一、函数的基本语法
1、函数的定义：
def 函数名(参数1, 参数2, 参数3, ...):
函数体 # 函数的代码
return 返回值 # 也可以没有返回值
说明：
- 函数名只能包含字母、数字或下划线，不能以数字开头。
- 函数名可以随便取，但是要尽量短，并且要具有描述性，尽量做到“望文生义”。
- 在其他地方调用函数时，只需要通过 函数名() 的方式就可以调用。不管有没有参数，都必须有括号。
- 函数只定义了如果一直不调用，就一定不会执行。
- 函数必须先定义后使用。
二、参数
1、形参和实参
形参：形式参数，是在函数定义的时候，写在函数名后面的括号里面的参数。
实参：实际参数，是在函数调用的时候，传给函数的值；也就是在函数调用的时候，写在函数名后面括号里面的值。实参可以是常量、变量、表达式、函数等。
形参和实参的区别：
- 形参是虚拟的，不占用内存空间，只有在函数被调用时才分配内存单元。实参是一个具体的变量，占用内存空间。
- 只能把实参传给形参，不能将形参传给实参。
- 形参和实参必须一一对应。
2、形参的角度：
位置参数：必须传值，有几个参数就必须传几个值
默认参数：可以不传的参数，如果不传就使用默认的参数值，如果传了就使用传过来的参数的值。
动态参数：动态接收位置参数用*args，可以接收任意多个按位置传入的参数，接收后组织成一个元组；
动态接收关键字参数用**kwargs，可以接收任意多个按关键字传入的参数，接收后组织成一个字典。
注意顺序：位置参数，*args，默认参数，**kwargs
3、实参的角度：
按照位置传参：从左至右，一一对应的传给形参。
按照关键字传参：不用考虑参数的位置顺序，形参按照关键字来接收。
可以将位置和关键字混着传参：位置传参和关键字参数混着用。
注意顺序：必须将关键字参数放在位置参数之后，且不能给一个参数传多个值。
def my_sum(a, b):
print(‘a = %s, b = %s‘%(a, b))
return a + b
# 按照位置传参
print("------按位置传参------")
ret = my_sum(3, 2)
print(ret)
# 按照关键字传参
print("------按关键字传参------")
ret = my_sum(b = 2, a = 3)
print(ret)
# 位置和关键字混合传参
print("------混合传参------")
ret = my_sum(3, b = 2)
print(ret)
#运行结果：
------按位置传参------
a = 3, b = 2
5
------按关键字传参------
a = 3, b = 2
5
------混合传参------
a = 3, b = 2
5
# 几种种错误的传参方式
ret = my_sum(3) # 错误，函数需要2个参数，实参只有一个
ret = my_sum(3, a = 2) # 错误，参数a被重复赋值了，第一个位置参数将3传给a,第二个关键字参数又将2传给了a
ret = my_sum(a = 3, 2) # 错误，位置参数必须放在关键字参数的前面
4、默认参数的陷阱
如果默认参数是一个可变数据类型，每次在调用函数的时候，如果不给默认参数传值，则共用这个可变数据类型的资源
# 参数默认列表，不传值的时候，共享了这个列表；传值后就不再共享
def func(l = []):
l.append(100)
print(l)
func() # [100]
func() # [100, 100]
func([]) # [100]
func(l = []) # [100]
func() # [100, 100, 100]
# 参数默认字典，不传值的时候，共享了这个字典；传值后就不再共享
def func(k, l = {}):
# l[k] = ‘v‘
# print(l)
#
# func(1) # {1: ‘v‘}
# func(2) # {1: ‘v‘, 2: ‘v‘}
# func(3,l = {}) # {3: ‘v‘}
# func(4,l = {}) # {4: ‘v‘}
# func(5) # {1: ‘v‘, 2: ‘v‘, 5: ‘v‘}
# 但是下面这个情况不是默认参数的陷阱了。
# 因为默认参数是一个字典，字典的key不允许重新，导致后面一次调用直接修改了之前的value
def func(l = {}):
l[‘k‘] = ‘v‘
print(l)
func() # {‘k‘: ‘v‘}
func() # {‘k‘: ‘v‘}
func() # {‘k‘: ‘v‘}
func() # {‘k‘: ‘v‘}
5、打散和聚合
def func1(*args):
print(args)
# 方式一：直接按照位置将参数一个一个传入，*args返回了一个元组，这个就叫聚合
func1(1,2,3,4,5) # (1, 2, 3, 4, 5)
l = [1,2,3,4,5]
# 方式二、将列表l直接按照位置参数传入，*args返回了一个元组，这也是聚合，但是这个元组的元素却是一个列表，不是方式一的结果了
func1(l)
# 方式三，在l前面加删个一个*传入，*args返回的结果和方式一完全一样。通过print(*l)的结果我们看到，此时不再是将列表做为参数传入了，而是将列表的元素打开一个一个传入的，这就是打散。
print(*l)
func1(*l)
# 运行结果：
(1, 2, 3, 4, 5)
([1, 2, 3, 4, 5],)
1 2 3 4 5
(1, 2, 3, 4, 5)
# =======继续**kwargs========
dic1 = {‘name‘: ‘张三‘, ‘age‘: 18}
dic2 = {‘hobby‘: ‘王五‘, ‘sex‘: ‘男‘}
def func(**kwargs):
print(kwargs) # {‘name‘: ‘张三‘, ‘age‘: 18, ‘hobby‘: ‘王五‘, ‘sex‘: ‘男‘}
func(arg1 = dic1, arg2 = dic2) # {‘arg1‘: {‘name‘: ‘张三‘, ‘age‘: 18}, ‘arg2‘: {‘hobby‘: ‘王五‘, ‘sex‘: ‘男‘}}
func(**dic1, **dic2) # {‘name‘: ‘张三‘, ‘age‘: 18, ‘hobby‘: ‘王五‘, ‘sex‘: ‘男‘}
#=====处理剩下的元素======
# 把1和2分别赋值给a和b
a,b = (1,2)
print(a, b) # 1 2
# 把1赋值给a，上下的元素聚合成一个列表赋值给b
a,*b = (1, 2, 3, 4,)
print(a, b) # 1 [2, 3, 4]
# 最后两个元素分别赋值给a和b，前面的元素聚合成一个列表赋值给rest
*rest,a,b = range(5)
print(rest, a, b) # [0, 1, 2] 3 4
# 将列表打散
print([1, 2, *[3, 4, 5]]) # [1, 2, 3, 4, 5]
三、返回值
使用return关键字将函数执行的结果返回给调用它的地方，在调用它的地方用一个变量接收。当然函数也可以不用return返回值，不写return的时候，调用方接收到的是None。
说明：
- 在函数体内，遇到return函数就结束了，return下面的代码不会执行。
- 如果return后面什么都不写，或者函数体内没有return，则返回的结果是None。
- 如果return后面写了一个值，则就返回给调用者这个值。可以返回任何值。
- 如果return后面写了多个值，调用者可以对应的用多个值去接收，return返回了几个值就必须用几个变量去接收；调用者也可以使用一个值来接收这个返回值，此时这个值是一个元组。
1 def func1(): 2 return 1 3 4 def func2(): 5 return 1, 2, 3 6 7 r = func1() 8 print(‘func1 :‘, r) # func1 : 1 9 r = func2() 10 print(‘func2 :‘, r, ‘type :‘, type(r)) # func2 : (1, 2, 3) type : <class ‘tuple‘> 11 r1, r2, r3 = func2() 12 print(‘func2 :‘, r1, r2, r3) # func2 : 1 2 3
四、命名空间和作用域
1、命名空间
- 内置命名空间：python解释器已启动就可以使用的名字存在内置命名空间中。
- 全局命名空间：程序从上导下被执行的过程中一次加载进内存的变量名和函数名。
- 局部命名空间：函数内部定义的名字，只有在函数被调用的时候才会产生这个空间。函数执行完毕了，这个命名空间也就随之消失了。
- 在局部空间，可以使用全局和内置命名空间中的名字。
- 在全局空间，可以使用内置命令空间的名字，但是不能使用局部空间中的名字。
- 在内置空间，不能使用局部和全局命名空间中的名字。
- 如果我们定义了一个函数名和某个内置函数的函数名相同时，就会直接调用我们自己定义的函数，而不会再调用内置函数了
- 命名空间的加载顺序：内置命名空间(程序运行伊始加载)->全局命名空间(程序运行中：从上到下加载)->局部命名空间(程序运行中：调用时才加载)。
- 命名空间的取值顺序：取值顺序与加载顺序是相反的，取值顺序满足的就近原则，从小范围到大范围一层一层的逐步引用。
2、作用域
全局作用域：
局部作用域：
递归函数
匿名函数
内置函数
闭包
迭代器
生成器
装饰器
原文地址：https://www.cnblogs.com/Ryan-Fei/p/12103746.html
时间： 2024-07-31 11:52:25