Python函數有哪些？

　　我們可以用一段程式碼來實現我們需要的功能，但是當我們需要重複使用這段程式碼時，複製貼上並不是一個酷的方法，我們可以用到函數來實現這一需求

一、函數定義

函數是邏輯結構化和過程化的一種程式設計方法，透過一個函數名稱封裝好一串用來完成某一特定功能的程式碼

函數的定義：

def 函數名稱（參數1，參數2....）:

　　''註解''

　　函數體

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

(%)

(%(func1())　

函數的優點：1.程式碼重用

　　　　　　2.保持一致性，易於維護

　　　　　　3.可擴展性好

變數類似，在定義前使用會報錯

　　　2.函數在定義階段只偵測語法錯誤，不會執行程式碼，所以即使在函數體內有未定義的變數名，在函數未呼叫前也不會報錯

　　　3.函數的回傳值可以是任意型，如果是回傳多個值，一定是元組形式

　　　4.return 的作用是終止函數的執行，return只終止函數的執行，return只終止執行一次，後面的內容不執行

二、函數參數

函數的參數分為形式參數和實際參數，在函數定義的時候，函數名稱後面括號裡的就是形式參數，在函數呼叫的時候，傳遞的參數是實際參數。形式參數只在函數內部有效，外部無法引用。

1.形參

1）位置參數：依照從左到右的順序依序定義的參數def foo(x,y,z)

　　位置形參必須被傳值，且多一個少一個都不行

2）預設參數：在函數定義階段就已經為形參賦值，呼叫階段不賦值也會有預設值def foo(x,y= 10)

　　值經常變化的情況，通常定義成位置參數，但是值在多數情況下不變的情況下，可以定義成預設參數

注意：

a.預設參數必須放在位置參數後面

b.預設參數通常定義成不可變型別

c.預設參數只在定義時被賦值一次

# 3）命名關鍵字參數：def register(*,name,age) *後面定義的形參，必須被傳值，且必須以關鍵字的形式傳值

2.實參

1）位置實參：與位置形參一一對應

2）關鍵字參數：實參在定義時，依key-values的形式定義

　　def foo( x,y)

　　foo(x=1,y=2)

　　關鍵字參數可以不用向位置參數一樣與形參一一對應，可以打破順序限制

注意：a.位置參數和關鍵字參數混合使用的時候，位置參數必須在關鍵字參數前面

　　　b.既可以是位置實參形式，也可以是關鍵字實參形式，但是一個形參只能傳值一次

3）可變長參數：

　　按位置定義的可變長參數用*表示

　　按關鍵字定義的可變類型的參數用**表示

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

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}

def wrapper(*args,**kwargs)：可以接受任意形式，任意長度的參數

參數的定義順序：x,y=1,*args,z,* *kwargs,分別是位置參數，預設參數，可變長位置參數，命名關鍵字參數，可變類型參數

但需要注意的是，這些參數並不會同時全部出現

三、名稱空間和作用域

名稱空間存放名字和值的綁定關係，以key-value 的形式

在Windows指令提示列中輸入指令：import this ,在最後一行會看到這樣一句話：

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

名稱空間分為三種：

#1 ）內建名稱空間：Python自帶的，如print,int,len....當Python解釋器啟動的時候，就會產生內建名稱空間

2）全域名稱空間：檔案層級定義的名字會存放到全域名稱空間，執行Python程式的時候產生，簡單點說就是沒有縮排的變數名稱

3）局部名稱空間：定義在函數（或模組、類別）內部的名字，只有在函數（模組、類別）呼叫的時候才生效，呼叫結束後就會釋放

載入順序是：內建名稱空間-->全域名稱空間-->局部名稱空間

取值順序是：局部名稱空間-->全域名稱空間-->內建名稱空間

四、函數巢狀與作用域

1.函數嵌套包含函數的巢狀呼叫和函數的巢狀定義

函數巢狀呼叫可以用求最大值的例子來說明：

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

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)

登入後複製

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

登入後複製

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']

以上是Python函數有哪些？的詳細內容。更多資訊請關注PHP中文網其他相關文章！