Python必学基础知识之函数（常用python函数）

Python必学基础知识之函数（常用python函数）

本章主要内容

定义函数使用函数参数用可变对象作为参数理解局部变量和全局变量创建和使用生成器函数创建和使用lambda表达式使用装饰器

本章假定读者至少熟悉另一种计算机语言的函数定义方法，包括函数定义、实参（argument）和形参（parameter）等概念。

9.1　基本的函数定义

Python函数定义的基本语法如下：

def name(parameter1, parameter2, . . .): body

与代码流程控制结构一样，Python用缩进来界定函数体。以下示例将之前计算阶乘的代码放入函数体中，这样只需调用fact函数即可得到阶乘值了：

>>> def fact(n):... """ Return the factorial of the given number. """ ⇽--- ❶... r = 1... while n > 0:... r = r * n... n = n - 1... return r ⇽--- ❶...

第二行❶是可选的文档字符串（docstring），可通过fact.__doc__读取其值。文档字符串用于描述函数对外表现出来的功能及所需的参数，而注释（comment）则是记录代码工作原理的内部信息。文档字符串紧随在函数定义的第一行后面，通常用3重引号包围起来，以便能跨越多行。代码助手只会提取文档字符串的第一行。标准的多行文档字符串写法，是在第一行中给出函数的概述，第二行是空行，然后是其余的详细信息。return语句之后的值将会返回给函数的调用者❷。

过程与函数

在某些编程语言中，无返回值的函数被称为“过程”。虽然Python允许编写不含return语句的函数，但这些函数还不是真正的过程。所有的Python过程都是函数。如果过程体没有显式地执行return语句，则会返回特殊值None。如果执行了return arg语句，则值arg会被立即返回。return语句执行之后，函数体中的其余语句都不会执行。因为Python没有真正的过程，所以均被称为“函数”。

虽然Python函数都带有返回值，但是否使用这个返回值则由写代码的人决定：

>>> fact(4) ⇽--- ❶24 ⇽--- ❷>>> x = fact(4) ⇽--- ❸>>> x24>>>

一开始返回值没有与任何变量关联❶，fact函数的值只是被解释器打印出来而已❷。然后返回值与变量x关联❸。

9.2　多种函数参数

大多数函数都需要形参，每种编程语言都有各自的函数形参定义规则。Python非常灵活，提供了3种函数形参的定义方式。本节将介绍这些定义方式。

9.2.1　按位置给出形参

在Python中，最简单的函数传形参方式就是按位置给出。在函数定义的第一行中，可以为每个形参指定变量名称。当调用函数时，调用代码中给出的形参将按顺序与函数的形参变量逐一匹配。以下函数计算x的y次幂：

>>> def power(x, y):... r = 1... while y > 0:... r = r * x... y = y - 1... return r>>> power(3, 3)27

上述用法要求，调用代码使用的形参数量与函数定义时的形参数量应完全匹配，否则会引发TypeError：

>>> power(3)Traceback (most recent call last): File "", line 1, in TypeError: power() missing 1 required positional argument: 'y'>>>

默认值

函数的形参可以有默认值，可以在函数定义的第一行中给出该默认值，如下所示：def fun(arg1, arg2=default2, arg3=default3, ...)可以为任何数量的形参给出默认值。带默认值的形参必须位于形参列表的末尾，因为与大多数编程语言一样，Python也是根据位置来把实参与形参匹配起来的。给函数的实参数量必须足够多，以便让形参列表中最后一个不带默认值的形参能获取到实参。更为灵活的机制参见9.2.2节。

以下函数同样也会计算x的y次幂。但如果在函数调用时没有给出y，则会用默认值2，于是就成了计算平方的函数：

>>> def power(x, y=2):... r = 1... while y > 0:... r = r * x... y = y - 1... return r

以下交互式会话演示了默认实参的效果：

>>> power(3, 3)27>>> power(3)9

9.2.2　按形参名称传递实参

也可以使用对应的函数形参的名称将实参传给函数，而不是按照形参的位置给出。继续上面的交互示例，可以键入

>>> power(2, 3) 8>>> power(3, 2)9>>> power(y=2, x=3)9

最后提交给power函数的实参带了名称，因此与顺序无关。实参与power函数定义中的同名形参关联起来，得到的是3^2的结果。这种实参传递方式被称为关键字传递（keyword passing）。

如果函数需要带有大量实参，并且大多数实参都有默认值，那么联合使用关键字传递和默认实参功能可能就非常有用了。例如，有个生成当前目录下文件信息清单的函数，可用布尔型实参指定清单中是否要包含每个文件的大小、最后修改日期等信息。函数定义如下所示：

def list_file_info(size=False, create_date=False, mod_date=False, ... ): ...获取文件名... if size: # 获取文件大小 if create_date: # 获取文件的创建日期 # 其他功能 return fileinfostructure

然后用关键字传递方式调用，指明需要包含的文件信息（在本例中为文件大小和修改日期，但不是创建日期）：

fileinfo = list_file_info（ size = True，mod_date = True）

这种参数处理方式特别适用于非常复杂的函数，图形用户界面（GUI）中常会用到。如果用过Tkinter包建立Python的GUI程序，就会发现这种可选的关键字命名实参是非常有用的。

9.2.3　变长实参

Python函数也可以定义为实参数量可变的形式，定义方式有两种。一种用于处理实参预期相对明了的情况，实参列表尾部数量不定的实参将会被放入一个列表中。另一种方式可将任意数量的关键字传递实参放入一个字典中，这些实参均是在函数形参列表中不存在同名形参的。下面将介绍这两种机制。

1．位置实参数量不定时的处理

当函数的最后一个形参名称带有“*”前缀时，在一个函数调用中所有多出来的非关键字传递实参（即这些按位置给出的实参未能赋给合适的形参）将会合并为一个元组赋给该形参。下面用这种简单方式来实现一个求数字列表中最大值的函数。

首先，实现函数：

>>> def maximum(*numbers):... if len(numbers) == 0:... return None... else:... maxnum = numbers[0]... for n in numbers[1:]:... if n > maxnum:... maxnum = n... return maxnum...

接下来，测试该函数的功能：

>>> maximum(3, 2, 8)8>>> maximum(1, 5, 9, -2, 2)9

2．关键字传递实参数量不定时的处理

按关键字传递的实参数量不定时，也能进行处理。如果形参列表的最后一个形参前缀为“**”，那么所有多余的关键字传递实参将会被收入一个字典对象中。字典的键为多余实参的关键字（形参名称），字典的值为实参本身。这里的“多余”是指，传递实参的关键字匹配不到函数定义中的形参名称。

例如：

>>> def example_fun(x, y, **other):... print("x: {0}, y: {1}, keys in 'other': {2}".format(x, ... y, list(other.keys())))... other_total = 0... for k in other.keys():... other_total = other_total + other[k]... print("The total of values in 'other' is {0}".format(other_total))

在交互会话中测试一下，以上函数可以处理用关键字foo和bar传入的实参，即便foo和bar不属于函数定义中给出的形参名也没问题：

>>> example_fun(2, y="1", foo=3, bar=4)x: 2, y: 1, keys in 'other': ['foo', 'bar']The total of values in 'other' is 7

9.2.4　多种参数传递方式的混用

Python函数的所有实参传递方式可以同时使用，但一不小心就可能会引起混乱。混合使用多种实参传递方式的一般规则是，先按位置传递实参，接着是命名实参，然后是带单个“*”的数量不定的位置传递实参，最后是带“**”的数量不定的关键字传递实参。详细信息参见官方文档。

速测题：函数和参数　该如何编写函数，接收任意数量的未命名实参，并逆序打印出来？如何创建过程，也就是无返回值的函数？如果用变量捕获函数的返回值，会发生什么？

9.3　将可变对象用作函数实参

函数的实参传递的是对象的引用，形参则成为指向对象的新引用。对于不可变对象（如元组、字符串和数值），对形参的操作不会影响函数外部的代码。但如果传入的是可变对象（如列表、字典或类的实例），则对该对象做出的任何改动都会改变该实参在函数外引用的值。函数内部对形参的重新赋值不会影响实参，如图9-1和图9-2所示：

>>> def f(n, list1, list2):... list1.append(3)... list2 = [4, 5, 6]... n = n + 1...>>> x = 5>>> y = [1, 2]>>> z = [4, 5]>>> f(x, y, z)>>> x, y, z(5, [1, 2, 3], [4, 5])

图9-1　在函数f()开始执行时，各初始变量和函数形参分别都指向同一个对象

图9-2　在函数f()执行完毕后，y（函数内的list1）引用的值已经发生了变化，而n和list2则指向了不同的对象

图9-1和图9-2演示了调用函数f时发生的事情。变量x没有变化，因为x是不可变的。而函数形参n则被指向了新的值6。同理，变量z没有变化，因为在函数f内，对应的形参list2被指向了新的对象[4,5,6]。只有y发生了变化，因为其指向的实际列表发生了变化。

速测题：函数参数为可变类型　如果将列表或字典作为参数值传入函数，那么（在函数内）对其进行修改会导致什么结果？哪些操作可能会导致改动对函数外部也是可见的？可采取什么措施降低这种改动风险？

9.4　局部变量、非局部变量和全局变量

下面回顾一下本章开始介绍过的fact函数的定义：

>>> def fact(n): """ 返回给定值的阶乘 """ r = 1 while n > 0: r = r * n n = n - 1 return r

变量r和n对于fact函数的任何调用都是局部（local）的，在函数执行期间，它们的变化对函数外部的任何变量都没有影响。函数形参列表中的所有变量，以及通过赋值（如fact函数中的r = 1）在函数内部创建的所有变量，都是该函数的局部变量。

>>> def fun():... global a... a = 1... b = 2...

以上示例中定义的函数，将a视为全局变量，而视b为局部变量，并对a和b进行了修改。

下面测试一下上述函数：

>>> a = "one">>> b = "two">>> fun()>>> a1>>> b'two'

在fun函数内对a的赋值，同时也是对fun函数外部现存的全局变量a进行操作。因为a在fun函数中被指定为global，所以赋值会将该全局变量从"one"修改为1。对b来说则不一样，fun函数内部名为b的局部变量一开始指向fun函数外部的变量b的相同值[1]，但赋值操作让b指向了函数fun内的新值。

nonlocal语句与global语句类似，它会让标识符引用最近的闭合作用域（enclosing scope）中已绑定的变量。第10章中将会更详细地介绍作用域和命名空间，现在的重点是要理解，global语句是对顶级变量使用的，而nonlocal语句则可引用闭合作用域中的全部变量，如代码清单9-1所示。

代码清单9-1　nonlocal.py文件

g_var = 0 ⇽--- inner_test函数中的g_var绑定为同名的顶级变量nl_var = 0print("top level-> g_var: {0} nl_var: {1}".format(g_var, nl_var))def test(): nl_var = 2 ⇽--- inner_test函数中的nl_ var绑定为test函数中的同名变量 print("in test-> g_var: {0} nl_var: {1}".format(g_var, nl_var)) def inner_test(): global g_var ⇽--- inner_test函数中的g_var绑定为同名的顶级变量 nonlocal nl_var ⇽--- inner_test函数中的nl_var绑定为test函数中的同名变量 g_var = 1 nl_var = 4 print("in inner_test-> g_var: {0} nl_var: {1}".format(g_var, nl_var)) inner_test() print("in test-> g_var: {0} nl_var: {1}".format(g_var, nl_var))test()print("top level-> g_var: {0} nl_var: {1}".format(g_var, nl_var))

上述代码运行后会打印出以下结果：

top level-> g_var: 0 nl_var: 0in test-> g_var: 0 nl_var: 2in inner_test-> g_var: 1 nl_var: 4in test-> g_var: 1 nl_var: 4top level-> g_var: 1 nl_var: 0

注意，顶级变量nl_var的值没有受到影响。如果inner_test函数中包含global nl_var语句，那么nl_var的值就会受影响了。

动手题：全局变量和局部变量　假定x = 5，在运行以下的funct_1()之后，x的值会是什么？运行funct_2()之后呢？def funct_1(): x = 3 def funct_2(): global x x = 2

9.5　将函数赋给变量

与其他Python对象一样，函数也可以被赋值，如下所示：

>>> def f_to_kelvin(degrees_f): ⇽--- 定义f_to_kelvin函数... return 273.15 + (degrees_f - 32) * 5 / 9...>>> def c_to_kelvin(degrees_c): ⇽--- 定义c_to_kelvin函数... return 273.15 + degrees_c...>>> abs_temperature = f_to_kelvin ⇽--- 将f_to_kelvin函数赋给变量>>> abs_temperature(32)273.15>>> abs_temperature = c_to_kelvin ⇽--- 将c_to_kelvin函数赋给变量>>> abs_temperature(0)273.15

函数可以被放入列表、元组或字典中：

>>> t = {'FtoK': f_to_kelvin, 'CtoK': c_to_kelvin} ⇽--- ❶>>> t['FtoK'](32) ⇽--- 访问字典中的f_to_kelvin函数273.15>>> t['CtoK'](0) ⇽--- 访问字典中的c_to_kelvin函数273.15

引用函数的变量，用起来与函数完全相同❶。最后一个例子演示了如何使用字典调用各个函数，只要通过用作字符串键的值即可。在需要根据字符串值选择不同函数的情况下，这种模式就很常用。很多时候，这种用法代替了C和Java等语言中的switch结构。

9.6　lambda表达式

上面那种简短的函数，还可以用lambda表达式来定义：

lambda parameter1, parameter2, . . .: expression

lambda表达式是匿名的小型函数，可以快速地在行内完成定义。通常小型函数是要被传给另一个函数的，例如，列表的排序方法用到的键函数。这种情况下，通常没有必要定义一个大型函数，而且在使用的地方以外定义也会显得很别扭。上一节中的字典就可以在一处完成全部定义：

>>> t2 = {'FtoK': lambda deg_f: 273.15 + (deg_f - 32) * 5 / 9,... 'CtoK': lambda deg_c: 273.15 + deg_c} ⇽--- ❶>>> t2['FtoK'](32)273.15

以上示例将lambda表达式定义为字典值❶。注意，lambda表达式没有return语句，因为表达式的值将自动返回。

9.7　生成器函数

生成器（generator）函数是一种特殊的函数，可用于定义自己的迭代器（iterator）。在定义生成器函数时，用关键字yield返回每一个迭代值。当没有可迭代值，或者遇到空的return语句或函数结束时，生成器函数将停止返回值。与普通的函数不同，生成器函数中的局部变量值会保存下来，从本次调用保留至下一次调用：

>>> def four():... x = 0 ⇽--- 将x的初始值设为0... while x < 4:... print("in generator, x =", x)... yield x ⇽--- 返回x的当前值... x += 1 ⇽--- x递增1...>>> for i in four():... print(i)...in generator, x = 00in generator, x = 11in generator, x = 22in generator, x = 33

注意，以上生成器函数包含一个while循环，限定了生成器执行的次数。根据使用方式的不同，调用无停止条件的生成器函数可能会导致无限循环。

yield与yield from的对比

从Python 3.3开始，除yield之外，为生成器函数新增了关键字yield from。从本质上说，yield from使将生成器函数串联在一起成为可能。yield from的执行方式与yield相同，但是会将当前生成器委托（delegate）给子生成器。简单一点的话，可以如下使用：>>> def subgen(x): ... for i in range(x): ... yield i ... >>> def gen(y): ... yield from subgen(y) ... >>> for q in gen(6): ... print(q) ... 0 1 2 3 4 5以上示例允许将yield表达式移出主生成器，方便了代码重构。还可以对生成器函数使用in，以便检查某值是否属于生成器生成的一系列值：>>> 2 in four() in generator, x = 0 in generator, x = 1 in generator, x = 2 True >>> 5 in four() in generator, x = 0 in generator, x = 1 in generator, x = 2 in generator, x = 3 False速测题：生成器函数　如果要让上面代码中的four()函数适用于任何数字，需要如何修改代码呢？还需要添加什么代码，以便能同时设置起始值呢？

9.8　装饰器

如上所述，因为函数是Python的一级对象（first-class），所以能被赋给变量。函数也可以作为实参传递给其他函数，还可作为其他函数的返回值回传。

例如，可以编写一个Python函数，它把其他函数作为形参，并将这个形参包入另一个执行相关操作的新函数中，然后返回这个新函数。这个新的函数组合可用于替换原来的函数：

>>> def decorate(func):... print("in decorate function, decorating", func.__name__)... def wrapper_func(*args):... print("Executing", func.__name__)... return func(*args)... return wrapper_func... >>> def myfunction(parameter):... print(parameter)... >>> myfunction = decorate(myfunction)in decorate function, decorating myfunction>>> myfunction("hello")Executing myfunctionhello

装饰器（decorator）就是上述过程的语法糖（syntactic sugar），只增加一行代码就可以将一个函数包装到另一个函数中去。效果与上述代码完全相同，不过最终的代码则更加清晰易懂。

装饰器用起来十分简单，由两部分组成：先定义用于包装或“装饰”其他函数的装饰器函数；然后立即在被包装函数的定义前面，加上“@”和装饰器函数名。这里的装饰器函数应该是以一个函数为形参，返回值也是一个函数，如下所示：

>>> def decorate(func):... print("in decorate function, decorating", func.__name__) ⇽--- ❶... def wrapper_func(*args):... print("Executing", func.__name__)... return func(*args)... return wrapper_func ⇽--- ❷... >>> @decorate ⇽--- ❸... def myfunction(parameter):... print(parameter)... in decorate function, decorating myfunction >>> myfunction("hello") ⇽--- ❹Executing myfunctionhello

当定义要包装的函数时，上面的decorate函数会把该函数的名称打印出来❶。装饰器函数最后将会返回包装后的函数❷。通过使用@decorate，myfunction就被装饰了起来❸。被包装的函数将会在装饰器函数执行完毕后调用❹。

装饰器可将一个函数封装到另一个函数中，这样就可以方便地实现很多目标了。在Django之类的Web框架中，装饰器用于确保用户在执行函数之前已经处于登录状态了。在图形库中，装饰器可用来向图形框架中注册函数。

动手题：装饰器　请修改上述装饰器函数的代码，移除无用的消息，并把被包装函数的返回值用和包起来，以便myfunction("hello")能返回hello。研究题9：函数的充分利用　回顾第6章和第7章的研究题，请将代码重构为清洗和处理数据的函数。目标应该是将大部分逻辑移入函数中。请自行决定函数和参数的类型，但请牢记每个函数只应完成一项功能，而且不应该产生能影响函数外部环境的副作用。

9.9　小结

在函数内部，可以使用global语句访问外部变量。实参的传递可以根据位置，也可以根据形参的名称。函数形参可以有默认值。函数可以把多个实参归入元组，以便能定义实参数量不定的函数。函数可以把多个实参归入字典，以便能定义实参数量不定的函数，其中实参按照形参的名称传入。函数是Python的一级对象，也就是说函数可以被赋给变量，可以通过变量来访问，可以被装饰。

本文摘自《Python快速入门》

本书是一本Python快速入门书，充分体现了Naomi的简约教学风格，确保你有一本随手可翻的Python提要，而且这些重点内容都是Python编程的坚实基础。更为重要的是，本书能让你获得对Python足够的理解和背景知识，以便自主而高效地动手实践。有了本书，在成长为Python开发人员的道路上，你将知道该做什么、去哪里寻找答案、遇到困难时该问什么问题。

Naomi的书正是体现Python风格的典范：优美胜于丑陋，简单胜于复杂，注重可读性。

版权声明：本文内容由网络用户投稿，版权归原作者所有，本站不拥有其著作权，亦不承担相应法律责任。如果您发现本站中有涉嫌抄袭或描述失实的内容，请联系我们jiasou666@gmail.com 处理，核实后本网站将在24小时内删除侵权内容。