12_Python_函数高级
函数进阶
目标
- 函数参数和返回值的作用
- 函数的返回值 进阶
- 函数的参数 进阶
- 递归函数
- 闭包
- 装饰器
01. 函数参数和返回值的作用
函数根据 有没有参数 以及 有没有返回值，可以 相互组合，一共有 4 种 组合形式
- 无参数，无返回值
- 无参数，有返回值
- 有参数，无返回值
- 有参数，有返回值
定义函数时，是否接收参数，或者是否返回结果，是根据 实际的功能需求 来决定的！
- 如果函数 内部处理的数据不确定，就可以将外界的数据以参数传递到函数内部
- 如果希望一个函数 执行完成后，向外界汇报执行结果，就可以增加函数的返回值
1.1 无参数，无返回值
此类函数，不接收参数，也没有返回值，应用场景如下：
- 只是单纯地做一件事情，例如 显示菜单
- 在函数内部 针对全局变量进行操作，例如：新建名片，最终结果 记录在全局变量 中
注意：
- 如果全局变量的数据类型是一个 可变类型，在函数内部可以使用 方法 修改全局变量的内容 —— 变量的引用不会改变
- 在函数内部，使用赋值语句 才会 修改变量的引用
1.2 无参数，有返回值
此类函数，不接收参数，但是有返回值，应用场景如下：
- 采集数据，例如 温度计，返回结果就是当前的温度，而不需要传递任何的参数
1.3 有参数，无返回值
此类函数，接收参数，没有返回值，应用场景如下：
- 函数内部的代码保持不变，针对 不同的参数 处理 不同的数据
- 例如 名片管理系统 针对 找到的名片 做 修改、删除 操作
1.4 有参数，有返回值
此类函数，接收参数，同时有返回值，应用场景如下：
- 函数内部的代码保持不变，针对 不同的参数 处理 不同的数据，并且 返回期望的处理结果
- 例如 名片管理系统 使用 字典默认值 和 提示信息 提示用户输入内容
- 如果输入，返回输入内容
- 如果没有输入，返回字典默认值
02. 函数的返回值 进阶
- 在程序开发中，有时候，会希望 一个函数执行结束后，告诉调用者一个结果，以便调用者针对具体的结果做后续的处理
- 返回值 是函数 完成工作后，最后 给调用者的 一个结果
- 在函数中使用
return关键字可以返回结果 - 调用函数一方，可以 使用变量 来 接收 函数的返回结果
问题：一个函数执行后能否返回多个结果？
示例 —— 温度和湿度测量
- 假设要开发一个函数能够同时返回当前的温度和湿度
- 先完成返回温度的功能如下：
def measure():
"""返回当前的温度"""
print("开始测量...")
temp = 39
print("测量结束...")
return temp
result = measure()
print(result)
- 在利用 元组 在返回温度的同时，也能够返回 湿度
- 改造如下：
def measure():
"""返回当前的温度"""
print("开始测量...")
temp = 39
wetness = 10
print("测量结束...")
return (temp, wetness)
提示：如果一个函数返回的是元组，括号可以省略
技巧
- 在
Python中，可以 将一个元组 使用 赋值语句 同时赋值给 多个变量 - 注意：变量的数量需要和元组中的元素数量保持一致
result = temp, wetness = measure()
面试题 —— 交换两个数字
题目要求
- 有两个整数变量
a = 6,b = 100 - 不使用其他变量，交换两个变量的值
解法 1 —— 使用其他变量
# 解法 1 - 使用临时变量
c = b
b = a
a = c
解法 2 —— 不使用临时变量
# 解法 2 - 不使用临时变量
a = a + b
b = a - b
a = a - b
解法 3 —— Python 专有，利用元组
a, b = b, a
03. 函数的参数 进阶
3.1. 不可变和可变的参数
问题 1：在函数内部，针对参数使用 赋值语句，会不会影响调用函数时传递的 实参变量？ —— 不会！
- 无论传递的参数是 可变 还是 不可变
- 只要 针对参数 使用 赋值语句，会在 函数内部 修改 局部变量的引用，不会影响到 外部变量的引用
def demo(num, num_list):
print("函数内部")
# 赋值语句
num = 200
num_list = [1, 2, 3]
print(num)
print(num_list)
print("函数代码完成")
gl_num = 99
gl_list = [4, 5, 6]
demo(gl_num, gl_list)
print(gl_num)
print(gl_list)
问题 2：如果传递的参数是 可变类型，在函数内部，使用 方法 修改了数据的内容，同样会影响到外部的数据
def mutable(num_list):
# num_list = [1, 2, 3]
num_list.extend([1, 2, 3])
print(num_list)
gl_list = [6, 7, 8]
mutable(gl_list)
print(gl_list)
面试题 —— +=
- 在
python中，列表变量调用+=本质上是在执行列表变量的extend方法，不会修改变量的引用
def demo(num, num_list):
print("函数内部代码")
# num = num + num
num += num
# num_list.extend(num_list) 由于是调用方法，所以不会修改变量的引用
# 函数执行结束后，外部数据同样会发生变化
num_list += num_list
print(num)
print(num_list)
print("函数代码完成")
gl_num = 9
gl_list = [1, 2, 3]
demo(gl_num, gl_list)
print(gl_num)
print(gl_list)
3.2 缺省参数
- 定义函数时，可以给 某个参数 指定一个默认值，具有默认值的参数就叫做 缺省参数
- 调用函数时，如果没有传入 缺省参数 的值，则在函数内部使用定义函数时指定的 参数默认值
- 函数的缺省参数，将常见的值设置为参数的缺省值，从而 简化函数的调用
- 例如：对列表排序的方法
gl_num_list = [6, 3, 9]
# 默认就是升序排序，因为这种应用需求更多
gl_num_list.sort()
print(gl_num_list)
# 只有当需要降序排序时，才需要传递 `reverse` 参数
gl_num_list.sort(reverse=True)
print(gl_num_list)
指定函数的缺省参数
- 在参数后使用赋值语句，可以指定参数的缺省值
def print_info(name, gender=True):
gender_text = "男生"
if not gender:
gender_text = "女生"
print("%s 是 %s" % (name, gender_text))
提示
- 缺省参数，需要使用 最常见的值 作为默认值！
- 如果一个参数的值 不能确定，则不应该设置默认值，具体的数值在调用函数时，由外界传递！
缺省参数的注意事项
1) 缺省参数的定义位置
- 必须保证 带有默认值的缺省参数 在参数列表末尾
- 所以，以下定义是错误的！
def print_info(name, gender=True, title):
2) 调用带有多个缺省参数的函数
- 在 调用函数时，如果有 多个缺省参数，需要指定参数名，这样解释器才能够知道参数的对应关系！
def print_info(name, title="", gender=True):
"""
:param title: 职位
:param name: 班上同学的姓名
:param gender: True 男生 False 女生
"""
gender_text = "男生"
if not gender:
gender_text = "女生"
print("%s%s 是 %s" % (title, name, gender_text))
# 提示：在指定缺省参数的默认值时，应该使用最常见的值作为默认值！
print_info("小明")
print_info("老王", title="班长")
print_info("小美", gender=False)
3.3 多值参数（知道）
定义支持多值参数的函数
-
有时可能需要 一个函数 能够处理的参数 个数 是不确定的，这个时候，就可以使用 多值参数
-
python中有 两种 多值参数：- 参数名前增加 一个
*可以接收 元组 - 参数名前增加 两个
*可以接收 字典
- 参数名前增加 一个
-
一般在给多值参数命名时，习惯使用以下两个名字
*args—— 存放 元组 参数，前面有一个***kwargs—— 存放 字典 参数，前面有两个*
-
args是arguments的缩写，有变量的含义 -
kw是keyword的缩写，kwargs可以记忆 键值对参数
def demo(num, *args, **kwargs):
print(num)
print(args)
print(kwargs)
demo(1, 2, 3, 4, 5, name="小明", age=18, gender=True)
提示：多值参数 的应用会经常出现在网络上一些大牛开发的框架中，知道多值参数，有利于我们能够读懂大牛的代码
多值参数案例 —— 计算任意多个数字的和
需求
- 定义一个函数
sum_numbers，可以接收的 任意多个整数 - 功能要求：将传递的 所有数字累加 并且返回累加结果
def sum_numbers(*args):
num = 0
# 遍历 args 元组顺序求和
for n in args:
num += n
return num
print(sum_numbers(1, 2, 3))
元组和字典的拆包（知道）
- 在调用带有多值参数的函数时，如果希望：
- 将一个 元组变量，直接传递给
args - 将一个 字典变量，直接传递给
kwargs
- 将一个 元组变量，直接传递给
- 就可以使用 拆包，简化参数的传递，拆包 的方式是：
- 在 元组变量前，增加 一个
* - 在 字典变量前，增加 两个
*
- 在 元组变量前，增加 一个
def demo(*args, **kwargs):
print(args)
print(kwargs)
# 需要将一个元组变量/字典变量传递给函数对应的参数
gl_nums = (1, 2, 3)
gl_xiaoming = {"name": "小明", "age": 18}
# 会把 num_tuple 和 xiaoming 作为元组传递个 args
# demo(gl_nums, gl_xiaoming)
demo(*gl_nums, **gl_xiaoming)
04. 函数的递归
函数调用自身的 编程技巧 称为递归
4.1 递归函数的特点
特点
- 一个函数 内部 调用自己
- 函数内部可以调用其他函数，当然在函数内部也可以调用自己
代码特点
- 函数内部的 代码 是相同的，只是针对 参数 不同，处理的结果不同
- 当 参数满足一个条件 时，函数不再执行
- 这个非常重要，通常被称为递归的出口，否则 会出现死循环！
示例代码
def sum_numbers(num):
print(num)
# 递归的出口很重要，否则会出现死循环
if num == 1:
return
sum_numbers(num - 1)
sum_numbers(3)
4.2 递归案例 —— 计算数字累加
需求
- 定义一个函数
sum_numbers - 能够接收一个
num的整数参数 - 计算 1 + 2 + … num 的结果
def sum_numbers(num):
if num == 1:
return 1
# 假设 sum_numbers 能够完成 num - 1 的累加
temp = sum_numbers(num - 1)
# 函数内部的核心算法就是 两个数字的相加
return num + temp
print(sum_numbers(2))
提示：递归是一个 编程技巧，初次接触递归会感觉有些吃力！在处理 不确定的循环条件时，格外的有用，例如：遍历整个文件目录的结构
05.闭包
函数只是一段可执行代码，编译后就“固化”了，每个函数在内存中只有一份实例，得到函数的入口点便可以执行函数了。函数还可以嵌套定义，即在一个函数内部可以定义另一个函数，有了嵌套函数这种结构，便会产生闭包问题。
5.1.函数嵌套
在函数里面还可以定义函数，可以嵌套多层，执行需要被调用。
def outer():
print('outer----hello')
def inner(): # inner这个函数是在outer函数内部定义的
print('inner----hello')
inner() # inner函数只在outer函数内部可见
outer()
inner() # 这里会报错，在outer函数外部无法访问到inner函数
5.2.什么是闭包
闭包是由函数及其相关的引用环境组合而成的实体(即：闭包=函数块+引用环境)。
def outer(n):
num = n
def inner():
return num+1
return inner
print(outer(3)()) # 4
print(outer(5)()) # 5
在这段程序中，函数 inner 是函数 outer 的内嵌函数，并且 inner 函数是outer函数的返回值。我们注意到一个问题：内嵌函数 inner 中引用到外层函数中的局部变量num，Python解释器会这么处理这个问题呢？ 先让我们来看看这段代码的运行结果，当我们调用分别由不同的参数调用 outer 函数得到的函数时，得到的结果是隔离的(相互不影响)，也就是说每次调用outer函数后都将生成并保存一个新的局部变量num,这里outer函数返回的就是闭包。 如果在一个内部函数里，对在外部作用域（但不是在全局作用域）的变量进行引用，那么内部函数就被认为是闭包(closure).
闭包：定义，符合下面的就是闭包
1、嵌套函数
2、内部引用外部函数的变量
3、返回值是内部函数
闭包本身意义不大，主要用于装饰器，目前只需要知道闭包的定义，知道闭包的特点
5.3.修改外部变量的值
闭包里默认不能修改外部变量。
def outer(n):
num = n
def inner():
num = num + 1
return num
return inner
print(outer(1)())
上述代码运行时会报错！
UnboundLocalError: local variable 'num' referenced before assignment
原因分析
在python里，只要看到了赋值语句，就会认为赋值语句的左边是一个局部变量。num = num + 1 这段代码里，num 在=的左边，python解析器会认为我们要修改inner函数里num这个局部变量，而这个变量使用之前是未声明的，所以会报错。
解决方案
我们分析过，报错的原因在于当我们在闭包内修改外部变量时，会被python解析器误会为内部函数的局部变量。所以，解决方案就在于，我们需要想办法，让解析器知道我们不是要修改局部变量，而是要修改外部变量。
- 解决方法：使用 nonlocal 关键字
def outer(n):
num = n
def inner():
nonlocal num # 修改前使用nonlocal关键字对 num 变量进行说明
num = num + 1
return num
return inner
print(outer(2)())
def outer():
a=100
def inner():
b=200
# b +=a #内部函数可以使用外部变量
nonlocal a #内部函数不可以修改外部变量，如果要修改外部函数的变量，在内部函数中添加nonlocal
a +=20
result=locals()
print('我是内部函数',a)
print(result)
# print(a)
inner()
outer()
内部函数不能修改外部函数的变量，要修改需要使用：nonlocal 外部变量
变量搜索规则：
1、内层函数
2、外层函数
3、全局
4、系统
内层函数要调用外层函数变量 ：nonlocal
内层函数要调用全局变量 ： global
6.装饰器
装饰器是程序开发中经常会用到的一个功能，用好了装饰器，开发效率如虎添翼，所以这也是Python面试中必问的问题。但对于好多初次接触这个知识的人来讲，这个功能有点绕，自学时直接绕过去了，然后面试问到了就挂了，因为装饰器是程序开发的基础知识，这个都不会，别跟人家说你会Python, 看了下面的文章，保证你学会装饰器。
6.1.先明白这段代码
#### 第一波 ####
def foo():
print('foo')
foo # 表示是函数
foo() # 表示执行foo函数
#### 第二波 ####
def foo():
print('foo')
foo = lambda x: x + 1
foo() # 执行lambda表达式，而不再是原来的foo函数，因为foo这个名字被重新指向了另外一个匿名函数
函数名仅仅是个变量，只不过指向了定义的函数而已，所以才能通过 函数名()调用，如果 函数名=xxx被修改了，那么当在执行 函数名()时，调用的就不知之前的那个函数了
2.需求来了
初创公司有N个业务部门，基础平台部门负责提供底层的功能，如：数据库操作、redis调用、监控API等功能。业务部门使用基础功能时，只需调用基础平台提供的功能即可。如下：
############### 基础平台提供的功能如下 ###############
def f1():
print('f1')
def f2():
print('f2')
def f3():
print('f3')
def f4():
print('f4')
############### 业务部门A 调用基础平台提供的功能 ###############
f1()
f2()
f3()
f4()
############### 业务部门B 调用基础平台提供的功能 ###############
f1()
f2()
f3()
f4()
目前公司有条不紊的进行着，但是，以前基础平台的开发人员在写代码时候没有关注验证相关的问题，即：基础平台的提供的功能可以被任何人使用。现在需要对基础平台的所有功能进行重构，为平台提供的所有功能添加验证机制，即：执行功能前，先进行验证。
老大把工作交给 Low B，他是这么做的：
跟每个业务部门交涉，每个业务部门自己写代码，调用基础平台的功能之前先验证。诶，这样一来基础平台就不需要做任何修改了。太棒了，有充足的时间泡妹子…
当天Low B 被开除了…
老大把工作交给 Low BB，他是这么做的：
############### 基础平台提供的功能如下 ###############
def f1():
# 验证1
# 验证2
# 验证3
print('f1')
def f2():
# 验证1
# 验证2
# 验证3
print('f2')
def f3():
# 验证1
# 验证2
# 验证3
print('f3')
def f4():
# 验证1
# 验证2
# 验证3
print('f4')
############### 业务部门不变 ###############
### 业务部门A 调用基础平台提供的功能###
f1()
f2()
f3()
f4()
### 业务部门B 调用基础平台提供的功能 ###
f1()
f2()
f3()
f4()
过了一周 Low BB 被开除了…
老大把工作交给 Low BBB，他是这么做的：
只对基础平台的代码进行重构，其他业务部门无需做任何修改
############### 基础平台提供的功能如下 ###############
def check_login():
# 验证1
# 验证2
# 验证3
pass
def f1():
check_login()
print('f1')
def f2():
check_login()
print('f2')
def f3():
check_login()
print('f3')
def f4():
check_login()
print('f4')
老大看了下Low BBB 的实现，嘴角漏出了一丝的欣慰的笑，语重心长的跟Low BBB聊了个天：
老大说：
写代码要遵循开放封闭原则，虽然在这个原则是用的面向对象开发，但是也适用于函数式编程，简单来说，它规定已经实现的功能代码不允许被修改，但可以被扩展，即：
- 封闭：已实现的功能代码块
- 开放：对扩展开发
如果将开放封闭原则应用在上述需求中，那么就不允许在函数 f1 、f2、f3、f4的内部进行修改代码，老板就给了Low BBB一个实现方案：
def w1(func):
def inner():
# 验证1
# 验证2
# 验证3
func()
return inner
@w1
def f1():
print('f1')
@w1
def f2():
print('f2')
@w1
def f3():
print('f3')
@w1
def f4():
print('f4')
对于上述代码，也是仅仅对基础平台的代码进行修改，就可以实现在其他人调用函数 f1 f2 f3 f4 之前都进行【验证】操作，并且其他业务部门无需做任何操作。
Low BBB心惊胆战的问了下，这段代码的内部执行原理是什么呢？
老大正要生气，突然Low BBB的手机掉到地上，恰巧屏保就是Low BBB的女友照片，老大一看一紧一抖，喜笑颜开，决定和Low BBB交个好朋友。
详细的开始讲解了：
单独以f1为例：
def w1(func):
def inner():
# 验证1
# 验证2
# 验证3
func()
return inner
@w1
def f1():
print('f1')
python解释器就会从上到下解释代码，步骤如下：
1、def w1(func): ==>将w1函数加载到内存
2、@w1
没错， 从表面上看解释器仅仅会解释这两句代码，因为函数在 没有被调用之前其内部代码不会被执行。
从表面上看解释器着实会执行这两句，但是 @w1 这一句代码里却有大文章， @函数名 是python的一种语法糖。
上例@w1内部会执行一下操作：
执行w1函数
执行w1函数 ，并将 @w1 下面的函数作为w1函数的参数，即：@w1 等价于 w1(f1) 所以，内部就会去执行：
def inner():
#验证 1
#验证 2
#验证 3
f1() # func是参数，此时 func 等于 f1
return inner# 返回的 inner，inner代表的是函数，非执行函数 ,其实就是将原来的 f1 函数塞进另外一个函数中
w1的返回值
将执行完的w1函数返回值 赋值 给@w1下面的函数的函数名f1 即将w1的返回值再重新赋值给 f1，即：
新f1 = def inner():
#验证 1
#验证 2
#验证 3
原来f1()
return inner
所以，以后业务部门想要执行 f1 函数时，就会执行 新f1 函数，在新f1 函数内部先执行验证，再执行原来的f1函数，然后将原来f1 函数的返回值返回给了业务调用者。
如此一来， 即执行了验证的功能，又执行了原来f1函数的内容，并将原f1函数返回值 返回给业务调用者。Low BBB 你明白了吗？要是没明白的话，我晚上去你家帮你解决吧！！！
6.3.再议装饰器
# 定义函数：完成包裹数据
def makeBold(fn):
def wrapped():
return "" + fn() + ""
return wrapped
# 定义函数：完成包裹数据
def makeItalic(fn):
def wrapped():
return "" + fn() + ""
return wrapped
@makeBold
def test1():
return "hello world-1"
@makeItalic
def test2():
return "hello world-2"
@makeBold
@makeItalic
def test3():
return "hello world-3"
print(test1())
print(test2())
print(test3())
运行结果:
<b>hello world-1</b>
<i>hello world-2</i>
<b><i>hello world-3</i></b>
6.4.装饰器(decorator)功能
- 引入日志
- 函数执行时间统计
- 执行函数前预备处理
- 执行函数后清理功能
- 权限校验等场景
- 缓存
6.5 装饰器示例
例1:无参数的函数
def check_time(action):
def do_action():
action()
return do_action
@check_time
def go_to_bed():
print('去睡觉')
go_to_bed()
上面代码理解装饰器执行行为可理解成
result = check_time(go_to_bed) # 把go_to_bed 当做参数传入给 check_time函数，再定义一个变量用来保存check_time的运行结果
result() # check_time 函数的返回值result是一个函数, result()再调用这个函数，让它再调用go_to_bed函数