Python函数有哪些？-木庄网络博客

本文摘自php中文网，作者PHP中文网，侵删。

我们可以用一段代码来实现我们需要的功能，但是当我们需要重复使用这段代码时，复制粘贴并不是一个酷的方法，我们可以用到函数来实现这一需求

一、函数定义

函数是逻辑结构化和过程化的一种编程方法，通过一个函数名封装好一串用来完成某一特定功能的代码

函数的定义：

def 函数名（参数1，参数2....）:

　　''注释''

　　函数体　

1 2	`def func1():　　#定义函数print('this is a function')　　#函数体` `func1()　　#调用函数`

(%)

1	`(%(func1())`

-->　　egon is a good man

　　　　None

函数的优点：1.代码重用

　　　　　　2.保持一致性，易于维护

　　　　　　3.可扩展性好

注意：1.函数必须先定义，在使用，和变量类似，在定义前使用会报错

　　　2.函数在定义阶段只检测语法错误，不会执行代码，所以即使在函数体内有未定义的变量名，在函数未调用前也不会报错

　　　3.函数的返回值可以是任意类型，如果是返回多个值，一定是元组形式

　　　4.return 的作用是终止函数的执行，return只执行一次，后面的内容不执行

二、函数参数

函数的参数分为形式参数和实际参数，在函数定义的时候，函数名后面括号里的就是形式参数，在函数调用的时候，传递的参数是实际参数。形式参数只在函数内部有效，外部无法引用。

1.形参

1）位置参数：按照从左到右的顺序依次定义的参数 def foo(x,y,z)

　　位置形参必须被传值，且多一个少一个都不行

2）默认参数：在函数定义阶段就已经为形参赋值，调用阶段不赋值也会有默认值 def foo(x,y=10)

　　值经常变化的情况，通常定义成位置参数，但是值在多数情况下不变的情况下，可以定义成默认参数

注意：

a.默认参数必须放在位置参数后面

b.默认参数通常定义成不可变类型

c.默认参数只在定义时被赋值一次

3）命名关键字参数：def register(*,name,age) *后面定义的形参，必须被传值，且必须以关键字的形式传值

2.实参

1）位置实参：与位置形参一一对应

2）关键字参数：实参在定义时，按照key-values的形式定义

　　def foo(x,y)

　　foo(x=1,y=2)

　　关键字参数可以不用向位置参数一样与形参一一对应，可以打破顺序限制

注意：a.位置参数和关键字参数混合使用的时候，位置参数必须在关键字参数前面

　　　b.既可以是位置实参形式，也可以是关键字实参形式，但是一个形参只能传值一次

3）可变长参数：

　　按位置定义的可变长参数用*表示

　　按关键字定义的可变类型的参数用**表示　　

1 2	`def func(x,y,*args):print(x,y,args)` `func(1,2,3,4,5)　　--->1 2 (3 4 5)`

#遇到*就是位置参数，把*后面的全部拆开，再一一匹配，多余的就以元组的形式存放到一起

1 2	`def func(x,y,**kwargs):print(x,y,kwargs)` `func(1,y=2,z=3,a=1,b=2)---->1 2 {'z': 3,` `'a': 1,` `'b': 2}`

#遇到**就是关键字参数，把**后面的全部拆成关键字，再一一匹配，多余的以字典形式存放到一起

def wrapper(*args,**kwargs)：可以接受任意形式，任意长度的参数

参数的定义顺序：x,y=1,*args,z,**kwargs,分别是位置参数，默认参数，可变长位置参数，命名关键字参数，可变类型参数

但需要注意的是，这些参数并不会同时全部出现

三、名称空间和作用域

名称空间存放名字和值的绑定关系，以key-value 的形式

在Windows命令提示行中输入命令：import this ,在最后一行会看到这样一句话：

　　Namespaces are one honking great idea -- let's do more of those!

名称空间分为三种：

1）内置名称空间：Python自带的，如print,int,len....当Python解释器启动的时候，就会生成内置名称空间

2）全局名称空间：文件级别定义的名字会存放到全局名称空间，执行Python程序的时候产生，简单点说就是没有缩进的变量名

3）局部名称空间：定义在函数（或模块、类）内部的名字，只有在函数（模块、类）调用的时候才生效，调用结束后就会释放

加载顺序是：内置名称空间-->全局名称空间-->局部名称空间

取值顺序是：局部名称空间-->全局名称空间-->内置名称空间

四、函数嵌套和作用域

1.函数嵌套包括函数的嵌套调用和函数的嵌套定义

函数嵌套调用可以用求最大值的例子来说明：

1 2	`def max2(x,y):if` `x > y:return` `xelse:return` `ydef max4(a,b,c,d):` `res1=max2(a,b) #23res2=max2(res1,c) #23res3=max2(res2,d) #31return res3print(max4(11,23,-7,31))`

函数嵌套定义：

def f1():def f2():def f3():print('from f3')print('from f2')
        f3()print('from f1')
    f2()# print(f1)f1()

2.作用域

1）全局作用域：内置名称空间与全局名称空间的名字属于全局范围，在整个文件的任意位置都能引用

2）局部作用域：属于局部范围，只在函数内部可以被引用，局部有效

一定要注意局部变量和全局变量的作用范围，在局部修改全局变量会出错，在全局范围引用局部变量也会出错

作用域在函数定义时就已经固定了，不会因调用位置而改变

但是如果一定要在局部修改全局变量，也是用办法的，就是在要修改的变量前加一个global

x=1def foo():
    x=10print(x)        
 
foo()       #10print(x)    #1

x=1def foo():global x
    x=10print(x)
 
foo()       #10print(x)    #10

def foo():
    x=1def f2():
        x+=xreturn xreturn f2()print(foo())        #会报错UnboundLocalError: local variable 'x' referenced before assignmentdef foo():
    x=1def f2():
        nonlocal x　　#告诉Python解释器，这里的x不是局部变量，只会找函数内部的，不会修改全局变量
        x+=xreturn xreturn f2()print(foo())    #会打印出修改后的x的值，2

五、闭包函数

定义在函数内部的函数，该内部函数包含对外部作用域，而非全局作用域的名字的引用，那么该内部函数称为闭包函数

1	`name===func()`

闭包函数的特点：a.自带作用域，b.延迟计算（f只是拿到了函数的内存地址，什么时候用，加括号就可以运行）

闭包函数最基本的形式：

def 外部函数名（）：

　　内部函数需要的变量

　　def 内部函数名（）：

　　　　引用外部变量

　　return 内部函数名

六、装饰器

1.开放封闭原则：对扩展是开放的，对修改是封闭的

2.装饰器本质是任意可调用的对象，被装饰对象也是任意可调用的对象

3.装饰器的功能是：在不修改被装饰对象源代码及调用方式的前提下，为其添加新的功能

4.装饰器语法：在被装饰对象的正上方的单独一行，写上@装饰器名字

5.有多个装饰器的时候，每行一个，执行时从上往下运行

6.被装饰函数有参数的情况：写成（*args,**kwargs）的形式

装饰器示例一：

#实现缓存网页内容的功能，下载的页面存放于文件中，如果文件内有值（文件大小不为0），# 就优先从文件中读取网页内容，否则，就去下载，然后存到文件中from urllib.request import urlopenimport os
 
cache_path=r'C:\untitled\0615Python第8天\cache_file.txt'def make_cache(func):def wrapper (*args,**kwargs):if os.path.getsize(cache_path):#有缓存print('\033[45m========>有缓存\033[0m')
            with open(cache_path,'rb') as f:
                res=f.read()else:
            res=func(*args,**kwargs)#下载with open(cache_path,'wb') as f:#制作缓存                f.write(res)return resreturn wrapper
 
 
@make_cachedef get(url):return urlopen(url).read()print(get(''))

装饰器示例二：

#为多个函数加上认证的功能（用户的账号密码来源于文件），要求登录成功一次，后续的函数都无需再输入用户名和密码db_dic={'egon':'123','alex':'alex3714','yuanhao':'smallb'}
 
 
db_path=r'C:\untitled\0615Python第8天\db_dic.txt'with open(db_path,'w',encoding='utf-8') as f:
    f.write(str(db_dic))
 
login_dic={'user':None,'status':False,
}def auth(func):def wrapper(*args,**kwargs):#加一个验证状态的字典，如果已经登录成功，下次使用就不用重新验证if login_dic['user'] and login_dic['status']:
            res=func(*args,**kwargs)return reselse:
            name=input('name:')
            password=input('password:')
            with open(db_path, 'r', encoding='utf-8') as f:
                auth_dic = eval(f.read())if name in auth_dic and password==auth_dic[name]:print('login ok')
                login_dic['user']=name
                login_dic['status']=True
                res=func(*args,**kwargs)return reselse:print('error')return wrapper
 
@authdef index():print('welcom to the page')
 
@authdef home(name):print('welcom  to %s\'s home page'%name)
 
 
index()
home('egon')

七、迭代器

1.对于字符串、列表、元组的数据类型，我们可以依据索引来实现迭代的效果，但是字典、集合这种没有索引的数据类型，就需要其他方式

2.Python为了提供一种不依赖索引的迭代方式，为一些对象内置了__iter__方法，obj.__iter__()得到的结果就是迭代器

得到的迭代器既有.__iter__方法，又有.__next__方法

3.迭代器的优点：

　　a.提供了一种不依赖索引的取值方式

　　b.惰性计算，节省内存

4.迭代器的缺点：

　　a.取值不如按照索引取值方便

　　b.一次性的，取值只能往后走，不能往前退

　　c.无法获取迭代器的长度

5.for循环实际上会默认调用.__iter__方法

6.判断是否是可迭代对象和迭代器，可以用命令

print(isinstance(str1,Iterable)) --->判断是否为可迭代对象

print(isinstance(str1,Iterator)) --->判断是否为迭代器

八、生成器函数（语句形式和表达式形式）

1.生成器函数：函数体内包含有yield关键字，该函数的执行结果就是生成器

2.生成器实际就是迭代器的一种

3.yield的功能：

　　a.与return类似，都可以返回值，但不一样的地方在于yield返回多次值，而return只能返回一次值
　　b.为函数封装好了__iter__和__next__方法，把函数的执行结果做成了迭代器
　　c.遵循迭代器的取值方式obj.__next__（），触发的函数的执行，函数暂停与再继续的状态都是由yield保存的
4.生成器语句形式应用实例

1 #模拟linux中tail -f a.txt|grep 'error' |grep '404'的功能 2 import time 3 def tail(filepath,encoding='utf-8'): 4 with open(filepath,encoding='utf-8') as f: 5 f.seek(0,2) #以末尾为开始位，第0个 6 while True: 7 line=f.readline() 8 if line: 9 yield line10 else:11 time.sleep(0.5)12 13 def grep(lines,pattern):14 for line in lines:15 if pattern in line:16 # print(line)17 yield line18 19 g1=tail('a.txt')20 g2=grep(g1,'error')21 g3=grep(g2,'404')22 23 for i in g3:24 print(i)

View Code

5.生成器的表达式形式

def foo():print('starting')while True:
        x=yield #默认就是yield Noneprint('value ：',x)
 
g=foo() 
next(g)　　#初始化，等同于g.send(None)
g.send(2)　　

将yield赋值给一个变量如x=yield,然后用send()传值，但注意要先做一个类似初始化的操作

g.send(2)的操作实际是先把2传值给yield,再由yield传值给x，send()既有传值的效果，又有next()的效果

生成器表达式形式应用示例

1 def init(func): 2 def wrapper(*args,**kwargs): 3 g=func(*args,**kwargs) 4 next(g) 5 return g 6 return wrapper 7 @init 8 def eater(name): 9 print('%s ready to eat' %name)10 food_list=[]11 while True:12 food=yield food_list#return None13 food_list.append(food)14 print('%s start to eat %s' %(name,food))15 16 17 e=eater('alex')18 print(e.send('狗屎'))19 print(e.send('猫屎'))20 print(e.send('alex屎'))21 22 23 def make_shit(people,n):24 for i in range(n):25 people.send('shit%s' %i)26 27 e=eater('alex')28 make_shit(e,5)29 #from egon30 #egon老师的例子有味道，但是我又忍不住不用这个

View Code