每一个具体问题都有具体的实现方法，而对于同一类问题，不同的具体方法可以抽象成这一类的方法，当给定一个特定的输入时，这一类方法会变成适用于一具体问题的具体方法。
这就是函数想要做的事，将一类方法简化抽象，使得每次都可以通过该函数实现想要实现的功能。
python内置很多函数，例如：
abs()，求绝对值的函数；
cmp(x, y)，比较x， y之间大小的函数等等
还可以自己定义自己想要的函数：
如下：
def my_abs(x):
if x >= 0:
return x
else:
return -x
定义函数以def语句开头，依次写出函数名、括号、括号中的参数和冒号:，然后，在缩进块中编写函数体，函数的返回值用return语句返回。
函数什么都不做，就是空函数，如下：
def nop():
pass
实际上空函数中，pass可以用来作为占位符，比如现在还没想好怎么写函数的代码，就可以先放一个pass，让代码能运行起来。
在设计函数的参数时，应注意必选参数在前，默认参数在后。默认参数可以简化函数的调用：
def power(x, n=2):
s = 1
while n > 0:
n = n - 1
s = s * x
return s
定义一个默认幂数是2的求幂函数后，只输入一个参数时，就默认幂数为2，输入两个参数，则第二个参数为新的幂数：
>>> power(5) 25 >>> power(5, 2) 25
但是注意这里默认参数得是不可变的，而不能是一个变量，不然重复调用时会出现错误。
def add_end(L=[]):
L.append(‘END‘)
return L
第一次使用默认参数调用时，结果还是对的
>>> add_end() [‘END‘]
但是多次调用就明显出错了
>>> add_end() [‘END‘, ‘END‘] >>> add_end() [‘END‘, ‘END‘, ‘END‘]
这是因为原函数中的默认参数时[]，它实质上是一个list的变量，会随着每次使用而改变。这里表示空的list常量，应该用“L=None”
如果函数的输入的个数不确定，则使用可变参数*args；如果传入的参数是一个dict类型，则应使用关键字参数**kw
前者是将多个参数封装成tuple，后者是将这些封装成一个dict。所以前者得传入一个个单个的量，后者得传入key-value键值对。
当要一起用到必选参数、默认参数、可变参数、关键字参数时，应注意参数定义的顺序是：
必选参数、默认参数、可变参数、关键字参数。
递归函数中每次进入一个函数调用会增加一层栈帧，每当函数返回时，栈就会减少一层，这样递归函数就可能会出现栈溢出。
解决递归调用栈溢出的方法是通过尾递归优化。尾递归是指，在函数返回的时候，调用自身本身，并且，return语句不能包含表达式。这样，编译器或者解释器就可以把尾递归做优化，使递归本身无论调用多少次，都只占用一个栈帧，不会出现栈溢出的情况。
遗憾的是，大多数编程语言没有针对尾递归做优化，Python解释器也没有做优化==