函数

函数,函数参数,参数解构,作用域,递归函数,匿名函数以及生成器的基本概念。

函数

函数 Python函数,由若干语句组成语句块,函数名称,参数列表构成,他是组织代码的最小单元

函数的作用

结构化编程对代码的最基本的封装,一般按照 功能组织一段代码 封装的目的为了服用,减少代码函数的分类

内建函数

函数库
函数的定义、调用

def 函数名(参数列表)

函数体

return

函数名就是标识符,命名要求一样

语句块必须缩进,约定4个空格

Python的函数没有return语句,隐式会返回一个None值 定义中的参数列表成为形式参数,只是一种符号表达,简称形参

调用

调用的方式,就是函数名加上小括号,括号内写上参数

调用时写的参数是实际参数,是实实在在传入的值,简称实参
函数是可调用的对象 callable() 函数返回 True False.

函数的参数

位置参数:按照参数定义顺序传入实参

关键字参数:使用形参的名字来出入实参的方式,如果使用来了形参名字,那么传参顺序就可和定义顺序不同

可变参数:一个形参可以匹配任意个参数(传入一个可迭代对象)

可变参数:在形参前使用*表示形参是可变参数,可以接受多个实参 要求位置参数必须在关键参数之前传入,位置参数是按照位置对应的

函数参数默认值

定义时,在形参后跟上一个值

作用:参数的默认值可以在未传入足够实参的时候,对没有给定的参数复制为默认值 参数非常多的时候,并不需要用户每次都输入所有的参数,简化函数调用
def add(x=5,y=6)

print(‘good’)

return x+y
关键字参数的可变参数

def showconfig(**kwargs):

for k,v in kwargs.items():

print(‘{}’..format(k,v))

形参前使用**符号,表示可以接受多个关键字参数
keyword-only参数

keyword-only参数是 python03加入的

如果一个星号参数后,或者一个位置可变参数后,出现普通参数,实际上已经不是普通的参数了,而是keyword-only参数
def fn(*arg,x):

print(x)

print(args)
函数参数规则

参数列表参数一般顺序是,普通参数,缺省参数,可变位置参数、keyword-only参数、可变关键字参数

参数解构
def add(x,y):

retuen x+y
add(4,5)

t = (1,3)

add(*t)
参数解构,给函数提供实参的时候,可以在集合类型前使用*或**,把集合类型的结构解开,提取出所有元素作为函数的实参
非字典类型使用*解构成位置参数

字典类型使用**解构成关键字参数 提取出来的元素数目和参数的要求匹配,也要和参数的类型匹配

def add(x,y):

return x+y
d= {‘x’:5,’y’:6}

add(**d)

def  add(*iterable):

result = 0

for x in iterable:

result += x    return result

# add([1,2,3])

add(*range(10))

函数的返回值

Python函数使用return语句返回”返回值”

所有函数都有返回值,如果没有return语句,隐式调用 return None

return 语句并不一定是函数的语句块的最后一句

一个函数可以存在多个return语句,但是只有一条可以被执行,如果没有一条return语句被执行到,隐式调用return None

如果有必要,可以显示调用 return None,可以简写为 return

如果函数执行了return ,函数就会返回,当前被执行的return语句之后的其他语句就不会被执行了 函数的作用:结束函数调用、返回值
返回多个值

def showlist():

pass

return 11452,5,5,5

showlist()

返回的类型是一个元组
def showlist():

pass

return 11452,5,5,5

showlist()

print(type(showlist()))

<class ‘tuple’>

返回值的解构
def showlist():

pass

return 1,2,3
x,y,z = showlist()

函数嵌套: 在一个函数中定义了另外一个函数
def outer():

def inner():

print(“inner”)

print(“outer”)

inner()

outer()

函数的作用域: 作用域:一个标识符的可见范围,这就是标识符的作用域。一般常说的是变量的作用域 全局作用域:

在整个程序运行环境中都可见

局部作用域:在函数、类等内部可见

局部变量使用范围不能超过起所在的局部作用域

def outer():

o = 66

def inner():

print(“inner {}”.format(o))

print(chr(o))    print(“outer {}”.format(o))

inner()
def outer1():

a = 65

def inner1():

a = 97

print(“inner1 {}”.format(a))

print(chr(a))

print(“outer1 {}”.format(a))

inner1()

outer1()

从函数嵌套结构例子看出:

外层变量作用域在内层作用域可见

内层作用域inner中,如果定义了 o=97 ,相当于当前作用域重新定义了一个新的变量o,但是这个o 并没有覆盖外层作用域 outer 中的 o

global 使用原则

外部作用域变量会使内部作用域可见,但也不要在这个内部的局部作用域中直接使用,因为函数的目的就是为了封装,尽量与外界隔离 如果函数需要使用为外部全局变量,使用函数的形参传参解决 一句话:不用global

闭包:

自由变量:未在本地作用域中定义的变量。

闭包:就是一个概念,出现在嵌套函数中,指的是 内层函数引用到了 外层函数的自由变量,就形成了闭包。
def counter():

def inc():

c[0] += 1

return c[0]

return incfoo = counter()

print(foo(), foo())

c = 100

print(foo())
这是 Python 2 中实现闭包的方式,Python3 还可以使用nonlocal关键字

def sounter():

sount = 1

def inc():

nonlocal sount

sount += 1

return sount

return inc

foo = sounter()

foo()

foo()
使用了 nonclocal 关键字,将变量标记为在上级的局部作用域中定义,但不能是全局作用中定义

默认值的作用域:
def foo1(xyz=[]):

xyz.append(1)

print(xyz)

return xyz

foo1()

foo1()

[1]

[1, 1]

[1, 1, 1]

 

[1, 1, 1]

函数也是对象,python把函数的默认值放在了属性中,这个属性就伴着这个函数对象的生命周期查看 foo._default_ 属性
def foo1(xyz=[],u=’abc’,z=123):

xyz.append(1)

print(xyz)

return xyz
print(foo1(),id(foo1))

print(foo1.__defaults__)

print(foo1(),id(foo1))

print(foo1.__defaults__)
[1]

[1] 140235248505856

([1], ‘abc’, 123)

[1, 1]

[1, 1] 140235248505856

([1, 1], ‘abc’, 123)

函数地址没变,就是说函数这个对象没变,调用它,他的属性__defaults__中使用元组保存所有默认值xyz 默认值是引用类型,引用类型的元素变动,并不是元组的变化

非引用的默认值例子:
def fo1(w,u=’qqq’,z=123):

u = ‘q999w’

z = 9999

print(w,u,z)
print(fo1.__defaults__)

fo1(‘magedu’)print

(fo1.__defaults__)

默认值的作用域:

函数体内不改变默认值。

如果使用缺省值None 就创建一个列表

如果传入一个列表,就修改这个列表
def foo(xyz=None, u=’adf’, z=2222):

if xyz is None:

xyz = []

xyz.append(1)

print(xyz)

foo()

print(foo.__defaults__)

foo()

print(foo.__defaults__)

foo([10])print(foo.__defaults__)

foo([10,5,5,55])

print(foo.__defaults__)

第一种方法: 使用影子拷贝创建一个新的对象,永远不能改变传入的参数第

二种方法: 通过值的判断就可以灵活的选择创建或者修改传入的参数,这种方式灵活,应用广泛,

函数的销毁:

全局函数销毁

重新定义同名函数

del 语句删除函数对象

程序结束时

局部函数销毁

重新在上级作用域定义同名函数

del 语句删除函数对象

上级作用域销毁时

递归函数
函数的执行过程:
def foo1(b, b1=3):

print(‘foo1 called’,b,b1)
def foo2(c):

foo3(c)

print(‘foo2 called’,c)

def foo3(d):

print(‘foo3 called’,d)
def main():

print(‘main called’)

foo1(100,111)

foo2(200)

print(‘main ending’)

main()

递归  recursion

函数直接或间接调用自身就是 递归

递归需要有边界条件,递归前进段,递归返回段

递归一定要有–边界条件 当边界条件不满足的时候,递归前进 当边界条件满足的时候,递归返回

递归要求

递归一定要有退出条件,递归调用一定要执行到这个退出条件,没有退出条件的递归调用,就是无限调用 递归调用的深度不宜过深

Python 对递归调用的深度做了限制,以保护解释器

超过递归深度限制,抛出RecursionError:maxinum recursion depth exceeded  超出最大深度 sys.getrecursionnlimit()

递归的性能:

循环稍微复杂一些,但是只要不是死循环,可以多次迭代直至算出结果

递归还有深度限制,如果递归复杂,函数反复压栈,栈内存很快溢出了

间接递归:

间接递归,是通过别的函数调用了函数自身

如果构成循环递归是非常危险的,在代码复杂的情况下,要用代码的规范来避免递归调用的发生

递归总结:

递归是一种自然的表达,符合逻辑思维

递归相对运行效率低,每一次调用函数都要开辟栈帧

递归有深度限制,如果递归层次太深,函数反复压栈,栈内存很快就溢出了

如果是有限次数的递归,可以使用递归调用,或者使用循环代替,循环代码稍微复杂一些,但是只要不是死循环,可以多次迭代直至算出结果

绝大多数递归,都可以使用循环实现

即使代码递归很简洁,但是能不用则不用递归

 

匿名函数:

匿名函数,即没有名字的函数

Python 借助Lambda 表达式构建匿名函数

格式:lambda 参数列表:表达式 lambda x:x**2

使用lambda关键字来定义匿名函数

参数列表不需要小括号

冒号是用来分割参数列表和表达式的

不需要return ,表达式的值,就是匿名函数返回值

lambda 表达式 只能写在一行上,被称为单行函数

用途:在高阶函数传参时,使用lambda表达式,往往能简化代码

生成器: 生成器指的是生成器对象,可以由生成器表达式得到,也可以使用yield关键字得到一个生成器函数,调用这个函数得到一个生成器对象

生成器函数:

函数体中包含yield语句的函数,返回生成器对象

生成器对象,是一个可迭代对象,是一个迭代器

生成器对象,是延迟计算、惰性求值的

def inc():

for i in range(5):

yield i

print(type(inc))

print(type(inc()))

x = inc()

print(type(x))

print(next(x))

print(next(x))

for m in x:

print(m, ‘*’)

for m in x:

print(m, ‘**’)

普通的函数调用fn(),函数会立即执行完毕,但是生成器函数可以使用next函数多次执行

生成器函数等价于生成器表达式,只不过生成器函数可以更加的复杂

生成器函数:

包含了yield语句的生成器函数生成生成器对象时,生成器函数的函数体不会立即执行

next(generator) 会从函数的当前位置向后执行到碰到第一个yield语句,弹出值,并暂停函数执行

再次调用next函数,和上一条一样的处理过程

没有多余的yield的语句能被执行,继续调用next函数,会抛出Stpoiteration异常

生成器应用

协成coroutine

生成器的高级用法

比进程,线程轻量级

是在用户空间调度函数的一种实现

Python3 asyncio 就是协成实现,已经加入到标准库

Python3.5 使用async,await关键字直接源生支持协成

协成调度器实现思路了: 有两个生成器A,B next(A)后,A执行到了yield语句暂停,然后去执行next(B),B执行到yield语句也暂停,然后在此调用next(A),再调用next(B),周而复始,就实现了调度效果

可以引入调度策略来实现切换的方式

协成是一种非抢占式的调度

本文来自投稿,不代表Linux运维部落立场,如若转载,请注明出处:http://www.178linux.com/87933

(0)
上一篇 2017-10-17 09:15
下一篇 2017-10-17 20:33

相关推荐

  • 高阶函数

    高阶函数
    柯里化
    装饰器、文档字符串
    functools 模块 inspect 模块

    2018-04-25
  • python快速入门之数据类型

        Python 是 90 年代初由 Guido Van Rossum 为了打发圣诞节而创建的语言。如今它已是当前最流行的程序语言之一.     Python的关键要素有以下几点:1.基本数据类型;2.对象引用;3.组合数据类型;4.逻辑操作符;5.控制流语句;6.算数操作符…

    Python干货 2015-12-10
  • Python函数式编程指南(四):生成器

    转自 http://www.cnblogs.com/huxi/archive/2011/07/14/2106863.html 生成器是迭代器,同时也并不仅仅是迭代器,不过迭代器之外的用途实在是不多,所以我们可以大声地说:生成器提供了非常方便的自定义迭代器的途径。 这是函数式编程指南的最后一篇,似乎拖了一个星期才写好,嗯…… 转载请注明原作者和原文地…

    Linux干货 2015-03-09
  • functools模块,偏函数partial、缓存LRU

    functools模块,偏函数partial、缓存LRU

    2018-04-23
  • Python学习之Second_Week Notes

    list列表、tuple元组、str字符串

    2017-09-23
  • Python内置数据结构——集合set

    集合 定义 set翻译为集合 collection翻译为集合类型,是一个较大的概念 set是一个可变的、无序的、不重复的元素组成的集合 set的元素要求必须可以hash,目前已学的不可hash的类型只有list、set 元素不可以索引 set可以迭代 set的初始化 set_1 =set() #表示定义一个空集合set_1 set_1 =set(iterab…

    2017-10-03