函数基本语法及特性
函数是什么？
定义：
函数是指将一组语句的集合通过一个名字(函数名)封装起来，要想执行这个函数，只需调用其函数名即可。
特性：
减少重复代码
使程序变的可扩展
使程序变的易维护
def sayhi(): # 函数名
print(‘Hi, I‘m Jack!‘)
sayhi() # 调用函数
函数也可以带参数
def test(x, y):
print(x, y)
test(1,2)
函数参数与局部变量
形参：
变量只有在被调用时才分配内存单元，在调用结束时，即刻释放所分配的内存单元。因此，形参只在函数内部有效。函数调用结束返回主调用函数后则不能再使用该形参变量。
实参：
可以是常量、变量、表达式、函数等，无论实参是何种类型的量，在进行函数调用时，它们都必须有确定的值，以便把这些值传送给形参。因此应预先用赋值，输入等办法使参数获得确定值。
def test(x, y): # x, y为形式参数
print(x + y)
test(1, 2) # 1, 2为实际参数
默认参数：
def test(x, y, z=3): # z为默认参数
print(x + y + z)
test(1, 2) # 在函数调用时，可以不给z传值，如果不传则该参数的值为3
关键字参数：
正常情况下，给函数传参数要按顺序，不想按顺序就可以用关键参数，只需指定参数名即可，但记住一个要求就是，关键参数必须放在位置参数之后。
def test(x, y, z):
print(x + y + z)
test(1, z=3, y=10) # 这里调用test函数时，先将位置参数1赋值给x再将z、y以关键字参数形式传入函数中
非固定参数：
若你的函数在定义时不确定用户想传入多少个参数，就可以使用非固定参数，*args 会把多传入的参数变成一个元组形式。
def test(x, y, *args):
print(‘x, y, *args‘, x, y, args)
test(1, 2, 3, 4)
>>> x, y, *args 1 2 (3, 4)
还可以有一个**kwargs，*kwargs 会把多传入的参数变成一个dict形式。
def test(x, y, *args, **kwargs):
print(‘x, y, *args, **kwargs‘, x, y, args, kwargs)
test(1, 2, 3, 4, a=5, b=6, c=7)
>>>x, y, *args, **kwargs 1 2 (3, 4) {‘c‘: 7, ‘a‘: 5, ‘b‘: 6}
局部变量
name = ‘Jack‘
def test(name):
name = ‘Tom‘
print(‘My name is ‘, name)
test(‘name‘)
函数会从自身查name变量去调用
全局变量与局部变量
在子程序中定义的变量称为局部变量，在程序的一开始定义的变量称为全局变量。
全局变量作用域是整个程序，局部变量作用域是定义该变量的子程序。
当全局变量与局部变量同名时：
在定义局部变量的子程序内，局部变量起作用；在其它地方全局变量起作用。
返回值
要想获取函数的执行结果，就可以用return语句把结果返回
注意:
函数在执行过程中只要遇到return语句，就会停止执行并返回结果，也可以理解为 return 语句代表着函数的结束
如果未在函数中指定return,那这个函数的返回值为None
嵌套函数
name = ‘Tom‘
def change_name1():
name = ‘Tom1‘
def change_name2():
name = ‘Tom2‘
print(name)
change_name2()
print(name)
change_name1()
print(name)
递归
递归特性:
必须有一个明确的结束条件
每次进入更深一层递归时，问题规模相比上次递归都应有所减少
递归效率不高，递归层次过多会导致栈溢出（在计算机中，函数调用是通过栈（stack）这种数据结构实现的，每当进入一个函数调用，栈就会加一层栈帧，每当函数返回，栈就会减一层栈帧。由于栈的大小不是无限的，所以，递归调用的次数过多，会导致栈溢出）
def calc(n):
print(n)
if int(n/2) == 0:
return n
print(‘----‘)
return calc(int(n/2))
calc(10)
匿名函数
匿名函数就是不需要显式的指定函数
def calc(n):
return n*n
print(calc(10))
# 匿名函数
calc = lambda n: n*n
print(calc(10))
高阶函数
变量可以指向函数，函数的参数能接收变量，那么一个函数就可以接收另一个函数作为参数，这种函数就称之为高阶函数。
def add(x, y, f):
return f(x) + f(y)
res = add(-3, 4, abs)
print(res)
迭代器、生成器、装饰器
迭代器
凡是可作用与for循环的对象都是可迭代对象
凡是可作用于next()函数的对象都是迭代器类型，表示一个惰性计算的序列
集合数据类型是可迭代对象，但不是迭代器，可通过iter()函数获得一个迭代器对象
Python的for循环本质上是通过不断调用next()函数实现的
import time
def consumer(name):
print ("%s 准备吃包子啦！" % name)
while True:
baozi = yield
print ("包子[%s]来了，被[%s]吃了" % (baozi,name))
def producer():
c1 = consumer("Jack")
c2 = consumer("Tom")
c1.__next__()
c2.__next__()
for i in range(1,11):
time.sleep(1)
print ("做好1个包子,分成两份！")
c1.send(i)
c2.send(i)
producer()
生成器
#列表生成式
list1 = [i*2 for i in range(1,11)]
list = (x*2 for x in range(1,1000000))
#函数生成器
def fib(max):
n,a,b = 0,0,1
while n < max:
#print (b)
yield b
a,b = b,a+b
n = n + 1
#return异常的时候打印消息
return "done"
g = fib(10)
while True:
try:
x = next(g)
print ("g:",x)
except StopIteration as e:
print ("Generator return value:",e.value)
break
装饰器
本身是函数，（装饰其他函数）就是为其他函数添加附加功能
原则：
不能修改被装饰的函数的源代码
不能修改被装饰的函数的调用方式
实现装饰器知识储备：
函数即“变量”
高阶函数
嵌套函数
高阶函数+嵌套函数=》装饰器
def logging(func):
def warpper(*args,**kwargs):
func(*args,**kwargs)
print("logging...")
return warpper
@logging
def test1(name,age):
print("func in %s,%s" % (name,age))
@logging
def test2(name,age):
print("func in %s,%s" % (name,age))