python-函数-创新互联
函数
- def add(x,y): 函数名add(标识符)对应一个内存中的一个函数对象,因此也可以有多个标识符同时指向这个对象,同样可以调用。
- 再次定义会创建一个新的function对象,不是对原来对象的修改;add(标识符)指向这个新的对象,原来的函数对象引用计数减一。
- 函数调用:add(2,3) 将(2,3)传入add指向的函数对象中进行计算
- 函数是一个可调用对象;callable(add) ==> True
- 函数传参
1、位置传参;2、关键字传参;3、可变位置传参;4、keyworld-only;5、可变关键字传参 - 关键字参数必须在位置参数后面,每个参数只能接受一个值,否则多值错误;位置参数可以使用关键字传参
def sum(*iterable):
print(type(iterbale)) # iterbale ==> 元组,不传入为空元组
for i in iterable:
pass
def sum1(iterable):
print(type(iterbale))
for i in iterable:
pass
sum(x for i in range(10))) # 传入生成器
sum1(range(5))) # 传入一个对象
- 可变位置参数:收集所有位置参数作为一个元组。
- 可变关键字参数:收集所有关键字参数作为一个字典。
def fn(a, b=5, *args, **kwargs):
pass
fn(5, a=2, c=3, b=4,z=5)
##位置参数和关键字参数混用,关键字参数可以乱序,多余的kwargs收集为字典
- keyword-only
def fun(x=4, *args, y, **kwargs): # y只能接受关键字参数,keyword-only参数 pass def func(*args, x=0, y): # 正确,keyword-only 默认值可以在前 pass def func1(*,m): # m 必须为关键字传参 pass
- 元组,列表,字符串,迭代器,生成器,range对象 均可以解构
- 字典解构传参
def fun(a, b):
pass
fun(**{"a":1,"b",2}) # ==> fun(a=1,b=2)
fun(*{"a":1,"b",2}.values()) # ==> fun(*(1,2))
- 函数返回值:使用return 返回,函数执行return后函数结束,并返回return 指定的内容,未定义return默认return None
- 函数作用域:函数定义的变量只在该函数内部,函数的局部作用域,也称本地变量
- 全局变量、全局作用域:全局可见,可以向内部穿透,在函数内部可见
函数嵌套:
- 执行函数定义的时候不会执行内部的语句,内部定义的函数无法执行
def func(): x = 1 def fn(): x = x + 1 # 调用时将会报错,未定义本地x的值之前,使用了本地的x
- global:声明全局变量,该作用域中的该变量将会在全局中寻找该变量。
def func: global x # 声明全局作用域,必须是全局作用域,上一层使用的nonlocal x = 1 # 在函数中可以定义全局变量,且执行后外部可用 x += 1
闭包
- 闭包:函数嵌套使用时,内层函数使用到了外层函数定义的局部变量,形成了闭包。
- python 中实现闭包的方式:
1.内部可以外部引用类型的变量,并可对其进行内部修改def func(): x = [1] def fn(): x.append[4] return fn foo = func() foo() # 每次输出将会在上一次的结果上增加一个元素;x 的操作与外部形成了闭包
2.也可以使用nonlocal实现闭包:内部变量声明使用外部定义的变量
创新互联公司坚持“要么做到,要么别承诺”的工作理念,服务领域包括:网站设计制作、成都网站设计、企业官网、英文网站、手机端网站、网站推广等服务,满足客户于互联网时代的青海网站设计、移动媒体设计的需求,帮助企业找到有效的互联网解决方案。努力成为您成熟可靠的网络建设合作伙伴!
def func():
x = 1
def fn():
nonlocal x #声明该x 是外部变量 x
x = x + 1
return fn
foo = func()
foo() # 每次调用x 结果加1,foo函数未消亡,x 将不会被清除
- 如果在内部函数中定义一个变量,该变量名与外部变量名相同,那么这个变量只会使用内部的定义的这个值,且需要满足先赋值,后使用
def func(): x = 1 def fn(): y = x + 1 # 此处使用了x 变量,但是在下一行才定义x 所以错误 x = y # 此处定义了与外部变量同名变量,在本函数内部所有范围内只能用该变量 # 如果没有第5行对x的重新定义,第4行中x将会使用外部的x变量
- nonlocal:非该函数本地的变量,但是也不能是全局中的变量,在其他的任意一层定义即可使用该变量;函数多层嵌套时,使用nonlocal将会一层层向外部寻找该变量,直到最外层函数(非全局变量,不会匹配同名的global变量名)
def fn(): global c c = 0 def fn1(): c = 0 def fn2(): def fn3(): nonlocal c # 会使用5行的c值,与第3行的c不是同一个比变量 #若没有第5行的c定义,也无法匹配第3行的c变量。nonlocal无法匹配global变量
- global和nonlocal都只是申明本函数作用域内该元素,并向上匹配寻找
默认值的作用域
- 当函数定义之后,会在内存中生成一个函数对象 ,此时函数已经定义了许多的方法和属性(可以理解为函数的元数据),例如函数名字,默认值等,函数参数的默认值已被加载到函数的两个属性之中保存,分别为'. defaults','kwdefaults'中
def fun(a, b=1, c={}, *d , m=1, **kw): a = 1 x = 1 return x dir(fun) # 查看该函数定义后的已经存在属性 ''' ['__annotations__', '__call__', '__class__', '__closure__', '__code__', '__defaults__', '__delattr__', '__dict__', '__dir__', '__doc__', '__eq__', '__format__', '__ge__', '__get__', '__getattribute__', '__globals__', '__gt__', '__hash__', '__init__', '__init_subclass__', '__kwdefaults__', '__le__', '__lt__', '__module__', '__name__', '__ne__', '__new__', '__qualname__', '__reduce__', '__reduce_ex__', '__repr__', '__setattr__', '__sizeof__', '__str__', '__subclasshook__'] ''' # 默认值被保存到 __defaults__ 和 __kwdefaults__中,分别保存位置参数 # (使用元组)和kw-only参数(使用字典) fun.__defaults__ # ==> ( 1, {} ) 保存了b和c的缺省值 fun.__kwdefaults__ # ==> {'m': 1} 保存了m 的默认值
- 注:当默认值为引用类型时,使用变量操作时可能会引起默认值的改变(在使用默认值时,进行一些引起本对象的操作就会引起默认值改变)
如:list,bytearray,set,dict等可变类型对自身修改的操作,可变序列的 += 操作def fun(x = [], b=1): x.append(1) # 此时 x 是默认值列表中对象,直接操作默认值参数的对象 x += [1] # += 执行列表的extend,也是对x本对象的改变 b = 2 #b原本指向默认值列表中的1,现在指向新的对象2,原对象未改变
- LEGB原则:寻找一个变量时候的先后顺序
- 当内部定义一个与全局变量或者build-in中相同的变量名时,将会使得全局或者build-in中的函数无法在本程序内使用,例如:
print = 1 # 定义一个变量为print,此时print指向一个int对象, print(1) # 此时将会报错,默认先使用本文件中的print,而不是build-in中
匿名函数
- 匿名函数普通定义
- 定义后可以使用变量接收,此时等同于 def
- 创建对象后直接调用,在函数后部直接()进行调用
特点:简洁,快速实现某种功能,一次性创建使用,节省内存。lambda x : x + 1 # 返回值===> 对象,":"后不能出现赋值表达式 foo = lambda x : x + 1 # ===> 返回的对象使用一个变量接收,foo可调用 (lambda x : x+1)(1) # ==> 直接在创建后调用,()+ 传入参数调用
- 使用场景
构造一个类型,完成某种功能# 返回一个和str功能相同的函数对象,效果相同 sorted([1,2,3,"a"], key = str) sorted([1,2,4,"a"], key = lambda x :str(x)) # 可以定制一些自己的比较方式,例如: sorted([1,2,4,"a"], key = lambda x :hash(x)) # 使用元素哈希值排序 sorted([1,2,4,"a"], key = lambda x :func(x)) # func为自己定义的函数,实现自定义
- 构造某些类型,使用其返回值
d = defalutdict(lambda :0)
for k in "abc":
d[k] += 1 # 第一次将会调用lambda并返回初始值0值,完成累加
d = defalutdict(lambda :[]) # 构造列表 == list
for k in "abc":
d[k].append(1)
- 嵌套使用,可用于闭包
def fun(): x = [ ] return lambda a : x.append(a) # 匿名函数使用外层函数x,形成闭包
递归函数
- 函数调用过程:函数定义后,会在内存中生成函数对象,在调用函数时,函数将会在main函数之上压栈,对应的参数分别进行压栈,函数全部执行结束,函数对象进行弹栈,继续执行main函数;如果函数未进行弹出栈时调用新的函数,函数将会继续压栈,直到栈上层函数执行完成弹出后下层函数才会依次弹出;先进栈函数后出栈,后进栈函数一定会先弹出才能弹出下层函数
- 递归函数:在自己函数内部反复调用自己,形成一个循环的调用。
- 间接递归:A调用B函数,B调用C,C调用A形成间接的递归调用
- 注:递归必须有边界条件,达到某个条件将对停止自身调用,并进行一层层的return 返回,这是一个“逆向”的操作,先执行内部函数,在执行外层函数 ;
内层函数的 return 值将会成为外一层函数调用结果,注意 return 值的控制。 - 递归思路:找出递推公式,即:F( n) = f ( n - 1) 的关系,有了该关系,基本可以写成以下形式
def func(n): if n == ? # 退出条件,可能不止一个 return ? # 一个确定的值,不可以再调用自身 return func( n - 1 ) # 根据实际递推公式变化
- 递归分析: 分析返回结果 习惯从最里层分析。
- 递归大深度:无限递归将会消耗所有的栈资源,所以python中对递归层数进行了限制,查看方法:
import sys print(sys.getrecursionlimit()) # ==> 大递归数
- 递归会使用大量函数的压栈,开辟和清理新的栈空间需要时间和资源,效率较低;一般不使用
生成器函数
yield关键字
- yield只能在函数中使用,当函数中有yield关键字,该函数执行时将会返回一个 生成器对象,每次使用 next驱动,遇到yield语句暂停执行,等待下一次next,但当执行到return 语句时,将结束生成器运行。
def func(): for i in range(3): yield i # 执行到yield,返回一次结果,并暂停函数执行 f = func() # 调用函数将不会执行,而是返回一个生成器对象 next(f) # 使用next(),返回每次yield值 每次调用函数func 将会返回一个新的生成器,不能直接对func()进行操作,否则每次生成新的对象。
- 每次调用函数func 将会返回一个新的生成器,不能直接对func()进行操作,否则每次生成新的对象。
- 函数中如果有return语句,执行return语句将会结束函数,但是无法拿到return返回值。
- 使用next函数执行到最后将会报错,StopIteration
.send()方法
- send()是生成器对象的一个方法,会推动生成器函数执行,直到遇到 yield 语句,并接受返回的yield 的值,同时,send会将实参传入生成器函数内部yield语句,作为yield函数体内部执行后的返回值,从而实现生产器函数内部的一种“交互”
def foo(): i = 0 while True: i += 1 res = yield i #yield 的默认返回值None,外部使用send后将返回send值 print(res) g = foo() g.send("abc") # 执行next(g),并将"abc"作为生成器g内部yield的返回值
使用案例:重置计数器,send任意值重置计数
def foo(): i = 0 while True: i += 1 res = yield i # 第一次执行会返回i, 然后暂停函数的执行 if res is not None: # 当收到send值,重置计数器i i = 0 print(res) # 下一次next,才会使用res 即"abc" g = foo() # 生成器对象 g.send("abc")
yield from
# 每一次执行返回可迭代对象中的一个值 def foo(): yield from [1,2,3] # 接iterable
高阶函数
定义及实现
- 高阶函数:参数中至少有一个函数,或者返回值是一个函数对象的函数
下面 key 参数的实现为高阶函数的实现原理,利用高阶函数,自行实现sorted排序函数a = [8, 7,6, 47, 464, 4, 32,3,2] def sort(nums, *, key=None, reverse=False): res = [] for x in nums: for i, v in enumerate(res): #第一次不会for,append第一个元素 cx = key(x) if key else x #key实现 cv = key(v) if key else v #只用于比较,插入时使用原值 cmp = cx > cv if reverse else cx < cv # reverse实现 if cmp: res.insert(i,x) # 找到插入位置i , 插入 x break else: res.append(x) print(res) sort(a, reverse=1, key=str)
常用高阶函数
sorted()
排序函数:返回排序好的原列表# sorted(iterbale, *, key=None, reverse=False) # 结合 lambda 实现特定功能 # 使用 lambda 按照其lambda返回值的数值大小依次进行排序 sorted(a, key=lambda x: abs(x-10) ) # 以x-10的绝对值大小排序 sorted(a, key=lambda x: 1) # 原来的序列
filter()
- 将可迭代对象中的每个元素放入function中,将function 返回值为等效false 的元素进行过滤
- function接受一个参数,且返回值应当是bool类型,或其返回值等效布尔值
- function参数如果是None,可迭代对象的每一个元素自身等效布尔值
# filter(function, iterable) ==> 迭代器,惰性对象 list(filter(int, ["0", "12"])) # ==> ["12"] #int("0")后等效false list(filter(lambda x: int(x), ["0", "12"])) # 同上功能 filter(None, [None, 0, "False", False, [],"",(), {}]) # ['False']
map()
# map(self, /, *args, **kwargs) # map(func, *iterables) --> map object # 返回map对象,惰性 map(str, range(5)) # [ '0, '1', '2', '3', '4'] map(lambda x: str(x), range(5)) # 同上 map(lambda x,y: (x,y), "abcde", range(10)) # 类似zip,返回组合后的元组
另外有需要云服务器可以了解下创新互联cdcxhl.cn,海内外云服务器15元起步,三天无理由+7*72小时售后在线,公司持有idc许可证,提供“云服务器、裸金属服务器、高防服务器、香港服务器、美国服务器、虚拟主机、免备案服务器”等云主机租用服务以及企业上云的综合解决方案,具有“安全稳定、简单易用、服务可用性高、性价比高”等特点与优势,专为企业上云打造定制,能够满足用户丰富、多元化的应用场景需求。
分享题目:python-函数-创新互联
当前网址:http://scgulin.cn/article/ddhphs.html