python函数 | 阿培

python基础

发布日期: 2017-04-07

函数基础概念
函数是Python为了代码最大程度地重用和最小化代码冗余而提供地基本程序结构
函数是一种设计工具，它能让程序员将复杂地系统分解为可管理地部件
函数用于将相关功能打包并参数化
在Python中可以创建4种函数：
全局函数：定义在模块中
局部函数：嵌套于其它函数中
lambda函数：表达式
方法：与特定数据类型关联地函数，并且只能与数据类型关联一起使用
Python提供了很多内置函数
语法
def functionName(parameters):
suite

一些相关地概念
    def是一个可执行语句
    因此可以出现在任何能够使用语句的地方，甚至可以嵌套于其它语句，例如if或while中
def创建了一个对象并将其赋值给一个变量名(即函数名)
return用于返回结果对象，其为可选；无return语句的函数自动返回None对象
    返回多个值时，彼此间使用逗号分隔，且组合为元组形式返回一个对象
def语句运行之后，可以在程序中通过函数后附加括号进行调用
Python创建、改变或查找变量名都是在名称空间中进行
在代码中变量名被赋值的位置决定了其能被访问到的范围
函数定义了本地作用域，而模块定义了全局作用域
每个模块都是一个全局作用域，因此，全局作用域的范围仅限于单个程序文件
每次对函数的调用都会创建一个新的本地作用域，赋值的变量除非声明为全局变量，否则均为本地变量
所有的变量名都可以归纳为本地、全局或内置的(由__builtin__模块提供)

变量名解析：LEGB原则
变量名引用分三个作用域进行：首先是本地、之后是函数内、接着是全局，最后是内置

函数：
def funcName(arg1,arg2,…):
参数传递形式：
默认情况下，参数通过其位置进行传递，从左至右，这意味着，必须精确地传递和函数头部参数一样多的参数
但也可以通过关键字参数、默认参数或参数容器等改变这种机制
位置：从左至右
关键字参数：使用”name=value”的语法通过参数名进行匹配
默认参数：定义函数时使用”name=value”的语法直接给变量一个值，从而传入的值可以少于参数个数
可变参数：定义函数时使用开头的参数，可用于收集任意多基于位置或关键字的参数
可变参数解包：调用函数时，使用开头的参数，可用于将参数集合打散，从而传递任意多基于位置或关键字的参数

匿名函数lambda
lambda运算符
lambda args:expression
args:以逗号分隔的参数列表
expression:用到args中各参数的表达式
lambda语句定义的代码必须是合法的表达式，不能出现多条件语句(可使用if的三元表达式)和其它非表达式语句，如for和while等
lambda的首要用途是指定短小的回调函数
lambda将返回一个函数而不是将函数赋值给某变量名
注意
lambda是一个表达式而非语句
lambda是一个单个表达式，而不是一个代码块
def语句创建的函数将赋值给某变量名，而lambda表达式则直接返回函数
lambda也支持使用默认函数
def testFunc(x,y,z): return x + y +z
testFunc(4,5,6)
>>15
f = lambda x,y,x: x+y+z
f(4,5,6)
>>15
f2 = (lambda x,y,z=10: x+y+z)
f2(4,5)
>>19

python函数式编程
函数式编程也称作泛函编程，是一种编程范型
它将电脑运算视为数学上的函数计算，并且避免状态以及可变数据
函数式编程语言最重要的基础是lambda演算，而且lambda演算的函数可以接受函数当作输入和输出
python支持有限的函数式编程功能
filter(func,seq) :调用一个布尔函数func来迭代遍历每个seq中的元素，返回一个使func返回值为ture的元素的序列
map(func,seq) :将函数func作用于给定序列(s)的每个元素，并用一个列表来提供返回值：如果func为none，func表现为一个身份函数，返回一个含有每个序列中元素集合的n个元组的列表
reduce(func,seq[,init]):将二元函数作用于seq序列的元素，每次携带一对(先前的结果以及下一个序列元素)，连续地将现有的结果和下一个值作用在获得地随后地结果上，最后减少我们地序列为一个单一地返回值；如果初始值init给定，第一个比较会是init和第一个序列元素而不是序列地头两个元素

练习1：返回/etc/passwd中包含了/bin/bash字串的所有用户名为一个列表
练习2：将/etc/passwd文件中的每一行都分割为一个列表
练习3；将任意文件按用户指定的分隔符把每一行都分隔为一个列表
练习4：用折叠的方式(reduce)求阶乘

python闭包：闭包叫lexical closure
例1：
def startPos(m,n):
def newPos(x,y):
print “The old position is (%d,%d),and the new position is (%d,%d).” % (m,n,m+x,n+y)
return newPos
action = startPos(10,10)
action(1,2)
运行结果：
The old position is (10,10), and the new position is (11,12)

例2：
    def genNum(n):
        i = 1
        while i<=n:
            yield i ** 2
            i +=1
    g1 = genNum(10) //生成一个生成器
    for i in g1:
        print i,
    运行结果：1 4 9 16 25 36 49 64 81 100
函数中使用yield，会返回一个生成器对象。

装饰器：
1 装饰器本身是一个函数，用于装饰其他函数
2 增强被装饰函数的功能：
装饰器一般接受一个函数对象作为参数
例1；
def deco(func):
def wrapper(x):
print(“Please say someting”)
func(x)
print “no zuo no die”
return wrapper
@deco
def show(x):
print x
show(‘hello, mars’)
运行结果：
please say someting
hello, mars
no zuo no die

递归函数：
递归需要边界条件，递归前进段和递归返回段
def fact(n):
if n<=1:
return 1
else:
return n * fact(n-1)
fact(3)
运行结果：6
斐波那契数列：
def feibo(n):
if n == 0:
return 0
elif n == 1:
return 1
else:
return feibo(n-1) + feibo(n-2)
feibo(0)
feibo(1)
feibo(2)
运行结果：0,1,1
费波那契数列（意大利语：Successione di Fibonacci），又译为费波拿契数、斐波那契数列、费氏数列、黄金分割数列。
在数学上，费波那契数列是以递归的方法来定义：
F_{0}=0
F_{1}=1
F_{n}=F_NaN+F_NaN（n≧2）
用文字来说，就是费波那契数列由0和1开始，之后的费波那契系数就是由之前的两数相加而得出。
首几个费波那契系数是：0, 1, 1, 2, 3, 5, 8, 13, 21, 34, 55, 89, 144, 233……
函数的设计规范：
耦合性：
1 通过参数接受输入，以及通过return产生输出以保证函数的独立性：
2 尽量减少使用全局变量进行函数间通信
3 不要在函数中修改可变类型参数
4 避免直接改变定义在另一个模块中的变量
聚合性：
1 每个函数都应该有一个单一的、统一的目标
2 每个函数的功能都应该相对简单
面向对象的基础概念：
程序 = 指令+数据
代码可以选择以指令为核心或以数据为核心进行编写
两种范型
以指令为核心：围绕”正在发生什么”进行编写
面向过程编程：程序具有一系列线性步骤；主题思想是代码作用于数据
以数据为核心：围绕”将影响谁”进行编写
面向对象编程(OOP):围绕数据及为数据严格定义的接口来组织程序，用数据控制对代码的访问
类型由状态集合(数据)和转换这些状态的操作集合组成