Python 함수란 무엇입니까?

　 코드 조각을 사용하여 필요한 기능을 구현할 수 있지만 이 코드를 재사용해야 할 때 복사하여 붙여넣는 것은 이러한 요구 사항을 충족하기 위해 함수를 사용할 수 있는 멋진 방법이 아닙니다.

1. 함수 정의

함수

함수 정의:

def 함수 이름(매개변수 1, 매개변수 2. ...):

　' 코멘트　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　 handcess hand >, 유지 관리가 용이함ââ `` 3. 좋은 확장성 이 단계에서는 구문 오류만 감지하고 코드를 실행하지 않으므로 함수 본문에 정의되지 않은 변수 이름이 있어도 함수가 호출되기 전에는 오류가 보고되지 않습니다

　　3. 반환 값 함수의 유형은 무엇이든 가능합니다. 여러 개를 반환하는 경우 값은 튜플 형식이어야 합니다.

　 위치 매개변수는 값으로 전달되어야 하며, 그 이상은 작동하지 않습니다 2) 기본 매개변수: 함수 정의 단계에서 형식 매개변수에 값이 할당되었습니다. 호출 단계에서 할당된 값이 없으면 def foo(x,y=10)

값이 자주 변경되는 경우에는 일반적으로 위치 매개변수로 정의되지만, 대부분의 경우 값이 변경되지 않으면 기본 매개변수로 정의할 수 있습니다

참고:

a 뒤에 위치해야 합니다. 위치 매개변수

b. 기본 매개변수는 일반적으로 불변 유형으로 정의됩니다

c.Default 매개변수는 정의될 때 한 번만 할당됩니다

3) 명명된 키워드 매개변수: def Register(*,name,age) *The 나중에 정의하는 형식 매개변수는 값으로 전달해야 하며, 값은 키워드 형식으로 전달되어야 합니다

2 .실제 매개변수

1) 위치 실제 매개변수: 위치 매개변수와 일대일 대응

2) 키워드 매개변수 : 실제 매개변수 정의 시 key-values ​​형태로 정의됩니다

　def foo(x,y)

foo(x=1,y=2)

　키워드 매개변수는 반드시 1- 대응할 필요는 없습니다. 위치 매개변수와 같은 형식 매개변수를 사용하면 순서 제한이 깨질 수 있습니다

참고: a. 위치 매개변수와 키워드 매개변수가 함께 사용되는 경우 위치 매개변수는 키워드 매개변수 앞에 와야 합니다.

b. 위치 매개변수 또는 키워드 매개변수. 단, 형식 매개변수는 값을 한 번만 전달할 수 있습니다.

3) 가변 길이 매개변수:

위치 기준 정의된 가변 길이 매개변수는 *로 표시됩니다.

키워드는 **로 표현됩니다

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

(%)

def 래퍼(*args, *) *kwargs): 모든 형식과 길이의 매개변수를 허용할 수 있습니다.

매개변수 정의 순서: x, y=1, *args, z, **kwargs는 각각 위치 매개변수, 기본 매개변수, 가변 길이 위치 매개변수, 명명된 키워드 매개변수, 변수 유형 매개변수

그러나 이러한 매개변수가 모두 동시에 나타나는 것은 아닙니다

3. 네임스페이스와 범위

네임스페이스는 이름과 값의 바인딩 관계를 다음과 같은 형태로 나타냅니다. 키-값 Windows 명령 프롬프트에 import this 명령을 입력합니다. 마지막 줄에 다음 문장이 표시됩니다. 네임스페이스는 정말 좋은 아이디어입니다. 더 많은 작업을 수행해 보겠습니다.

네임스페이스에는 세 가지 유형이 있습니다.

1) 내장 네임스페이스 : print, int, len 등 파이썬 고유의 네임스페이스.... 파이썬 인터프리터가 시작되면 내장 네임스페이스가 생성됩니다

2) 글로벌 네임스페이스 : 다음에 정의된 이름 파일레벨은 파이썬 프로그램을 실행할 때 생성되는 전역 네임스페이스에 저장됩니다. 쉽게 말하면 들여쓰기가 없는 변수 이름입니다

1. 함수 중첩에는 함수 중첩 호출이 포함됩니다. 함수 중첩 정의

중첩 함수 호출은 최대값을 찾는 예를 통해 설명할 수 있습니다:

(%(func1())　

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

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)

로그인 후 복사

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

로그인 후 복사

View Code

九、三元表达式

res= x if x>y else y----->判断条件x>y是否为真，为真则把x赋给res,否则把y赋给res

十、列表解析

s='hello'res=[i.upper() for i in s]print(res)          #['H', 'E', 'L', 'L', 'O']

위 내용은 Python 함수란 무엇입니까?의 상세 내용입니다. 자세한 내용은 PHP 중국어 웹사이트의 기타 관련 기사를 참조하세요!