Python中的函数与变量

本节内容


函数的定义方法

函数功能

函数的返回值

函数的形参与实参

全局变量与局部变量

递归

函数的作用域

匿名函数lambda

函数式编程

常用内置函数

其他内置函数


函数

函数的定义方法

函数就相当于一个文件,这个文件有他特定的功能可以减少代码的重写

1 def 函数名 (参数):
2     "函数的注释"
3     函数体
4     return x

若命名了相同的函数名,则调用函数时下面的函数会覆盖掉上面的函数

函数的功能

1.代码重用

2.保持一致性,易维护

3.可扩展性

函数的返回值

1.返回值数值 = 0 >>>>>返回None

2.返回值数 = 1 >>>>> 返回object 字典的对象

3.返回值数 > 1  >>>>> 返回元组

函数的参数

1.形参:不占内存,用完释放

2..实参

3.位置参数和关键字参数

位置参数:按顺序一一对应

关键字参数:可指定参数对应,可无序

位置参数与关键字参数混合使用:位置参数应在关键字参数左边 ,否则报错

4.默认参数

若函数定义时指定了默认参数,则函数调用时,可不写参数就用默认参数,写了参数就修改默认参数

5.参数组:*列表 **字典

使用参数组的好处:函数未来扩展功能需传多个值或者你不确定传几个值

全局变量与局部变量

全局变量为定义在函数外部的变量

局部变量为定义在函数内部的变量

所以书写时全局变量大写,局部变量小写清晰方便让他人读懂

golobal 指定全局变量

nonlocal 指定上一级变量

总结:

有声明局部变量:使用局部变量

无声明局部变量:

无global 优先读取局部变量,只读全局变量不对全局变量赋值
有global 变量本质上就是全局变量可读可赋值

当使用global定义变量时,global应上提,防止报错

a = [‘c‘,‘d‘]
def test():
    a = ‘我‘
    global a      #报错!因为global在下面不知道去哪找a所以global应该上提
    print(a)    

递归特性

递归就是函数内部不断的调用自己

1.必须有一个明确的结束条件,否则死循环

2.每次进入更深一层递归,问题规模相应比上次少

3.递归的效率不高,层次过大会导致栈溢出

寸到

函数的作用域

程序是从上到下一直读下去的,其实当程序读到def ...定义函数部分时,只是把函数部分全部转换成字符串存到内存当中,不读取,直到调用函数时才读取。

匿名函数lambda

匿名函数只使用于定义简单逻辑的函数

def test(x):
    return x+1

#使用匿名函数:
lambda x:x+1
#若匿名函数接收多个参数,返回多个值则需加括号

lambda x,y,z:(x+1,y+1,z+1)

匿名函数不独立使用,若真要独立使用就得给他起个名字才能运行

fuc = lambda x:x+1
fuc(10)

函数式编程

1.不可变数据

2.第一类对象:函数即为变量

3.尾调用优化(尾递归)

例一:不可变,不用变量保存状态,不修改变量

#非函数式:
a = 1
def test():
    global a
    a += 1
    return a
test()
print(a)
#函数式编程
a = 1
def test(n):
   return n+1
print(test(a)
print(a)

高阶函数有一下两个特性,有任何一即为高阶函数

#1.函数的传入参数是一个函数名
def foo(n)
    print(n)

def bar(name)
    print(‘my name is %s‘ %name)

foo(bar(‘echo‘))    #先运行bar()无返回值
#2.返回值中包含函数
def bar ():
    print(‘from bar‘)

def foo():
    print(‘from bar ‘)
    return bar              #返回bar的内存地址

n = foo()
n()         #调用bar函数

常用函数 ------转自林海峰

1.map函数的起源及其用法

map函数就是在原有的数据上处理下数据

array=[1,3,4,71,2]

ret=[]
for i in array:
    ret.append(i**2)
print(ret)

#如果我们有一万个列表,那么你只能把上面的逻辑定义成函数
def map_test(array):
    ret=[]
    for i in array:
        ret.append(i**2)
    return ret

print(map_test(array))

#如果我们的需求变了,不是把列表中每个元素都平方,还有加1,减一,那么可以这样
def add_num(x):
    return x+1
def map_test(func,array):
    ret=[]
    for i in array:
        ret.append(func(i))
    return ret

print(map_test(add_num,array))
#可以使用匿名函数
print(map_test(lambda x:x-1,array))

#上面就是map函数的功能,map得到的结果是可迭代对象
print(map(lambda x:x-1,range(5)))

2.filter函数是过滤,默认保留指定参数

#电影院聚集了一群看电影bb的傻逼,让我们找出他们
movie_people=[‘alex‘,‘wupeiqi‘,‘yuanhao‘,‘sb_alex‘,‘sb_wupeiqi‘,‘sb_yuanhao‘]

def tell_sb(x):
    return x.startswith(‘sb‘)

def filter_test(func,array):
    ret=[]
    for i in array:
        if func(i):
            ret.append(i)
    return ret

print(filter_test(tell_sb,movie_people))

#函数filter,返回可迭代对象
print(filter(lambda x:x.startswith(‘sb‘),movie_people))

3.reduce函数:压缩数据为一个所以reduce

reduce在py3中要引用模块

from functools import reduce

from functools import reduce
#合并,得一个合并的结果
array_test=[1,2,3,4,5,6,7]
array=range(100)

#报错啊,res没有指定初始值
def reduce_test(func,array):
    l=list(array)
    for i in l:
        res=func(res,i)
    return res

# print(reduce_test(lambda x,y:x+y,array))

#可以从列表左边弹出第一个值
def reduce_test(func,array):
    l=list(array)
    res=l.pop(0)
    for i in l:
        res=func(res,i)
    return res

print(reduce_test(lambda x,y:x+y,array))

#我们应该支持用户自己传入初始值
def reduce_test(func,array,init=None):
    l=list(array)
    if init is None:
        res=l.pop(0)
    else:
        res=init
    for i in l:
        res=func(res,i)
    return res

print(reduce_test(lambda x,y:x+y,array))
print(reduce_test(lambda x,y:x+y,array,50))

map ,filtet,reduce 总结

当然了,map,filter,reduce,可以处理所有数据类型

name_dic=[
    {‘name‘:‘alex‘,‘age‘:1000},
    {‘name‘:‘wupeiqi‘,‘age‘:10000},
    {‘name‘:‘yuanhao‘,‘age‘:9000},
    {‘name‘:‘linhaifeng‘,‘age‘:18},
]
#利用filter过滤掉千年王八,万年龟,还有一个九千岁
def func(x):
    age_list=[1000,10000,9000]
    return x[‘age‘] not in age_list

res=filter(func,name_dic)
for i in res:
    print(i)

res=filter(lambda x:x[‘age‘] == 18,name_dic)
for i in res:
    print(i)

#reduce用来计算1到100的和
from functools import reduce
print(reduce(lambda x,y:x+y,range(100),100))
print(reduce(lambda x,y:x+y,range(1,101)))

#用map来处理字符串列表啊,把列表中所有人都变成sb,比方alex_sb
name=[‘alex‘,‘wupeiqi‘,‘yuanhao‘]

res=map(lambda x:x+‘_sb‘,name)
for i in res:
    print(i)

其他内置函数

详细请查看http://www.runoob.com/python/python-built-in-functions.html

1.abs()   取绝对值

2.布尔运算

bool() 将括号内元素转换为布尔值

all()

将括号内元素全部进行布尔运算,全真才为真
any() 将括号内元素全部进行布尔运算,一个真则真

3.进制转换

bin() 转为二进制
hex() 转为16进制
oct() 转为8进制

4.bytes()查看多少字节,可指定编码解码,也可不指定

name = ‘您好‘
print(bytes(name ,encoding = ‘utf-8‘,decode‘utf-8))

5.ASCII码处理

chr() 打印ASCII码
ord() 与chr()相反,解asci码

6.数字处理

divmod() 传入两个参数,取商与余
pow() 可穿三个参数,最少传2个,若传pow(3,3,2)则求3的3次方后对2取余
round() 四舍五入

7.查看函数使用

dir() 查看参数的属性
help 查看函数的使用

8.eval

  第一个功能就是把字符串中的数据结构提取出来

  第二个功能就是把字符串中表达式计算

9.hash:可hash的数据类型就是不可变数据类型

10.isinstance:输入两个参数,一个是变量,一个 是指定数据类型,查看是否变量是否为指定类型

11.globals()和locals()  联合print()打印本地与局部

12.max()与min()

for循环依次去出元素比较,若开头已比较出结果则后面不比较(比较字符串时或其他)

注意不可有多种数据类型

其返回的是内存地址

12.1.max函数处理的是可迭代对象,相当于一个for循环取出每个元素进行比较。不同数据类型间不能进行比较

12.2.每个元素进行比较,若字符串则从第一个字符开始,若第一个位置分出大小,则后面不比较

#终极玩法
people= [
{‘name ‘ =‘haha‘, ‘age‘ = 100}
{‘name‘ = ‘echo‘ , ‘age‘ = 500}
]

print(max(people,key=lambd dic:dic[‘age‘]))

key 代表告诉max通过什么方法去比较出每个对象的大小

13.zip()  拉链:输入两个参数,这两个参数为序列然后一一对应转为元组,有多不显示不报错,返回内存地址要用list查看

14.reverse 反转 ,可以反转列表

15.slice 切片:指定切片

l = ‘hello‘
s1 = slice(1,4,2)
print(l(s1))
print(s1.start)
print(s1.end)
print(s1.step)    #查看步长

16.sorted 排序:本质比较大小,不同类型不能排序

17 sum :求和

18.type : 查看参数是那种类型

原文地址:https://www.cnblogs.com/echoboy/p/8973266.html

时间: 2024-10-02 11:18:11

Python中的函数与变量的相关文章

python中修改函数内部的变量会发生什么

最近写python遇到个函数内部变量使用外部变量的问题,现在总结下吧 #!/usr/bin/env python a = 100def su(): a = a + 1 print(a) s = su() #执行这段代码会报错(如果只是调用不修改是不会报错的) 更改为: #!/usr/bin/env python a = 100def su(): global a a = a + 1 print(a) s = su() 总结: 在python的函数中和全局同名的变量,如果修改变量的值就会变成局部变

python 中main函数总结

Python使用缩进对齐组织代码的执行,所有没有缩进的代码(非函数定义和类定义),都会在载入时自动执行,这些代码,可以认为是Python的main函数. 每个文件(模块)都可以任意写一些没有缩进的代码,并且在载入时自动执行,为了区分主执行文件还是被调用的文件,Python引入了一个变量__name__,当文件是被调用时,__name__的值为模块名,当文件被执行时,__name__为'__main__'.这个特性,为测试驱动开发提供了极好的支持,我们可以在每个模块中写上测试代码,这些测试代码仅当

Python中split()函数的用法及实际使用示例

Python中split()函数,通常用于将字符串切片并转换为列表. 一.函数说明: split():语法:str.split(str="",num=string.count(str))[n] 拆分字符串.通过制定分隔符将字符串进行切片,并返回分割后的字符串列表[list] 参数:str:分隔符,默认为空格,但不能为空("") num: 表示分割次数.如果指定num,则分割成n+1个子字符串,并可将每个字符串赋给新的变量 [n]: 选取第n个分片,即第n个字符串,从

Python中的函数详解

声明:转载自伯乐在线 Python中的函数,无论是命名函数,还是匿名函数,都是语句和表达式的集合.在Python中,函数是第一个类对象,这意味着函数的用法并没有限制.Python函数的使用方式就像Python中其他值一样,例如字符串和数字等.Python函数拥有一些属性,通过使用Python内置函数dir就能查看这些属性,如下代码所示: def square(x): return x**2 >>> square <function square at 0x031AA230>

使用shell调用python中的函数

最近遇到一个需求,需要通过shell调用python中的一个函数,发现其实也挺简单的: python脚本如下: test.py: import ConfigParser config = ConfigParser.ConfigParser() config.read("test.conf") def get_foo(): return config.get("locations", "foo") def get_bar(): return con

python 中 print 函数用法总结

Python 思想: “一切都是对象!” 在 Python 3 中接触的第一个很大的差异就是缩进是作为语法的一部分,这和C++等其他语言确实很不一样,所以要小心 ,其中python3和python2中print的用法有很多不同,python3中需要使用括号 缩进要使用4个空格(这不是必须的,但你最好这么做),缩进表示一个代码块的开始,非缩进表示一个代码的结束.没有明确的大括号.中括号.或者关键字.这意味着空白很重要,而且必须要是一致的.第一个没有缩进的行标记了代码块,意思是指函数,if 语句.

【和我一起学python吧】python 中的函数

一.函数的定义: Python中使用def关键字定义函数,函数包括函数名称和参数,不需要定义返回类型,Python能返回任何类型: Python代码   #没有返回值的函数,其实返回的是None def run(name): print name,'runing' #函数体语句从下一行开始,并且第一行必须是缩进的 >>>run('xiaoming') xiaoming runing >>>print run('xiaoming') xiaoming runing Non

使用C语言为python编写动态模块(1)--从底层深度解析python中的对象以及变量

楔子 我们知道可以通过使用C语言编写动态链接库的方式来给python加速,但是方式是通过ctypes来加载,通过类CDLL将动态链接库加载进来得到一个对象之后,通过这个对象来调用动态链接库里面的函数.那么问题来了,我们可不可以使用C语言为python编写模块呢?然后在使用的时候不使用ctypes加载动态库的方式,而是通过python的关键字import进行加载. 答案是可以的,我们知道可以通过编写py文件的方式来得到一个模块,那么也可以使用C语言来编写C源文件,然后再通过python解释器进行编

python中的函数存入list中的实例

最近由于接触了python这个强大的东西,在写代码时考虑到代码的扩展性,就想到了将python的函数名存入list中.有点像习惯的c/c++中的函数指针的意思. 下面上代码: 1 # coding=utf-8 2 #!/usr/bin/python 3 #脚本的用法 python nn_daemon.py 4 import json, urllib, urllib2, subprocess, sys, os, logging, time, socket, time, calendar, date