]] 排序。(利用lambda表达式)
a = [[6, 5], [3, 7], [2, 8]] sorted(a, key=lambda x: x[0]) sorted(a, key=lambda x: x[1]) -
利用python解决汉诺塔问题？
有a、b、c三根柱子，在a柱子上从下往上按照大小顺序摞着64片圆盘，把圆盘从下面开始按大小顺序重新摆放在c柱子上，尝试用函数来模拟解决的过程。（提示：将问题简化为已经成功地将a柱上面的63个盘子移到了b柱）
[外链图片转存失败,源站可能有防盗链机制,建议将图片保存下来直接上传(img-91YR4Ye6-1597849794540)(https://camo.githubusercontent.com/b725cf610aa03aba8ddb6d9fde056f333f4cdedc/68747470733a2f2f696d672d626c6f672e6373646e696d672e636e2f32303230303731343233323533353831332e706e67)]
i = 0
def move(n, a, b, c):
'''
:param n: 盘子数量
:param a: 起点
:param b: 缓冲
:param c: 终点
'''
global i
#a上只有1个盘子，直接搬到c
if (n == 1):
i += 1
print('移动第 {0} 次 {1} --> {2}'.format(i, a, c))
return
#a上不只有一个盘子，将n-1个搬到b
move(n-1, a, c, b)
#将a上最大的盘子搬到c
move(1, a, b, c)
#再将剩下的b上的n-1个盘子以a为缓冲搬到c
move(n-1, b, a, c)
move(3, 'a', 'b', 'c')
#移动第 1 次 a --> c
#移动第 2 次 a --> b
#移动第 3 次 c --> b
#移动第 4 次 a --> c
#移动第 5 次 b --> a
#移动第 6 次 b --> c
#移动第 7 次 a --> c