说明:
使用函数可以使程序实现功能模块化,大大简洁我们的程序,这里主要讨论Python中函数的下列内容:
1.函数定义与函数参数 2.局部变量和全局变量 3.函数默认参数和关键参数 4.*Args和**Kargs 5.函数返回值return与yield简单说明 6.lambda函数(匿名函数) 7.Python内置函数
因为函数部分内容跟C语言中的很多内容都十分相似,所以会结合C语言来进行对比学习。
1.函数定义与函数参数
--基本格式1:不参参数
・定义:
def sayHi(): print "Hello!"
・调用:
>>> sayHi() Hello
--基本格式2:带一个参数
・定义:
def sayHi(name): print "Hello, %s, how are you?" % name
・调用:
>>> sayHi('xpleaf') Hello, xpleaf, how are you?
--基本格式3:多个参数
・定义:
def sayHi(name, age): print "Hello, %s, how are you?" % name print "You are %s years old." % age
・调用:
>>> sayHi('CL', 20) Hello, CL, how are you? You are 20 years old.
2.局部变量与全局变量
・看下面一个程序:
#!/usr/bin/env python age = 29 def sayHi(): age = 28 print "function age:%s" % age sayHi() print "gloable age:",age
・执行结果如下:
xpleaf@xpleaf-machine:/mnt/hgfs/Python/day3$ python fun3.py function age:28 gloable age: 29
・Python函数中,作用域的概念与C语言中是一样的,这里不再提及;
・有两点需要注意:
a.通过局部变量改变全局变量,可以在函数中使用global,如下代码:
def sayHi(): global age age = 28 print "function age:%s" % age
b.全局变量没有定义,在函数中使用global定义,相当于定义全局变量,但不建议这样使用;
4.函数默认参数和关键参数
--函数默认参数
・看下面一个程序:
#!/usr/bin/env python def users(username, group = 'GDUT'): mydict = {} mydict[username] = group return mydict print "default argument:", users('xpleaf') #use default argument print "full argument:", users('xpleaf', 'BAT') #do not use default argument
・执行结果如下:
xpleaf@xpleaf-machine:/mnt/hgfs/Python/day3$ python default.py default argument: {'xpleaf': 'GDUT'} full argument: {'xpleaf': 'BAT'}
・定义函数时,参数默认赋值,在使用函数时即可以不对此类参数赋值,即为默认参数;
・使用默认参数的原则:定义函数时,非默认参数在前,默认参数在后;
・如下面即是非法的情况:
#!/usr/bin/env python def users(group = 'GDUT', name): mydict = {} mydict[username] = group return mydict print "default argument:", users('xpleaf') #use default argument #编译器将无法知道'xpleaf'是赋给group变量还是name变量 print "full argument:", users('xpleaf', 'BAT') #do not use default argument
・执行时提示错误:non-default argument follows default argument
xpleaf@xpleaf-machine:/mnt/hgfs/Python/day3$ python default.py File "default.py", line 3 def users(group = 'GDUT', name): SyntaxError: non-default argument follows default argument
--函数关键参数
・在使用多个默认参数的函数中,如下程序:
#!/usr/bin/env python def users(name, age, group = 'GDUT', project = 'Python'): print '''name:%s age:%s group:%s project:%s''' % (name, age, group ,project) users('xpleaf', 21)
・执行结果如下:
xpleaf@xpleaf-machine:/mnt/hgfs/Python/day3$ python default.py name:xpleaf age:21 group:GDUT project:Python
-只指定第一个默认参数
・对应的users的代码修改为:
users('xpleaf', 21, 'BAT')
・执行结果如下:
xpleaf@xpleaf-machine:/mnt/hgfs/Python/day3$ python default.py name:xpleaf age:21 group:BAT project:Python
-同时指定两个默认参数
・对应的users的代码修改为:
users('xpleaf', 21, 'BAT', 'stupy')
・执行结果如下:
xpleaf@xpleaf-machine:/mnt/hgfs/Python/day3$ python default.py name:xpleaf age:21 group:BAT project:stupy
-只需要指定第二个默认参数
・对应的users的代码修改为:
users('xpleaf', 21, project = 'stupy')
・执行结果如下:
xpleaf@xpleaf-machine:/mnt/hgfs/Python/day3$ python default.py name:xpleaf age:21 group:GDUT project:stupy
・指定第二个参数,此即为关键参数,可以不按原来参数的顺序(不指定关键参数则达不到目的);
・也可以指定多个默认参数,从而不按原来参数的位置,users代码修改如下:
users(project = 'stupy', name = 'xpleaf', age = 21, group = 'BAT')
・执行结果如下:
xpleaf@xpleaf-machine:/mnt/hgfs/Python/day3$ python default.py name:xpleaf age:21 group:BAT project:stupy
-更清晰的例子
・程序代码如下:
#!/usr/bin/env python def func(a, b=5, c=10): print 'a=%s, b=%s, c=%s' % (a, b, c) func(3, 7) func(25,c=24 ) func(c=50, a=100)
・执行结果如下:
func(3, 7) # a = 3, b=7,c=10 func(25, c=24) # a=25, b=5,c=24 func(c=50, a=100) # a=100,b=5,c=50
4.*Args和**Kargs
・在参数不确定的情况下使用*args和**kargs,前者可以输出参数对应的元组,后者可以输出参数对应的字典;
・*args演示如下:
a.程序代码
def sayHI(*args): print args sayHI('xpleaf',21,'GDUT')
b.执行结果
xpleaf@xpleaf-machine:/mnt/hgfs/Python/day3$ python fun2.py ('xpleaf', 21, 'GDUT')
・**kargs演示如下:
a.程序代码
def sayHi2(**kargs): print kargs sayHi2(name = 'xpleaf', age=21, phone = 5201314)
b.执行结果
xpleaf@xpleaf-machine:/mnt/hgfs/Python/day3$ python fun2.py {'phone': 34234, 'age': 29, 'name': 'Alex'}
・由于字典是没有次序的,所以输出的顺序会跟输入的不同;
・如果只按照上面的写法,则说明可以不加任何参数,当然,根据此思路,我们也可以定义如def sayHi(name,age,**kargs)等形式的;
・关于该函数参数的说明,更详细的,可以参考廖雪峰老师的相关文档,也是写得非常详细的。
5.函数返回值return与yield简单说明
--return说明
・在函数中添加return语句可以返回函数执行的某些值,但会造成阻塞问题,看下面代码:
def func(): for i in range(10): return i result = func() print result
・执行结果如下:
xpleaf@xpleaf-machine:/mnt/hgfs/Python/day3/blog$ python func.py 0
・与C语言类似,函数遇到return即会结束,意味着使用return返回函数值会造成阻塞问题,即不能每执行一次循环,返回一个值,再执行其他操作,然后再去执行函数中的循环;
・可以使用yield来代替return实现上面功能;
--yield说明
-代码改写1
・上面代码改写为:
import time def func(): for i in range(10): time.sleep(1) yield 'Loop', i result = func() print result
・执行结果如下:
xpleaf@xpleaf-machine:/mnt/hgfs/Python/day3/blog$ python func.py <generator object func at 0x7f06d4300c80>
・由前面迭代器的知识,yield实现的就是创建一个迭代器;
-代码改写2
・上面代码改写为:
import time def func(): for i in range(10): time.sleep(1) yield 'Loop', i result = func() print result.next() print result.next() print result.next() print result.next() print result.next()
・执行结果如下:
xpleaf@xpleaf-machine:/mnt/hgfs/Python/day3/blog$ python func.py ('Loop', 0) ('Loop', 1) ('Loop', 2) ('Loop', 3) ('Loop', 4)
・只调用了5次迭代器,因此只产生5个值;
-代码改写3
・上面代码改写为:
import time def func(): for i in range(10): time.sleep(1) yield 'Loop', i result = func() print result.next() print 'Upon:No.1' print result.next() print 'Upon:No.2' print result.next() print 'Upon:No.3' print result.next() print 'Upon:No.4' print result.next() print 'Upon:No.5' print 'None'
・执行结果如下:
xpleaf@xpleaf-machine:/mnt/hgfs/Python/day3/blog$ python func.py ('Loop', 0) Upon:No.1 ('Loop', 1) Upon:No.2 ('Loop', 2) Upon:No.3 ('Loop', 3) Upon:No.4 ('Loop', 4) Upon:No.5 None
・即可以实现前面[跳出函数-->再执行其它操作-->再回到函数]的功能;
・注意事项为:
a.用了yield就不能使用return,用了yield就表示用了迭代器
b.yield要用在函数中,不能直接在循环中写,即在不是函数内的循环中写,如:
for i in range(10): time.sleep(1) yield 'Loop', i
6.lambda函数(匿名函数)
--关于匿名函数的说明
lambda函数也叫匿名函数,即,函数没有具体的名称。先来看一个最简单例子: def f(x): return x**2 print f(4) Python中使用lambda的话,写成这样 g = lambda x : x**2 print g(4) 那么,lambda表达式有什么用处呢?很多人提出了质疑,lambda和普通的函数相比,就是省去了函数名称而已,同时这样的匿名函数,又不能共享在别的地方调用。其实说的没错,lambda在Python这种动态的语言中确实没有起到什么惊天动地的作用,因为有很多别的方法能够代替lambda。同时,使用lambda的写法有时显得并没有那么pythonic。甚至有人提出之后的Python版本要取消lambda。 回过头来想想,Python中的lambda真的没有用武之地吗?其实不是的,至少我能想到的点,主要有: 1. 使用Python写一些执行脚本时,使用lambda可以省去定义函数的过程,让代码更加精简。 2. 对于一些抽象的,不会别的地方再复用的函数,有时候给函数起个名字也是个难题,使用lambda不需要考虑命名的问题。 3. 使用lambda在某些时候让代码更容易理解。
--lambda函数应用1:定义简单函数
・演示如下:
>>> g = lambda x:x**2 >>> g(4) 16
・关于lambda函数与普通函数的简单区别:
a.lambda执行操作时,第一次是引用变量,即引用匿名函数,往后相同操作是引用上一次的指针:
>>> g = lambda x:x**2 >>> g(4) 16 >>> g(4) 16 #直接引用上一次结果的指针 >>> g(6) 36 #新的操作,会重新引用变量
b.普通函数无论是否执行相同操作,都是直接调用函数的功能;
--lambda函数应用2:应用于map函数
・查看map函数的帮助文档:
map(...) map(function, sequence[, sequence, ...]) -> list #即前面第一个参数可以为一个函数,并将sequence交给该函数处理,这时可使用lambda函数
・演示如下:
>>> a = range(10) >>> b = range(10) >>> a,b ([0, 1, 2, 3, 4, 5, 6, 7, 8, 9], [0, 1, 2, 3, 4, 5, 6, 7, 8, 9]) >>> map(lambda x:x**2,a) #定义1个参数 [0, 1, 4, 9, 16, 25, 36, 49, 64, 81] >>> map(lambda x,y:x**y,a,b) #定义两个参数 [1, 1, 4, 27, 256, 3125, 46656, 823543, 16777216, 387420489]
--lambda函数应用3:应用于sorted()排序
・sorted()可对数据类型进行排序,虽然字典无序,但可以有序输出字典中的内容;
・演示如下:
>>> a = {2:'a',4:'f',8:'c',9:'e'} >>> a {8: 'c', 9: 'e', 2: 'a', 4: 'f'} >>> sorted(a.items()) [(2, 'a'), (4, 'f'), (8, 'c'), (9, 'e')]
・通过sorted()结合lambda函数可以选取基于字典中key值或value值的排序:
>>> sorted(a.items(),key=lambda x:x[0]) #基于key值排序 [(2, 'a'), (4, 'f'), (8, 'c'), (9, 'e')] >>> sorted(a.items(),key=lambda x:x[1]) #基于value值排序 [(2, 'a'), (8, 'c'), (9, 'e'), (4, 'f')]
・sorted()中的key并非特指字典中的key值,这是sorted()函数中的参数关键字:
sorted(...) sorted(iterable, cmp=None, key=None, reverse=False) --> new sorted list
7.Python内置函数
・Python中内置函数比较多,这里不给出,参考个人的内置函数文档即可,往后学习更深入,内置函数使用更多时会再重新写一篇专门Python内置函数的文章。