标签：visible not 一起 expr 函数 匿名函数 red padding error
https://www.cnblogs.com/evablogs/p/6699515.html
在理解函数式编程之前，我还是对函数的调用，参数传递以及函数的嵌套调用一头雾水，还是花了点时间整理了写思绪，以便我后面对装饰器复杂的参数传递和函数的调用的理解。
函数的定义
def 函数名():
代码块
例如：
|
1
2
3
|
def func_name(): block return value #return语句表示函数执行到此结束，如果没有return语句则会返回None，有return没有语句也是返回None |
另外，Python中不允许前向引用，即在函数定义之前，不允许调用该函数。所以函数必须先定义再调用，否则会报错，找不到该函数的定义。
|
1
2
3
4
5
6
|
print func_name() #若在函数定义前调用函数，则报错Traceback (most recent call last): File "<pyshell#72>", line 1, in <module> print func_name()NameError: name ‘func_name‘ is not defined |
参数的传递
|
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
29
|
>>> def f(a,b,c=10): #定义三个参数，设置c的默认值为10 return a+b+c>>> print(f(3,2)) #传递参数的值，默认匹配没有默认值的参数15>>> print(f(3,2,1)) #传递参数的值，若传递的参数都有值，则不会取默认值6>>>def func(*name): #包裹传递，将所有的参数传递给name元组 print type(name) print name>>> func(1,4,6)<type ‘tuple‘>(1, 4, 6)>>> func(5,6,7,1,2,3)<type ‘tuple‘>(5, 6, 7, 1, 2, 3)>>> def func(**dict): #字典收集所有的关键字 print type(dict) print dict >>> func(a=1,b=9) <type ‘dict‘>{‘a‘: 1, ‘b‘: 9}>>> func(m=2,n=1,c=11)<type ‘dict‘>{‘c‘: 11, ‘m‘: 2, ‘n‘: 1} |
函数嵌套
python程序，一个函数在另外一个函数的里面，外层的函数返回的是里层函数。
函数嵌套时，内层函数可以访问外层函数的变量，但不能对其变量重新赋值。
|
1
2
3
4
5
6
7
8
9
10
11
|
>>> def yao1(a=1,b=32): def yao2(c=54): def yao3(d=3): def yao4(e=10): return a+b+c+d+e return yao4 return yao3 return yao2>>> print yao1()()()()100 |
函数式编程
函数式编程与函数不同，函数式编程是将一个函数作为参数传递给另一个函数，最后返回一个函数。
典型的函数式编程辅助函数有：reduce/map/filter等函数，一需要认识和积累这些辅助和内置函数，其二了解匿名函数lambda的使用，让函数式编程的代码更加简洁和易读。
|
1
2
3
4
5
6
7
8
9
10
|
>>> number =[2, -5, 9, -7, 2, 5, 4, -1, 0, -3, 8] #给列表赋值>>> sum = filter(lambda x: x>0, number) #filter(func，number)：从number的item中依次筛选符合func条件的元素，即从number列表中筛选x>0的元素并返回 #lambda args: expression>>> average = reduce(lambda x,y: x+y, sum)/len(sum) #reduce(func,number):先将number元组中的前两个元素执行func函数，返回的值继续与下一个元素一起执行func函数>>> print average5>>>>>>print map(lambda x:x%3,range(6)) #map(func,seq):seq中的每个元素都经过了func函数的作用，重新得到了func(seq[n])组成的列表[0, 1, 2, 0, 1, 2] |
标签：visible not 一起 expr 函数 匿名函数 red padding error
原文地址：https://www.cnblogs.com/yuer20180726/p/10790376.html
