廖雪峰Python教程笔记(三)

系统 434 0

廖雪峰Python教程笔记(三)

  • 5 函数

5 函数

基本上所有的高级语言都支持函数,Python也不例外。Python不但能非常灵活地定义函数,而且本身内置了很多有用的函数,可以直接调用。

抽象
计算数列的和,比如:1 + 2 + 3 + … + 100
在这里插入图片描述
看到 ∑ 就可以理解成求和
借助抽象,我们才能不关心底层的具体计算过程,而直接在更高的层次上思考问题。

函数就是最基本的一种代码抽象的方式。

调用函数
要调用一个函数,需要知道函数的名称和参数,比如求绝对值的函数abs
廖雪峰Python教程笔记(三)_第1张图片
调用函数的时候,如果传入的参数数量不对,会报TypeError的错误:
abs() takes exactly one argument (2 given)

果传入的参数数量是对的,但参数类型不能被函数所接受,也会报TypeError的错误:
bad operand type for abs(): ‘str’

而max函数max()可以接收任意多个参数,并返回最大的那个:
廖雪峰Python教程笔记(三)_第2张图片
数据类型转换
比如int()函数可以把其他数据类型转换为整数:
廖雪峰Python教程笔记(三)_第3张图片
函数名其实就是指向一个函数对象的引用,完全可以把函数名赋给一个变量,相当于给这个函数起了一个“别名”:
在这里插入图片描述

定义函数 ;在Python中,定义一个函数要使用def语句,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。
以自定义一个求绝对值的my_abs函数为例:
廖雪峰Python教程笔记(三)_第4张图片

函数体内部的语句在执行时,一旦执行到return时,函数就执行完毕,并将结果返回。因此,函数内部 通过条件判断和循环可以实现非常复杂的逻辑

如果没有return语句,函数执行完毕后也会返回结果,只是结果为None。return None可以简写为return。

空函数
如果想定义一个什么事也不做的空函数,可以用pass语句:
在这里插入图片描述
pass语句什么都不做,那有什么用?实际上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。

参数检查
调用函数时,如果参数个数不对,Python解释器会自动检查出来,并抛出TypeError:
但是如果参数类型不对,Python解释器就无法帮我们检查。试试my_abs和内置函数abs的差别:
廖雪峰Python教程笔记(三)_第5张图片
传入了不恰当的参数时,内置函数abs会检查出参数错误,而我们定义的my_abs没有参数检查,会导致if语句出错,出错信息和abs不一样。所以,这个函数定义不够完善。

让我们修改一下my_abs的定义,对参数类型做检查,只允许整数和浮点数类型的参数。数据类型检查可以用内置函数isinstance()实现:
廖雪峰Python教程笔记(三)_第6张图片
添加了参数检查后,如果传入错误的参数类型,函数就可以抛出一个错误:
廖雪峰Python教程笔记(三)_第7张图片
TypeError: bad operand type
错误和异常处理将在后续讲到。

返回多个值
函数可以返回多个值吗?答案是肯定的。
比如在游戏中经常需要从一个点移动到另一个点,给出坐标、位移和角度,就可以计算出新的坐标:
廖雪峰Python教程笔记(三)_第8张图片
import math语句表示导入math包,并允许后续代码引用math包里的sin、cos等函数。
廖雪峰Python教程笔记(三)_第9张图片
这只是一种假象,Python函数返回的仍然是单一值:原来返回值是一个tuple
廖雪峰Python教程笔记(三)_第10张图片
小结:
1.定义函数时,需要确定函数名和参数个数;
2.如果有必要,可以先对参数的数据类型做检查;
3.函数体内部可以用return随时返回函数结果;
4.函数执行完毕也没有return语句时,自动return None。
5.函数可以同时返回多个值,但其实就是一个tuple。
廖雪峰Python教程笔记(三)_第11张图片

**函数的参数:**除了正常定义的必选参数外,还可以使用默认参数、可变参数和关键字参数,使得函数定义出来的接口,不但能处理复杂的参数,还可以简化调用者的代码。

位置参数
一个计算x2的函数:
在这里插入图片描述
对于power(x)函数,参数x就是一个位置参数。
当我们调用power函数时,必须传入有且仅有的一个参数x:
在这里插入图片描述
如果要计算x4、x5……怎么办?我们不可能定义无限多个函数。
可以把power(x)修改为power(x, n),用来计算xn,说干就干:
廖雪峰Python教程笔记(三)_第12张图片
修改后的power(x, n)函数有两个参数:x和n,这两个参数都是位置参数,调用函数时,传入的两个值按照位置顺序依次赋给参数x和n。

默认参数
新的power(x, n)函数定义没有问题,但是,旧的调用代码失败了,原因是我们增加了一个参数,导致旧的代码因为缺少一个参数而无法正常调用:
TypeError: power() missing 1 required positional argument: ‘n’

这个时候,默认参数就排上用场了。由于我们经常计算x2,所以,完全可以把第二个参数n的默认值设定为2:
廖雪峰Python教程笔记(三)_第13张图片
这样,当我们调用power(5)时,相当于调用power(5, 2):
廖雪峰Python教程笔记(三)_第14张图片
设置默认参数时,有几点要注意:
一是必选参数在前,默认参数在后,否则Python的解释器会报错
二是如何设置默认参数。
当函数有多个参数时,把变化大的参数放前面,变化小的参数放后面。变化小的参数就可以作为默认参数。
使用默认参数有什么好处?最大的好处是能降低调用函数的难度。

一年级小学生注册的函数,需要传入name和gender两个参数:
在这里插入图片描述
廖雪峰Python教程笔记(三)_第15张图片
如果要继续传入年龄、城市等信息怎么办?这样会使得调用函数的复杂度大大增加。

我们可以把年龄和城市设为默认参数:
廖雪峰Python教程笔记(三)_第16张图片
廖雪峰Python教程笔记(三)_第17张图片
只有与默认参数不符的学生才需要提供额外的信息。

默认参数有个最大的坑,演示如下:
先定义一个函数,传入一个list,添加一个END再返回:
在这里插入图片描述
ZZZZZZZZZZZ
再次调用add_end()时,结果就不对了:
在这里插入图片描述
Python函数在定义的时候,默认参数L的值就被计算出来了,即[],因为默认参数L也是一个变量,它指向对象[],每次调用该函数,如果改变了L的内容,则下次调用时,默认参数的内容就变了,不再是函数定义时的[]了。
在这里插入图片描述
在这里插入图片描述 无论调用多少次,都不会有问题:

可变参数
以数学题为例子,给定一组数字a,b,c……,请计算a2 + b2 + c2 + ……。
廖雪峰Python教程笔记(三)_第18张图片
廖雪峰Python教程笔记(三)_第19张图片
所以,我们把函数的参数改为可变参数:
廖雪峰Python教程笔记(三)_第20张图片
定义可变参数和定义一个list或tuple参数相比,仅仅在参数前面加了一个*号。在函数内部,参数numbers接收到的是一个tuple,因此,函数代码完全不变。
在这里插入图片描述
廖雪峰Python教程笔记(三)_第21张图片

*nums表示把nums这个list的所有元素作为可变参数传进去。这种写法相当有用,而且很常见。

关键字参数
关键字参数允许你传入0个或任意个含参数名的参数,这些关键字参数在函数内部自动组装为一个dict。
在这里插入图片描述
函数person除了必选参数name和age外,还接受关键字参数kw。在调用该函数时,可以只传入必选参数:
在这里插入图片描述
也可以传入任意个数的关键字参数:
在这里插入图片描述

命名关键字参数
对于关键字参数,函数的调用者可以传入任意不受限制的关键字参数。至于到底传入了哪些,就需要在函数内部通过kw检查。

仍以person()函数为例,我们希望检查是否有city和job参数:
廖雪峰Python教程笔记(三)_第22张图片
但是调用者仍可以传入不受限制的关键字参数:
在这里插入图片描述

参数组合
在Python中定义函数,可以用必选参数、默认参数、可变参数、关键字参数和命名关键字参数,这5种参数都可以组合使用。但是请注意,参数定义的顺序必须是:必选参数、默认参数、可变参数、命名关键字参数和关键字参数。

比如定义一个函数,包含上述若干种参数:

廖雪峰Python教程笔记(三)_第23张图片
廖雪峰Python教程笔记(三)_第24张图片

函数调用:
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。
计算阶乘n! = 1 x 2 x 3 x … x n
在这里插入图片描述
廖雪峰Python教程笔记(三)_第25张图片

递归函数的优点是定义简单,逻辑清晰。 理论上,所有的递归函数都可以写成循环的方式,但循环的逻辑不如递归清晰。

使用递归函数需要注意防止栈溢出。 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。可以试试fact(1000):
RuntimeError: maximum recursion depth exceeded in comparison

解决递归调用栈溢出的方法是通过 尾递归优化 ,事实上尾递归和循环的效果是一样的,所以,把循环看成是一种特殊的尾递归函数也是可以的。

上面的fact(n)函数由于return n * fact(n - 1)引入了乘法表达式,所以就不是尾递归了。要改成尾递归方式,需要多一点代码,主要是要把每一步的乘积传入到递归函数中:
廖雪峰Python教程笔记(三)_第26张图片
fact(5)对应的fact_iter(5, 1)的调用如下:
廖雪峰Python教程笔记(三)_第27张图片

小结

使用递归函数的优点是逻辑简单清晰,缺点是过深的调用会导致栈溢出。
针对尾递归优化的语言可以通过尾递归防止栈溢出。尾递归事实上和循环是等价的,没有循环语句的编程语言只能通过尾递归实现循环。
Python标准的解释器没有针对尾递归做优化,任何递归函数都存在栈溢出的问题。


更多文章、技术交流、商务合作、联系博主

微信扫码或搜索:z360901061

微信扫一扫加我为好友

QQ号联系: 360901061

您的支持是博主写作最大的动力,如果您喜欢我的文章,感觉我的文章对您有帮助,请请扫描上面二维码支持博主1元、2元、5元等您想捐的金额吧,狠狠点击下面给点支持吧

发表我的评论
最新评论 总共0条评论