1.1函数
1.1.1什么是函数
函数就是程序实现模块化的基本单元，一般实现某一功能的集合。
函数名：就相当于是程序代码集合的名称
参数：就是函数运算时需要参与运算的值被称作为参数
函数体：程序的某个功能，进行一系列的逻辑运算
return 返回值：函数的返回值能表示函数的运行结果或运行状态。
1.1.2函数的作用
- 函数是组织好的，可重复使用的，用来实现单一，或者相关功能的代码。
- 函数能够提高应用的模块性，和代码的重复利用率
我们已近知道python提供了许多内置函数，比如print(),我们自已创建的函数称为内置函数
1.1.3定义函数的语法
def 函数名(参数):
函数体
return 返回值内容
1.1.4函数定义规则
- 函数代码以def关键词开头，后接定义函数的名称和圆括号,冒号():
- 函数内容以冒号":"开始，并且缩进
- 函数内容的第一行内容可选择性使用文档字符串---用来定义该函数的说明
- 函数的返回值: return [返回值内容] 用于结束函数，返回一个值，表示程序执行的结果。
- 函数不带return 默认返回None 返回值可以是任何类型的数据（数字，字符串，函数，列表，元祖，字典等），也可以是一个表达式
- 函数参数：任何传入参数和自变量必须放在圆括号中间，圆括号之间用于定义参数。
1.1.5函数调用
定义函数语法
def printinfo():
print("hello world")
return
调用函数
printinfo() #函数执行结果 hello world
查看函数返回值
print(printinfo()) #结果 hello world None #默认函数值返回类容
其他返回值示例
def printinfo():
print("hello world")
return [111+222]
print(printinfo())
#结果
hello world
[333] #返回值内容
1.1.5函数参数
注：形参和实参(定义函数时，圆括号(参数)中的所有参数都是形式参数也称为形参，调用函数中，圆括号(参数)中的参数称为实际参数，也叫实参)
1)必须参数：：
2)关键字参数：
3)默认参数：
4)可变参数(*args,**kwargs):
1.必须参数：
从字面理解：必须要传入参数
传入的参数：与定义的形参顺序一一对应
def stuinfo(name,age):
print(name,age)
return
#在不传入参数
stuinfo() #调用函数
#函数执行结果
TypeError: stuinfo() missing 2 required positional arguments: ‘name‘ and ‘age‘
#报错，提示类型错误，该函数，缺少两个位置参数
不传入参数
def stuinfo(name,age):
print(name,age)
return
stuinfo("zhangsan",18)
#函数执行结果
zhangsan 18
传入参数
2.关键字参数
def stuinfo(name,age,hobby):
print(name,age,hobby)
return
#参数位置匹配，关键字参数，与形参的位置顺序无关,
stuinfo(age=19,name="lisi",hobby="run")
#name= age= hobby=就是关键字参数
#函数执行结果
lisi 19 run
关键字参数
3.默认参数
默认参数必须指向不变的对象
当函数有多个参数，把变化大的参数反正前面，变化小的参数放在后面。变化小的参数就作为默认参数。
默认参数好处：降低调用函数的难度
#默认参数，可以直接使用用，也可以修改默认参数值
def grade(name,age,city="BeiJing"): #city="BeiJing" 就是默认参数
print(name,age,city)
# grade("yangjian",age=18)
grade("lala",age=18,city="shanghai")
#grade函数执行结果
lala 18 shanghai
默认参数
4.可变参数
*args **args
用途：在定义函数需要，每个定义函数功能的都可以继续优化，所以我们需要用动态参数
如果把参数写死了，后期继续修改完善的功能的，修改该函数功能则会相当麻烦
*args 结果类型是元祖，传递值是任意类型
def test(*args):
print(args)
test(123456,[12,45,88],{"name":"qw","age":15}) #可以传递任意参数的类型
#函数执行结果
(123456, [12, 45, 88], {‘name‘: ‘qw‘, ‘age‘: 15})
**kwargs结果类型是字典，传递值是以key=value方式传入
def test1(**kwargs):
print(kwargs)
test1(name="xiha",age="12")
#执行结果
{‘age‘: ‘12‘, ‘name‘: ‘xiha‘}
函数* 和 ** 解包
#*
def test(*args):
print(args)
test(*[1,2,3,4,5,6,7,8,9]) #*参数解包，把【元素】 循环出来，添加到元祖中
#结果
(1, 2, 3, 4, 5, 6, 7, 8, 9)
*
def test1(**kwargs):
print(kwargs)
test1(**{"hobby":456,"number":789}) #**参数解包，把key:value 循环出来，添加到字典中
#结果
{‘number‘: 789, ‘hobby‘: 456}
**
函数参数组合
def f2(a, b, c=0,*args,**kwargs):
print(‘a =‘, a, ‘b =‘, b, ‘c =‘, c, args,kwargs)
f2(12,b=12,c=89,aa="as",bb="xxx")
#结果
a = 12 b = 12 c = 89 () {‘bb‘: ‘xxx‘, ‘aa‘: ‘as‘}
函数参数总结：
1.形参的位置顺序，必须与实参的顺序一一对应，缺一不行，多一不行
2.关键字参数，无须一一对应，缺一不行，多一不行
3.位置参数必须在关键字参数左边
4.默认参数一定要用不可变对象，如果是可变对象，程序运行时会有逻辑错误
1.2全局变量和局部变量
在子程序中定义的变量称为局部变量，只在子程序内部生效，
在程序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，在其他地方全局变量起作用
name = "xixi" #全局变量
def change_name():
name = "haha" #局部变量只在函数局部作用域内生效
print("我的名字",name)
return
change_name()
print(name)
def me():
global name #声明name是全局变量 global
name = "yj" #修改name全局变量的值
print(name)
return
me()
如果全局变量是可变的数据类型，函数可以对全局变量内部直接进行修改
eng = ["merry","jack","petter"]
def chang():
eng.append("mali")
print(eng)
return
chang()
总结：
一般写程序变量的命名规则
###全局变量变量名大写
###局部变量变量名小写
- 函数优先读取局部变量，能读全局变量，无法对全局变量重新赋值操作，#全局变量是不可变的类型
- 全局变量是可变类型，函数可以对全局变量进行操作
- 函数中有global关键字，变量本质就是全局变量，可读取全局变量，也可操作全局变量
1.3函数之间嵌套
name = "YangJIan" #最外层
def change_name(): #第二层
name = "YangJIan2"
def change_name2(): #第三层
name = "YangJIan3"
print("第3层打印", name)
change_name2() # 调用内层函数
print("第2层打印", name)
change_name() #先执行局部函数的打印，
print("最外层打印", name)
# 第3层打印 YangJIan3
# 第2层打印 YangJIan2
# 最外层打印 YangJIan
注：多层函数嵌套，子级函数，只在子级函数内部生效。父级函数能调用子级函数的功能
1.4递归函数
1.在函数内部，可以调用其他函数，如果一个函数在内部调用自身本身，这个函数就是递归函数。
2.在使用递归策越是，必须有一个明确的敌对结束条件，称为递归出口
函数调用的时候，每次调用时要做地址保存，参数传递等。
如果函数包含了对其自身函数的调用，该函数就是递归。如下
def foo(n):
#实现阶乘
if n == 1:
return n # 当满种条件n==1才执行return 操作
res = n*foo(n-1) #调用自已本身的函数的结果（再判断条件是否满足条件）给res ，
return res
print(foo(5))
#120
递归算法所所体现的重复一般有的要求：
1.每次调用在上次规模上都有有所减小：
2.每次递归调用都是有明确条件的。
3.相领两次的重复之间有紧密的联系，前一次要为后一次做准备（通常前一次的输出（返回值结果））就作为后一次的输入；
4.在问题的规模得到满足条件时，而不再进行递归调用。
1.5函数式编程
面向过程编程：我们通过把大段代码拆成函数，通过一层一层的函数，可以把复杂的任务分解成简单的任务，这种一步一步的分解可以称之为面向过程的程序设计。函数就是面向过程的程序设计的基本单元。
函数式编程：是使用一系列函数去解决问题，函数式编程就是根据编程的范式来的出想要的结果，只要是输入时确定的，输出就是确定的。
1.6高阶函数
能把函数作为参数传入，这样的函数就称为高阶函数。
回到顶部
1.6.1函数即变量
以python的内置函数print()为列，调用该函数一下代码
>>> print("hello world")
hello world
#只写print
>>> print
<built-in function print>
#可见print("hello world")是函数调用，而print是函数本身
要获得函数调用执行的结果，我们把结果赋值给变量：
>>> aa = abs(-20) >>> aa 20
如果把函数本身赋值给变量
>>> p = print >>> p <built-in function print> #函数本身可以赋值给变量，变量可以指向函数
我们通过变量来调用这个print函数，验证结果如下
>>> p("check")
check
总结：函数名也是变量，对于print()这个内置函数，完全可以把函数名print看成变量，它指向一个可以打印任何东西的函数
注：实际程序代码绝不能这么写，上面只是为了举例说明，要恢复print函数，请重启python的交互环境
回到顶部
1.6.2传入函数
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函数作为函数，这种函数就称为高阶函数，
函数的返回值是一个函数名，也是高阶函数。
例如：一个简单的高阶函数
def add(x,y,z):
return abs(x)+abs(y)
aa = add(12,23,abs) #函数执行的结果 赋值给 aa
print(aa) #查看aa的值
#35
#注，abs()函数是求一个整数的绝对值
1.7匿名函数
什么是匿名函数：
在python中有一个匿名函数lambda，匿名函数就是指：无需定义标识符（函数名）的函数或子程序。
定义lambda表达式：
lambda arguments:express #arguments 参数(可以有多个参数) #express 表达式 #lambda返回值是一个函数的地址，也就是函数对象 aa = lambda arguments:express #把的到lambda函数地址，赋值给变量aa 查看这个lambda函数地址 ，用aa(argument) 查看这个函数的值
例1
def pf(x=0):
return x**2
print(pf(3))
普通函数定义，求数字平方
aa = lambda x:x**2 print(aa(4)) #16
lambda函数，求数字平方
总结：
1.lambda函数可以参数可以有多个，包含的表达式不能超过一个，不要试图向lambda函数中塞入太多东西，如果你需要做复杂的功能，应该定义一个普通函数，想定义什么就定义什么。
2.lambda函数用在需要封装特殊的，非重用代码上，避免令我们的代码充斥大量的单行函数。
map函数
map()函数，map映射
map(func,iterable)
map()函数接受两个参数，一个是函数，一个可迭代的对象(iterable),map将传入的函数依次作用到序列的每个元素，并把结果作为新的 可迭代的对象 的结果返回
例：有个函数，f(x) = x+1 把得到的数字 加1 要把这个函数作用在一个[1,2,3,4,5,6]上
number = [1,2,3,4,5,6]
#1.用普通函数定义方法
def add_one(x):
return x+1
def map_test(func,arrey):
res = []
for i in arrey:
i = func(i)
res.append(i)
return res
print(map_test(add_one,number))
#[2, 3, 4, 5, 6, 7]
#2.用lambda函数定义的得到结果，借助1定义的map_test函数
print(map_test(lambda x:x+1,number))
#[2, 3, 4, 5, 6, 7]
#3.用map()本身函数去定义
print(list(map(lambda x:x+1 ,number)))
#[2, 3, 4, 5, 6, 7]
#注：map（）得出的结果是一个iterator ，需要用list（）函数让它个整个序列都计算出来返回一个list
我们可能会想，写一个循环，也可以计算出结果，但要实现多个功能，是不是也要写多个循环 例：得出每个列表中元素的平方或则n次方
map()作为高阶函数，事实上把运算规则抽象了，不但可以计算简单的 f(x) = x+1 ，也能计算更复杂的函数。
总结：map() 处理序列中的每个元素，得到的结果是一个 iterator ，需通过list(iteratro),该list元素个数，与原来位置一样
reduce函数
在python2可以直接用reduce()函数
在python3需要调用reduce模块
from functools import reduce reduce(function, sequence, initial=None) #该函数的默认用法
reduce函数，将function作用sequence序列的元素，每次携带一对(先前的结果以及下一序列的元素)，连续的将现有的结果和下一个作用在获得的随后的结果上，最后得到我们的序列为一个最终结果的返回值
number1 = [2,3,4,10]
#1.普通函数定义
def chengfa(x,y):
return x*y #返回得到两个数相乘的结果
def reduce_test(func,seq,init=None):
if init is None:
res = seq.pop(0) #seq删除第一个元素，并获取删除这个元素 赋值给res
else:
res = init
for i in seq:
res = func(res,i) #循环一次，执行func这个函数
return res
print(reduce_test(chengfa,number1))
#240
print(reduce_test(chengfa,number1,10))
#2400
#如果给了init 初始值，就是从初始值 乘以列表的每个元素的的出结果
#2.lambda函数，借助reduce_test()函数定义
print(reduce_test(lambda x,y:x*y,number1,init=3))
#720
#3.使用reduce()，结合lambda()
print(reduce(lambda x,y:x*y, number1))
#240
得到列表所有元素，相乘的结果
number1 = [2,3,4,10]
#1.普通函数定义
def chengfa(x,y):
return x*y #返回得到两个数相乘的结果
def reduce_test(func,seq,init=None):
if init is None:
res = seq.pop(0) #seq删除第一个元素，并获取删除这个元素 赋值给res
else:
res = init
for i in seq:
res = func(res,i) #循环一次，执行func这个函数
return res
print(reduce_test(chengfa,number1))
#240
print(reduce_test(chengfa,number1,10))
#2400
#如果给了init 初始值，就是从初始值 乘以列表的每个元素的的出结果
#2.lambda函数，借助reduce_test()函数定义
print(reduce_test(lambda x,y:x*y,number1,init=3))
#720
#3.使用reduce()，结合lambda()
from functools import reduce
print(reduce(lambda x,y:x*y, number1))
#240
得到列表所有元素，相乘的结果
print(reduce(lambda x,y:x+y,range(1,101)))
得到1-100的和
filter函数
filter()函数用于过滤序列
和map()类似，filter()也接受一个函数和一个序列(可迭代的对象，也就是能被for循环)，和map()不同的是，fillter()把传入的函数依次作用于每个元素，然后根据返回值是True还是False决定保留还是丢弃该元素。
例:
aa = [‘A‘, ‘‘, ‘B‘, None, ‘C‘, ‘ ‘]
#1.自定义函数测试
def not_empty(s):
return s and s.strip()
def filter_test(func,iter):
res = []
for i in iter:
i = func(i)
if i:
res.append(i)
return res
print(filter_test(not_empty,aa))
#[‘A‘, ‘B‘, ‘C‘]
#2.filter内置函数测试
print(list(filter(not_empty,aa)))
#[‘A‘, ‘B‘, ‘C‘]
把列表中空字符串，空元素，都去掉
filter()这个函数，关键在于正确实现一个筛选函数，
注：filter()函数返回的是一个iterator，内存地址，需要看内存地址的值， 用list()函数或得该地址的值
sorted函数
sorted()函数也是一个高阶函数，它可以接收key
sorted排序，排序是比较元素的大小，如果是数字可以直接比较，如果是字符串或则两个dict（字典）？
sorted()传入的参数是可迭代的对象，返回值的对象是一个列表
例：
aa = [11,-10,20,21,30,-40] print(sorted(aa))
数字默认排序
接收一个key函数来实现自定义排序
例：根据绝对值大小来进行排序
aa = [11,-10,20,21,30,-40] print(sorted(aa,key=abs)) #[-10, 11, 20, 21, 30, -40]
根据绝对值排序
例：字符串排序
print(sorted("hello"))
#[‘e‘, ‘h‘, ‘l‘, ‘l‘, ‘o‘]
print(sorted(["hello","ho","haha"]))
# [‘haha‘, ‘hello‘, ‘ho‘]
字符串排序
注：默认情况下，对字符串排序是按照ASCII编码表的大小进行比较的
最后总结：
python内置的几个高阶函数:map() ,reduce(),filter,sorted()
原文地址：https://www.cnblogs.com/bubu99/p/10166629.html