1.全局变量和局部变量
一般定义在程序的最开始的变量称为函数变量,在子程序中定义的变量称为局部变量,可以简单的理解为,无缩进的为全局变量,有缩进的是局部变量,全局变量的作用域是整个程序,而局部变量的作用域是子程序内部,当程序运行时,首先会找程序内部有没有局部变量,如果有,则调用,如果没有,才会去调用全局变量。如下:
name="czp" #全局变量
deffunc():
name="czp1" #局部变量
print(name)
func()
运行结果:
czp1 调用func()函数,程序会先在函数内部找有没有name这个变量,如果有,就会调用该name的值,而如果没有定义局部变量的话,函数会去找全局name。
可以通过global关键字,通过局部变量修改全局变量,如下所示:
name="czp" #定义全局变量
deffunc():
globalname 在函数内部,通过global关键字,通过局部变量修改全局变量的值
name="czp1"
print(name)
func() 打印局部变量中name的值
print(name) 打印全局变量中name的值
运行结果:
czp1
czp1 在运行结果中可以明显看出,通过global,在定义局部变量的同时,也修改了全局变量的值
global与nonlocal的区别:
python引用变量的顺序: 当前作用域局部变量->外层作用域变量->当前模块中的全局变量->python内置变量
global关键字用来在函数或局部作用域中使用全局变量,并通过glabal关键字在局部作用域中修改全局变量(一般不推荐这么做)
nonlocal关键字用来在函数或局部作用域使用外层(非全局)变量。
2.递归函数
在一个函数的内部,可以调用其他的函数,如果某一个函数在内部调用的函数仍然是自身,这个函数就可以称为递归函数。
defcalc(n):
print(n)
if int(n/2)==0:
returnn
return calc(int(n/2)) 在calc函数中,反复调用calc自身,这样的函数就是递归函数
calc(10)
运行结果:
10
5
2
1
注意:在递归函数中,并不是可以让自身永远的循环下去,递归函数中必须定义一个明确的结束条件,每进行更深一次的递归,解决问题的规模必须要较上一层有所减少,
递归函数常用来进行二分查找。。
3.匿名函数
匿名函数其实就是不需要指定显示的函数。用lambda关键字定义,通常我们定义一个函数用这种形式:
defcalc(x):
return x+1
print(calc(2))
运行结果:
3
而上段代码 用匿名函数使用的话,就可以使用如下的方式,通过lambda关键字,传入一个形参x,用冒号隔开,后面加入return的值。
res=lambda x:x+1
print(res(2))
运行结果:
3
匿名函数单独这么用意义不大,但是和其他函数一起用的时候,功能就显现的很明显了。如下面的例子
res=map(lambda x:x**2,[2,4,6,])
for i inres:
print(i)
运行结果:
4
16
36
我会在接下来写内置方法的时候具体的展示出使用匿名函数的好处。
4.高阶函数
高阶函数的特点如下:1)函数接收的参数是一个函数 ;2)函数的返回值是一个函数
将函数作为参数传给另一个函数
deffoo(n):
print(n)
defbar(name):
print("my name is %s"%name)
print(foo(bar("尼古拉斯赵四")))
运行结果:
my name is尼古拉斯赵四
None
None 返回两个None,因为在foo()和bar()函数中我没有定义retturn。默认返回None
将函数作为另一个函数的返回值
defbar():
print("from bar")
deffoo():
print("from foo")
returnbar
foo()()
运行结果:
fromfoo
from bar
4.内置函数
首先我先介绍3个比较重要,也是比较常用的内置函数,map;reduce,filter3个内置函数
1.map:
将函数作用于seq中的每一个元素,并将所有的调用的结果作为一个list返回。
模拟一下这个需求:有一个列表[1,2,3,4],我要让列表中的每一个元素自增1,然后打印出来,这个程序可以这样写:
name=[1,2,3,4]
res=[] 定义一个空列表,用来接收自增一后的值
defcalc(array):
for i inarray: 使用for循环,遍历传入列表中的每一个元素
res.append(i+1)
returnres
print(calc(name))
运行结果:
[2, 3, 4, 5]
那如果 我想要的需求是让列表自减1,自乘呢,难道要把这段代码重复写一段,只是改一句res.append(i-1),或者更高级一点,我们在定义一个函数:
def increase(x):
return x-1 定义一个自减1的函数name=[1,2,3,4]
res=[]
defcalc(func,array): 在这里定义两个形参,一个用来传入函数increase,一个用来传入列表name
for i inarray:
res.append(increase(i))
returnres
print(calc(increase,name))
运行结果:
[0, 1, 2, 3]
更高级一点呢?我们用map+上面提到的匿名函数,可以很好的完成这样的需求:
name=[1,2,3,4]
print(list(map(lambda x:x+1,name)))
运行结果:
[2,3,4,5]
ok,上面写了那么多,两行代码搞定。
2.reduce:
reduce()函数接收的参数和 map()类似,一个函数 f,一个list,但行为和 map()不同,reduce()传入的函数 f 必须接收两个参数,reduce()对list的每个元素反复调用函数f,并返回最终结果值。可以简单的理解为,map接受一个列表,返回的仍然是一个列表,而reduce会进行计算,返回一个值
from functools importreduce 必须导入reduce方法
name=[1,2,3,4]
print((reduce(lambda x,y:x+y,name))) 函数必须传入两个参数,然后传入list。
运行结果:
10
reduce还有一个默认参数 ,就是可以在list后再传入一个初始值。
def reduce(function, sequence, initial=None) 这个初始值默认为None
from functools importreduce
name=[1,2,3,4]
print((reduce(lambda x,y:x+y,name,5))) 还是上面的例子,我在最后加了初始值5(默认是none)
运行结果:
15
3.filter
filter读入iterable所有的项,判断这些项对function是否为真,返回一个包含所有为真的项的迭代器。如果function是None,返回非空的项。
name=["czp","cc","zp1"]
print(list(filter(lambda n:n.endswith("c"),name))) 通过匿名函数判断条件,返回值为真,就会打印成列表的形式
运行结果:
['cc']
在下一篇文章中,我会介绍其他的常用内置函数