标签：ber   角度   container   one   href   lock   miss   获得   计算   

函数

为什么要定义函数

1. 代码冗余
2. 不方便管理，维护性差
3. 组织结构差

函数分类

内置函数

https://docs.python.org/3/library/functions.html#abs

自定义函数

def func_1():
    #func_1 function
    pass

print(func_1.__doc__)
用于显示函数注释

函数也分有参函数和无参函数，
定义时有参数，就需要传入参数；
定义时没有参数，就不需要传入参数
这其中还涉及到默认参数等，在下文的参数中详解

返回值/返回函数

函数的返回值可以是任何类型

当函数没有return ，返回的是None

这也是有些函数运行之后，会在解释器中返回一个NONE的原因

函数返回值

#return
def bar (x,y):
    return 1,2,3

单个函数只能执行一次return，return就类似一个break一样，给出一个结果并且结束程序
上面函数的返回值为一个元组（1，2，3）

python在默认使用“，”的时候，会构建一个元组

当你需要逐个获取返回值的时候

a,b,c = bar(x,y)
>>>
a=1
b=2
c=3

以上就是一种获取返回结果的方法，这种情况用于接收多个由函数生成的值。

范例：

a,*_,b = ‘thisisastring‘
a = t
b = g

返回函数

有时候在函数定义完之后，发现并不需要立即传参进行计算，而是在后面的代码中，根据需要再进行计算。
这时候就可以不返回计算的结果，而是返回计算的函数：

def lazy_max():
    def max(a,b):
        if a>b:
            print(a)
        elif a<b:
            print(b)
        else:
            print(a,‘=‘,b)
    return max

print(lazy_max()(1,5))

相关参数和变量都保存在返回的函数中，这种称为闭包（closure）

闭包

之前在装饰器的笔记里写到过闭包，但是那时候的理解还在猜测阶段，没有一个清晰的定义。
所以在这里重新声明一下：
闭包就是把相关参数和变量都保存在返回的函数中，当一个函数返回一个函数后，其内部的局部变量还被新函数引用，返回的函数也没有立即执行，直到调用了()才执行

在python中，被定义过的函数名（如果不需要传参）后直接跟上()就能将函数运行起来。甚至在这个函数名被赋值给其他的变量后，获得赋值的变量也同样有这种特性

>>> def func():
…     print(‘hello babe‘)
…
>>> z = func
>>> z()
hello babe

函数的参数介绍

在函数定义阶段，括号内定义的参数，就是形参
在函数调用阶段，括号内定义的参数，就是实参

一定要注意函数的两个阶段，定义阶段不运行，不会给出结果，也不做任何操作。

其实以上的定义也并不完全准确。真正的形参和实参有更加准确的描述，上述描述在例如x=23这种情况下就不适用，因为赋值的时候并不涉及到函数。

位置参数

这个概念比较粗糙，其实大部分存在的参数，我们都可以考虑叫他位置参数（由于在python中按位置传参的确很方便，也很普遍）。在有参函数中，如果不指定特定的关键字，甚至有默认的关键字参数，在不添加关键字的时候，默认按照位置参数来进行传参。

根据位置传值，必须在关键字参数前面！！！并且只能使用一种方式对同个参数进行传值，必须进行传值，需要准确传值，参数不能多也不能少。

按位置传值

比方说：

def power(x,n):
    s = 1
    while n>0:
        n=n-1
        s = s*x
    return s

这是一个修改后的power()函数，可以计算任意的n次方
这其中有两个参数，power(x,n)，这两个参数都是位置参数，调用函数时，传入的两个值按照位置顺序依次赋给x，n

默认参数

power(5)
TypeError: power() missing 1 required positional argument: ‘n‘

报错：缺少一个参数
默认参数：调用时，无需传值

def power(x, n=2):
    s = 1
    while n > 0:
        n = n - 1
        s = s * x
    return s

以上代码，我们在定义阶段就默认定义n=2，从而在真的使用该函数的时候。当我们默认使用单个参数的时候：

>>>power(5)
25

定义函数的时候，我们使用默认参数来定义一些，变动比较小的参数，可以在传参的时候节省力气。
定义规则：当函数有多个参数的时候，把变化大的参数放在前面，变化小的参数放在后面

可变参数

*args``**kw

def calc(number):
    sum = 0
    for n in number:
        sum = sum+ n*n
    return sum

在使用上面的函数的时候，我们传入的num因为需要被迭代，所以num的类型必须是list或者tuple

例如calc([1,2,4,5,3,8])

如果使用可变参数，调用的方式就会简单很多：calc(1,2,5,43,8)

所以我们可以修改函数定义参数为可变参数

def calc(*numbers):
    pass

这里比较需要注意的就是，位置参数和可变参数的混用。

def calc(x,y = 1,*numbers):
    pass

calc(1,2,4,5,7,8,6,3,8,2,4,5)
可以发现，x，y原本是默认值，被传参之后，取得了1，2，而剩下的数字，被作为一个元组，合并进了numbers

>>> def calc(x,y = 1,*numbers):
…     print(x)
…     print(y)
…     print(numbers)
…
>>> calc(1,2,4,5,78,8,6,3,5)
1
2
(4, 5, 78, 8, 6, 3, 5)

著名鲁派清口导师egon曾经说过：‘*’后面的可变参数，在使用的时候，就把其中的元素打散了看。

从实参的角度进行测试

>>> def bar(x,y,z):
…     print(x)
…     print(y)
…     print(z)
…
>>> bar(*(1,2,3,4))
Traceback (most recent call last):
  File "<stdin>", line 1, in <module>
TypeError: bar() takes 3 positional arguments but 4 were given

上述我们已经使用了*args，会把后面的按位置传值的参数整合成一个tuple
而**kwargs，就是把后面的关键字传值的参数整合成一个dict

>>> def bar(x,y,z):
…     print(x)
…     print(y)
…     print(z)
…
>>> bar(*(1,2,3,4))
Traceback (most recent call last):
  File "<stdin>", line 1, in <module>
TypeError: bar() takes 3 positional arguments but 4 were given



>>> def foo(x,*args,**kwargs):
…     print(x)
…     print(args)
…     print(kwargs)
…
>>>
>>>
>>> foo(1,y=3,z=5)
1
()
{‘y‘: 3, ‘z‘: 5}

7.*函数的参数

标签：ber   角度   container   one   href   lock   miss   获得   计算   

原文地址：http://www.cnblogs.com/scott-lv/p/7468933.html