Python 函数

函数通过参数获得了一系列的值，你能对其进行修改吗？如果这样做，结果将如何？参数不
        过是变量而已，行为与你预期的完全相同。在函数内部给参数赋值对外部没有任何影响。
        >>> def try_to_change(n):
        ... n = ‘Mr. Gumby‘
        ...
        >>> name = ‘Mrs. Entity‘
        >>> try_to_change(name)
        >>> name
        ‘Mrs. Entity‘
        在try_to_change内，将新值赋给了参数n，但如你所见，这对变量name没有影响。说到底，
        这是一个完全不同的变量。传递并修改参数的效果类似于下面这样：
        >>> name = ‘Mrs. Entity‘
        >>> n = name # 与传递参数的效果几乎相同
        >>> n = ‘Mr. Gumby‘ # 这是在函数内进行的
        >>> name
        ‘Mrs. Entity‘
        这里的结果显而易见：变量n变了，但变量name没变。同样，在函数内部重新关联参数（即
        给它赋值）时，函数外部的变量不受影响。
        字符串（以及数和元组）是不可变的（immutable），这意味着你不能修改它们（即只能替换
        为新值）。因此这些类型作为参数没什么可说的。但如果参数为可变的数据结构（如列表）呢？
        >>> def change(n):
        ... n[0] = ‘Mr. Gumby‘
        ...
        >>> names = [‘Mrs. Entity‘, ‘Mrs. Thing‘]
        >>> change(names)
        >>> names
        [‘Mr. Gumby‘, ‘Mrs. Thing‘]
        在这个示例中，也在函数内修改了参数，但这个示例与前一个示例之间存在一个重要的不同。
        在前一个示例中，只是给局部变量赋了新值，而在这个示例中，修改了变量关联到的列表。这很
        奇怪吧？其实不那么奇怪。下面再这样做一次，但这次不使用函数调用。
        >>> names = [‘Mrs. Entity‘, ‘Mrs. Thing‘]
        >>> n = names # 再次假装传递名字作为参数
        >>> n[0] = ‘Mr. Gumby‘ # 修改列表
        >>> names
        [‘Mr. Gumby‘, ‘Mrs. Thing‘]
        这样的情况你早就见过。将同一个列表赋给两个变量时，这两个变量将同时指向这个列表。
        就这么简单。要避免这样的结果，必须创建列表的副本。对序列执行切片操作时，返回的切片都
        是副本。因此，如果你创建覆盖整个列表的切片，得到的将是列表的副本。
        >>> names = [‘Mrs. Entity‘, ‘Mrs. Thing‘]
        >>> n = names[:]
        现在n和names包含两个相等但不同的列表。
        >>> n is names
        False
        >>> n == names
        True
        现在如果（像在函数change中那样）修改n，将不会影响names。
        >>> n[0] = ‘Mr. Gumby‘
        >>> n
        [‘Mr. Gumby‘, ‘Mrs. Thing‘]
        >>> names
        [‘Mrs. Entity‘, ‘Mrs. Thing‘]
        下面来尝试结合使用这种技巧和函数change。
        >>> change(names[:])
        >>> names
        [‘Mrs. Entity‘, ‘Mrs. Thing‘]
        注意到参数n包含的是副本，因此原始列表是安全的。    

前面使用的参数都是位置参数，因为它们的位置至关重要——事实上比名称还重要。本节介
        绍的技巧让你能够完全忽略位置。要熟悉这种技巧需要一段时间，但随着程序规模的增大，你很
        快就会发现它很有用。
        请看下面两个函数：
        def hello_1(greeting, name):
        print(‘{}, {}!‘.format(greeting, name))
        def hello_2(name, greeting):
        print(‘{}, {}!‘.format(name, greeting))
        这两个函数的功能完全相同，只是参数的排列顺序相反。
        >>> hello_1(‘Hello‘, ‘world‘)
        Hello, world!
        >>> hello_2(‘Hello‘, ‘world‘)
        Hello, world!
        有时候，参数的排列顺序可能难以记住，尤其是参数很多时。为了简化调用工作，可指定参
        数的名称。
        >>> hello_1(greeting=‘Hello‘, name=‘world‘)
        Hello, world!
        在这里，参数的顺序无关紧要。
        >>> hello_1(name=‘world‘, greeting=‘Hello‘)
        Hello, world!
        不过名称很重要（你可能猜到了）。
        >>> hello_2(greeting=‘Hello‘, name=‘world‘)
        world, Hello!
        像这样使用名称指定的参数称为关键字参数，主要优点是有助于澄清各个参数的作用。这样，
        函数调用不再像下面这样怪异而神秘：
        >>> store(‘Mr. Brainsample‘, 10, 20, 13, 5)
        可以像下面这样做：
        >>> store(patient=‘Mr. Brainsample‘, hour=10, minute=20, day=13, month=5)
        虽然这样做的输入量多些，但每个参数的作用清晰明了。另外，参数的顺序错了也没关系。
        然而，关键字参数最大的优点在于，可以指定默认值。
        def hello_3(greeting=‘Hello‘, name=‘world‘):
        print(‘{}, {}!‘.format(greeting, name))
        像这样给参数指定默认值后，调用函数时可不提供它！可以根据需要，一个参数值也不提供、
        提供部分参数值或提供全部参数值。
        >>> hello_3()
        Hello, world!
        >>> hello_3(‘Greetings‘)
        Greetings, world!
        >>> hello_3(‘Greetings‘, ‘universe‘)
        Greetings, universe!
        如你所见，仅使用位置参数就很好，只不过如果要提供参数name，必须同时提供参数
        greeting。如果只想提供参数name，并让参数greeting使用默认值呢？相信你已猜到该怎么做了。
        >>> hello_3(name=‘Gumby‘)
        Hello, Gumby!
        很巧妙吧？还不止这些。你可结合使用位置参数和关键字参数，但必须先指定所有的位置参
        数，否则解释器将不知道它们是哪个参数（即不知道参数对应的位置）。
        注意：通常不应结合使用位置参数和关键字参数，除非你知道这样做的后果。一般而言，除非
            必不可少的参数很少，而带默认值的可选参数很多，否则不应结合使用关键字参数和位
            置参数。
            例如，函数hello可能要求必须指定姓名，而问候语和标点是可选的。
            def hello_4(name, greeting=‘Hello‘, punctuation=‘!‘):
            print(‘{}, {}{}‘.format(greeting, name, punctuation))
            调用这个函数的方式很多，下面是其中的一些：
            >>> hello_4(‘Mars‘)
            Hello, Mars!
            >>> hello_4(‘Mars‘, ‘Howdy‘)
            Howdy, Mars!
            >>> hello_4(‘Mars‘, ‘Howdy‘, ‘...‘)
            Howdy, Mars...
            >>> hello_4(‘Mars‘, punctuation=‘.‘)
            Hello, Mars.
            >>> hello_4(‘Mars‘, greeting=‘Top of the morning to ya‘)
            Top of the morning to ya, Mars!
            >>> hello_4()
            Traceback (most recent call last):
            File "<stdin>", line 1, in <module>
            TypeError: hello_4() missing 1 required positional argument: ‘name‘
            注意 如果给参数name也指定了默认值，最后一个调用就不会引发异常。

有时候，允许用户提供任意数量的参数很有用。例如，在本章前面的姓名存储示例中（参见
        6.4.2节），每次只能存储一个姓名。如果能够像下面这样同时存储多个姓名就好了：
        >>> store(data, name1, name2, name3)
        为此，应允许用户提供任意数量的姓名。实际上，这实现起来并不难。
        请尝试使用下面这样的函数定义：
        def print_params(*params):
        print(params)
        这里好像只指定了一个参数，但它前面有一个星号。这是什么意思呢？尝试使用一个参数来
        调用这个函数，看看结果如何。
        >>> print_params(‘Testing‘)
        (‘Testing‘,)
        注意到打印的是一个元组，因为里面有一个逗号。这么说，前面有星号的参数将被放在元组
        中？复数params应该提供了线索。
        >>> print_params(1, 2, 3)
        (1, 2, 3)
        参数前面的星号将提供的所有值都放在一个元组中，也就是将这些值收集起来。这样的行为
        我们在5.2.1节见过：赋值时带星号的变量收集多余的值。它收集的是列表而不是元组中多余的值，
        但除此之外，这两种用法很像。下面再来编写一个函数：
        def print_params_2(title, *params):
        print(title)
        print(params)
        并尝试调用它：
        >>> print_params_2(‘Params:‘, 1, 2, 3)
        Params:
        (1, 2, 3)
        因此星号意味着收集余下的位置参数。如果没有可供收集的参数， params将是一个空元组。
        >>> print_params_2(‘Nothing:‘)
        Nothing:
        ()
        与赋值时一样，带星号的参数也可放在其他位置（而不是最后），但不同的是，在这种情况
        下你需要做些额外的工作：使用名称来指定后续参数。
        >>> def in_the_middle(x, *y, z):
        ... print(x, y, z)
        ...
        >>> in_the_middle(1, 2, 3, 4, 5, z=7)
        1 (2, 3, 4, 5) 7
        >>> in_the_middle(1, 2, 3, 4, 5, 7)
        Traceback (most recent call last):
        File "<stdin>", line 1, in <module>
        TypeError: in_the_middle() missing 1 required keyword-only argument: ‘z‘
        星号不会收集关键字参数。
        >>> print_params_2(‘Hmm...‘, something=42)
        Traceback (most recent call last):
        File "<stdin>", line 1, in <module>
        TypeError: print_params_2() got an unexpected keyword argument ‘something‘
        要收集关键字参数，可使用两个星号。
        >>> def print_params_3(**params):
        ... print(params)
        ...
        >>> print_params_3(x=1, y=2, z=3)
        {‘z‘: 3, ‘x‘: 1, ‘y‘: 2}
        如你所见，这样得到的是一个字典而不是元组。可结合使用这些技术。
        def print_params_4(x, y, z=3, *pospar, **keypar):
        print(x, y, z)
        print(pospar)
        print(keypar)
        其效果与预期的相同。
        >>> print_params_4(1, 2, 3, 5, 6, 7, foo=1, bar=2)
        1 2 3
        (5, 6, 7)
        {‘foo‘: 1, ‘bar‘: 2}
        >>> print_params_4(1, 2)
        1 2 3
        ()
        {}
        通过结合使用这些技术，可做的事情很多。如果你想知道结合方式的工作原理（或是否可以
        这样结合），动手试一试即可！在下一节你将看到，不管在函数定义中是否使用了*和**，都可在
        函数调用中使用它们。
        现在回到最初的问题：如何在姓名存储示例中使用这种技术？解决方案如下：
        def store(data, *full_names):
        for full_name in full_names:
        names = full_name.split()
        if len(names) == 2: names.insert(1, ‘‘)
        labels = ‘first‘, ‘middle‘, ‘last‘
        for label, name in zip(labels, names):
        people = lookup(data, label, name)
        if people:
        people.append(full_name)
        else:
        data[label][name] = [full_name]
        这个函数调用起来与只接受一个姓名的前一版一样容易。
        >>> d = {}
        >>> init(d)
        >>> store(d, ‘Han Solo‘)
        但现在你也可以这样做：
        >>> store(d, ‘Luke Skywalker‘, ‘Anakin Skywalker‘)
        >>> lookup(d, ‘last‘, ‘Skywalker‘)
        [‘Luke Skywalker‘, ‘Anakin Skywalker‘]

前面介绍了如何将参数收集到元组和字典中，但用同样的两个运算符（*和**）也可执行相
        反的操作。与收集参数相反的操作是什么呢？假设有如下函数：
        def add(x, y):
        return x + y
        同时假设还有一个元组，其中包含两个你要相加的数。
        params = (1, 2)
        这与前面执行的操作差不多是相反的：不是收集参数，而是分配参数。这是通过在调用函数
        （而不是定义函数）时使用运算符*实现的。
        >>> add(*params)
        3
        这种做法也可用于参数列表的一部分，条件是这部分位于参数列表末尾。通过使用运算符**，
        可将字典中的值分配给关键字参数。如果你像前面那样定义了函数hello_3，就可像下面这样做：
        >>> params = {‘name‘: ‘Sir Robin‘, ‘greeting‘: ‘Well met‘}
        >>> hello_3(**params)
        Well met, Sir Robin!
        如果在定义和调用函数时都使用*或**，将只传递元组或字典。因此还不如不使用它们，还
        可省却些麻烦。
        >>> def with_stars(**kwds):
        ... print(kwds[‘name‘], ‘is‘, kwds[‘age‘], ‘years old‘)
        ...
        >>> def without_stars(kwds):
        ... print(kwds[‘name‘], ‘is‘, kwds[‘age‘], ‘years old‘)
        ...
        >>> args = {‘name‘: ‘Mr. Gumby‘, ‘age‘: 42}
        >>> with_stars(**args)
        Mr. Gumby is 42 years old
        >>> without_stars(args)
        Mr. Gumby is 42 years old
        如你所见，对于函数with_stars，我在定义和调用它时都使用了星号，而对于函数without_
        stars，我在定义和调用它时都没有使用，但这两种做法的效果相同。因此，只有在定义函数（允
        许可变数量的参数） 或调用函数时（拆分字典或序列）使用，星号才能发挥作用。
            提示：使用这些拆分运算符来传递参数很有用，因为这样无需操心参数个数之类的问题，如下所示：使用这些拆分运算符来传递参数很有用，因为这样无需操心参数个数之类的问题，如下所示：
            def foo(x, y, z, m=0, n=0):
            print(x, y, z, m, n)
            def call_foo(*args, **kwds):
            print("Calling foo!")
            foo(*args, **kwds)
            这在调用超类的构造函数时特别有用

变量到底是什么呢？可将其视为指向值的名称。因此，执行赋值语句x = 1后，名称x指向值
    1。这几乎与使用字典时一样（字典中的键指向值），只是你使用的是“看不见”的字典。实际上，
    这种解释已经离真相不远。有一个名为vars的内置函数，它返回这个不可见的字典：
    >>> x = 1
    >>> scope = vars()
    >>> scope[‘x‘]
    1
    >>> scope[‘x‘] += 1
    >>> x
    2
    这种“看不见的字典”称为命名空间或作用域。那么有多少个命名空间呢？除全局作用域外，
    每个函数调用都将创建一个。
    >>> def foo(): x = 42
    ...
    >>> x = 1
    >>> foo()
    >>> x
    1
    在这里，函数foo修改（重新关联）了变量x，但当你最终查看时，它根本没变。这是因为调
    用foo时创建了一个新的命名空间，供foo中的代码块使用。赋值语句x = 42是在这个内部作用域
    （局部命名空间）中执行的，不影响外部（全局）作用域内的x。在函数内使用的变量称为局部变
    量（与之相对的是全局变量）。参数类似于局部变量，因此参数与全局变量同名不会有任何问题。
    >>> def output(x): print(x)
    ...
    >>> x = 1
    >>> y = 2
    >>> output(y)
    2
    到目前为止一切顺利。但如果要在函数中访问全局变量呢？如果只是想读取这种变量的值
    （不重新关联它），通常不会有任何问题。
    >>> def combine(parameter): print(parameter + external)
    ...
    >>> external = ‘berry‘
    >>> combine(‘Shrub‘)
    Shrubberry    
    读取全局变量的值通常不会有问题，但还是存在出现问题的可能性。如果有一个局部
    变量或参数与你要访问的全局变量同名，就无法直接访问全局变量，因为它被局部变量遮
    住了。
    如果需要，可使用函数globals来访问全局变量。这个函数类似于vars，返回一个包含全
    局变量的字典。（locals返回一个包含局部变量的字典。）
    例如，在前面的示例中，如果有一个名为parameter的全局变量，就无法在函数combine
    中访问它，因为有一个与之同名的参数。然而，必要时可使用globals()[‘parameter‘]来访
    问它。
    >>> def combine(parameter):
    ... print(parameter + globals()[‘parameter‘])
    ...
    >>> parameter = ‘berry‘
    >>> combine(‘Shrub‘)
    Shrubberry
    重新关联全局变量（使其指向新值）是另一码事。在函数内部给变量赋值时，该变量默认为
    局部变量，除非你明确地告诉Python它是全局变量。那么如何将这一点告知Python呢？
    >>> x = 1
    >>> def change_global():
    ... global x
    ... x = x + 1
    ...
    >>> change_global()
    >>> x
    2

Python函数可以嵌套，即可将一个函数放在另一个函数内，如下所示：
    def foo():
    def bar():
    print("Hello, world!")
    bar()
    嵌套通常用处不大，但有一个很突出的用途：使用一个函数来创建另一个函数。这意味
    着可像下面这样编写函数：
    def multiplier(factor):
    def multiplyByFactor(number):
    return number * factor
    return multiplyByFactor
    在这里，一个函数位于另一个函数中，且外面的函数返回里面的函数。也就是返回一个
    函数，而不是调用它。重要的是，返回的函数能够访问其定义所在的作用域。换而言之，它
    携带着自己所在的环境（和相关的局部变量）！
    每当外部函数被调用时，都将重新定义内部的函数，而变量factor的值也可能不同。由
    于Python的嵌套作用域，可在内部函数中访问这个来自外部局部作用域（multiplier）的变
    量，如下所示：
    >>> double = multiplier(2)
    >>> double(5)
    10
    >>> triple = multiplier(3)
    >>> triple(3)
    9
    >>> multiplier(5)(4)
    20
    像multiplyByFactor这样存储其所在作用域的函数称为闭包。
    通常，不能给外部作用域内的变量赋值，但如果一定要这样做，可使用关键字nonlocal。
    这个关键字的用法与global很像，让你能够给外部作用域（非全局作用域）内的变量赋值。