上一天看到第四章的一半,介绍了一些常用的流程控制工具,也就是常用语句,主要是if
、for
、range()
、break
、continue
、else
和pass
。今天把第四章剩下的看完,讲的是如何在python中定义和使用函数。函数其实就是一种对代码的封装,对于一段完成某种功能的代码,如果需要在程序中多次用到这个功能,不使用函数的话,就要写多次相同的代码,很麻烦;如果使用函数的话,定义函数只需要一次,往后每次需要使用这个函数的话调用就行了,即实现了代码重用,简便很多。
4.6. 定义函数
python中,我们使用关键字 def
引入一个函数定义。它必须后跟函数名称和带括号的形式参数列表。构成函数体的语句从下一行开始,并且必须缩进。
函数体的第一个语句通常是注释或者帮助文档,用三引号‘’‘ ’‘’
括起来,里面应该写上函数的功能和各参数的意义等等,是面向用户的。在notebook里面使用help()
就可以查看到这些信息。写帮助文档是一个应该养成的好习惯。
函数调用(执行)则是直接运行函数名,如果有参数则写在括号内,一个用于输出斐波拉契数列的函数例子如下:
>>> def fib(n): # 函数定义
... """函数功能:打印n以内的斐波拉契数列"""
... a, b = 0, 1
... while a < n:
... print(a, end=' ')
... a, b = b, a+b
... print()
...
>>> # 函数调用
... fib(2000)
0 1 1 2 3 5 8 13 21 34 55 89 144 233 377 610 987 1597
定义了的函数是一个特定的类型,它也支持重命名,如下f和fib就是同一个函数了:
>>> fib
<function fib at 10042ed0>
>>> f = fib
>>> f(100)
0 1 1 2 3 5 8 13 21 34 55 89
学过其他语言的人可能会问,python的函数有返回值吗?答案是肯定的,我们可以用return
语句返回指定的值,如果像上面的例子一样没有return
呢?实际上也有返回值,只不过是一个None
而已,使用print()
就可以看到它了。
总结一句:return
语句会从函数内部返回一个值。 不带表达式参数的 return
会返回 None
。 函数执行完毕退出也会返回 None
。
>>> fib(0)
>>> print(fib(0))
None
最后我们改写上面的斐波拉契函数,不是直接打印print()
,而是先调用函数返回return
一个列表,再打印这个列表:
>>> def fib2(n): # 函数定义
... """函数功能:返回一个列表,里面包含了n以内的斐波拉契数列"""
... result = []
... a, b = 0, 1
... while a < n:
... result.append(a) # 向列表新增一个数据
... a, b = b, a+b
... return result
...
>>> f100 = fib2(100) # 函数调用
>>> f100 # 打印结果
[0, 1, 1, 2, 3, 5, 8, 13, 21, 34, 55, 89]
4.7. 函数定义的更多形式
4.7.1. 参数默认值
最有用的形式是对一个或多个参数指定一个默认值。这样创建的函数,可以用比定义时允许的更少的参数调用,比如:
def ask_ok(prompt, retries=4, reminder='Please try again!'):while True:ok = input(prompt)if ok in ('y', 'ye', 'yes'): # in关键字可以测试一个序列是否包含某个值return Trueif ok in ('n', 'no', 'nop', 'nope'):return Falseretries = retries - 1if retries < 0:raise ValueError('invalid user response')print(reminder)
这个函数可以通过几种方式调用:
- 只给出必需的参数(参数prompt):
ask_ok('Do you really want to quit?')
- 给出一个可选的参数(参数prompt和retries):
ask_ok('OK to overwrite the file?', 2)
- 或者给出所有的参数(参数prompt、retries和reminder):
ask_ok('OK to overwrite the file?', 2, 'Come on, only yes or no!')
有两点需要注意!!
一、默认值是在 定义过程 中在函数定义处计算的,所以以下结果会打印5而不是6:
i = 5def f(arg=i): # 此处传入默认值i,所以arg=i=5print(arg)i = 6 # 不影响f的默认值
f()
二、默认值只会执行一次。这条规则在默认值为可变对象(列表、字典以及大多数类实例)时很重要。比如,下面的函数会存储在后续调用中传递给它的参数:
def f(a, L=[]):L.append(a)return Lprint(f(1))
print(f(2))
print(f(3))
打印结果为:
[1]
[1, 2]
[1, 2, 3]
如果你不想要在后续调用之间共享默认值,你可以这样写这个函数:
def f(a, L=None):if L is None:L = []L.append(a)return L
打印结果为:
[1]
[2]
[3]
4.7.2. 关键字参数
4.7.3. 特殊参数
这两节已经在我之前的文章中介绍过了,感兴趣的小伙伴可以去看看:
python函数参数那些事,关键字参数与位置参数
4.7.4. 任意的参数列表
最后,最不常用的选项是可以使用任意数量的参数调用函数。这些参数会被包含在一个元组里(参见 元组和序列 )。在可变数量的参数之前,可能会出现零个或多个普通参数。:
def write_multiple_items(file, separator, *args):file.write(separator.join(args))
一般来说,这些可变参数 将在形式参数列表的末尾,如上面代码中的*args
参数(和C语言区分一下,注意不是指针)。因为它们收集传递给函数的所有剩余输入参数,简单来说,就是捡破烂的,剩下的参数都归他了。
但也有例外,它不在参数列表的末尾。此时,出现在 *args
参数之后的任何形式参数都是 仅关键字参数,也就是说它们只能作为关键字参数而不能是位置参数:
>>> def concat(*args, sep="/"):
... return sep.join(args)
...
>>> concat("earth", "mars", "venus")
'earth/mars/venus'
>>> concat("earth", "mars", "venus", sep=".")
'earth.mars.venus'
4.7.5. 解包参数列表
如果我们的参数已经在列表或元组里了,但是想把里面的元素作为单独的参数传入函数,应该怎么做呢?此时称为对参数列表进行解包。
例如,内置的 range()
函数需要单独的 start
和 stop
参数。如果它们不能单独使用,可以使用 *
操作符 来编写函数调用以便从列表或元组中解包参数:
>>> list(range(3, 6)) #正常的调用,向range函数传入两个单独的参数3和6
[3, 4, 5]
>>> args = [3, 6]
>>> list(range(*args)) #解包调用,从列表args中解包出数字3和6,再传入range函数
[3, 4, 5]
如果参数在字典里,则用**
操作符解包出字典的值value,来提供关键字参数:
>>> def parrot(voltage, state='a stiff', action='voom'):
... print("-- This parrot wouldn't", action, end=' ')
... print("if you put", voltage, "volts through it.", end=' ')
... print("E's", state, "!")
...
>>> d = {"voltage": "four million", "state": "bleedin' demised", "action": "VOOM"}
>>> parrot(**d)
-- This parrot wouldn't VOOM if you put four million volts through it. E's bleedin' demised !
4.7.6. Lambda 表达式
可以用 lambda
关键字来创建一个小的匿名函数。Lambda函数可以在需要函数对象的任何地方使用。它们在语法上限于单个表达式。从语义上来说,它们只是正常函数定义的语法糖。与嵌套函数定义一样,lambda函数可以引用所包含域的变量。
简单来说,Lambda函数有两个作用:返回一个函数,或者传递一个小函数作为参数。
作用1:
>>> def make_incrementor(n):
... return lambda x: x + n
...
>>> f = make_incrementor(42)
>>> f(0)
42
>>> f(1)
43
作用2:
>>> pairs = [(1, 'one'), (2, 'two'), (3, 'three'), (4, 'four')]
>>> pairs.sort(key=lambda pair: pair[1])
>>> pairs
[(4, 'four'), (1, 'one'), (3, 'three'), (2, 'two')]
4.7.7. 文档字符串
4.7.8. 函数标注
这两节介绍的是关于函数帮助文档和注释内容和格式的一些约定,这里不详细展开了。