函数与lambda表达式

笔记

创建与使用一个函数：

• 函数以def关键词开头，后接函数名和圆括号()。#没有参数也要加（）
• 函数执行的代码以冒号起始，并且缩进。
• return [表达式] 结束函数，选择性地返回一个值给调用方。不带表达式的return相当于返回None。

def functionname(parameters):
    '''函数_文档字符串'''#用help（函数名来查看）
    function_suite
    return [expression]

def name（变量1：类型1,变量2：类型2）->返回值：
。。。
限定变量类型和返回值的形式（但要限定元素是int的list怎么办？）

调用函数：这个就不用讲了吧

参数传递：

Python 的函数具有非常灵活多样的参数形态，既可以实现简单的调用，又可以传入非常复杂的参数。从简到繁的参数形态如下：

• 位置参数 (positional argument)
• 默认参数 (default argument)
• 可变参数 (variable argument)
• 关键字参数 (keyword argument)
• 命名关键字参数 (name keyword argument)
• 参数组合

位置参数：

def functionname(arg1):
    "函数_文档字符串"
    function_suite
    return [expression]

• arg1 - 位置参数 ，这些参数在调用函数 (call function) 时位置要固定。
  实参形参位置对应
  2. 默认参数

def functionname(arg1, arg2=v):
    "函数_文档字符串"
    function_suite
    return [expression]

• arg2 = v - 默认参数 = 默认值，调用函数时，默认参数的值如果没有传入，则被认为是默认值。
• 默认参数一定要放在位置参数 后面，不然程序会报错。

【例子】

def printinfo(name, age=8):
    print('Name:{0},Age:{1}'.format(name, age))


printinfo('小马')  # Name:小马,Age:8
printinfo('小马', 10)  # Name:小马,Age:10

• Python 允许函数调用时参数的顺序与声明时不一致，因为 Python 解释器能够用参数名匹配参数值。

【例子】

def printinfo(name, age):
    print('Name:{0},Age:{1}'.format(name, age))


printinfo(age=8, name='小马')  # Name:小马,Age:8

和C++的缺省参数一样
3. 可变参数

顾名思义，可变参数就是传入的参数个数是可变的，可以是 0, 1, 2 到任意个，是不定长的参数。

def functionname(arg1, arg2=v, *args):
    "函数_文档字符串"
    function_suite
    return [expression]

• *args - 可变参数，可以是从零个到任意个，自动组装成元组。
• 加了星号（*）的变量名会存放所有未命名的变量参数。

【例子】

def printinfo(arg1, *args):
    print(arg1)
    for var in args:
        print(var)


printinfo(10)  # 10
printinfo(70, 60, 50)

# 70
# 60
# 50

def functionname(arg1, arg2=v, *args, **kw):
    "函数_文档字符串"
    function_suite
    return [expression]

• **kw - 关键字参数，可以是从零个到任意个，自动组装成字典。
  这两个参数的名字可以随便取

def printinfo(arg1, *args, **kwargs):
    print(arg1)
    print(args)
    print(kwargs)


printinfo(70, 60, 50)
# 70
# (60, 50)
# {}
printinfo(70, 60, 50, a=1, b=2)#注意字典容易让人写成a：1，但这样是错的
# 70
# (60, 50)
# {'a': 1, 'b': 2}

5. 命名关键字参数

def functionname(arg1, arg2=v, *args, *, nkw, **kw):
    "函数_文档字符串"
    function_suite
    return [expression]

• **, nkw - 命名关键字参数，用户想要输入的关键字参数，定义方式是在nkw 前面加个分隔符 。
• 如果要限制关键字参数的名字，就可以用「命名关键字参数」
• 使用命名关键字参数时，要特别注意不能缺少参数名。

【例子】

def printinfo(arg1, *, nkw, **kwargs):
    print(arg1)
    print(nkw)
    print(kwargs)


printinfo(70, nkw=10, a=1, b=2)
# 70
# 10
# {'a': 1, 'b': 2}

printinfo(70, 10, a=1, b=2)
# TypeError: printinfo() takes 1 positional argument but 2 were given

• 没有写参数名nwk，因此 10 被当成「位置参数」，而原函数只有 1 个位置函数，现在调用了 2 个，因此程序会报错。

就是**kw会吸收关键字参数，但现在我就想传关键字参数怎么办：*，参数名
而且调用时一定要函数名=数字
6. 参数组合

在 Python 中定义函数，可以用位置参数、默认参数、可变参数、命名关键字参数和关键字参数，这 5 种参数中的 4 个都可以一起使用，但是注意，参数定义的顺序必须是：

• 位置参数、默认参数、可变参数和关键字参数。
• 位置参数、默认参数、命名关键字参数和关键字参数。

要注意定义可变参数和关键字参数的语法：

• *args 是可变参数，args 接收的是一个 tuple
• **kw 是关键字参数，kw 接收的是一个 dict

命名关键字参数是为了限制调用者可以传入的参数名，同时可以提供默认值。定义命名关键字参数不要忘了写分隔符 *，否则定义的是位置参数。

警告：虽然可以组合多达 5 种参数，但不要同时使用太多的组合，否则函数很难懂。
这个教程把**kw叫做关键字参数，这样不好记忆。所以还是把**kw叫做可变参数，关键字参数的名字给调用时写位置变量名= 的形式
不要管参数组合里的内容

函数的返回值

【例子】

def add(a, b):
    return a + b


print(add(1, 2))  # 3
print(add([1, 2, 3], [4, 5, 6]))  # [1, 2, 3, 4, 5, 6]

【例子】

def back():
    return [1, '小马的程序人生', 3.14]


print(back())  # [1, '小马的程序人生', 3.14]

【例子】

def back():
    return 1, '小马的程序人生', 3.14


print(back())  # (1, '小马的程序人生', 3.14)

【例子】

def printme(str):
    print(str)

temp = printme('hello') # hello
print(temp) # None
print(type(temp))  # <class 'NoneType'>

就是想返回多个返回值可以直接用’，‘隔开，这样会自动包装成一个元组，当然也可以直接返回列表，元组这样的可迭代对象

变量作用域

• Python 中，程序的变量并不是在哪个位置都可以访问的，访问权限决定于这个变量是在哪里赋值的。
• 定义在函数内部的变量拥有局部作用域，该变量称为局部变量。
• 定义在函数外部的变量拥有全局作用域，该变量称为全局变量。
• 局部变量只能在其被声明的函数内部访问，而全局变量可以在整个程序范围内访问。

【例子】

def discounts(price, rate):
    final_price = price * rate
    return final_price


old_price = float(input('请输入原价:'))  # 98
rate = float(input('请输入折扣率:'))  # 0.9
new_price = discounts(old_price, rate)
print('打折后价格是:%.2f' % new_price)  # 88.20

• 当内部作用域想修改外部作用域的变量时，就要用到global和nonlocal关键字了。

【例子】

num = 1


def fun1():
    global num  # 需要使用 global 关键字声明
    print(num)  # 1
    num = 123
    print(num)  # 123


fun1()
print(num)  # 123

当局部变量与全局变量重名时要加global，不过名字不要取一样就不会有这些东西
内嵌函数

【例子】

def outer():
    print('outer函数在这被调用')

    def inner():
        print('inner函数在这被调用')

    inner()  # 该函数只能在outer函数内部被调用


outer()#注意调用顺序，外层优先
# outer函数在这被调用
# inner函数在这被调用

闭包

• 是函数式编程的一个重要的语法结构，是一种特殊的内嵌函数。
• 如果在一个内部函数里对外层非全局作用域的变量进行引用，那么内部函数就被认为是闭包。
• 通过闭包可以访问外层非全局作用域的变量，这个作用域称为 闭包作用域。

【例子】

def funX(x):
    def funY(y):
        return x * y

    return funY


i = funX(8)
print(type(i))  # <class 'function'>
print(i(5))  # 40

【例子】闭包的返回值通常是函数。

def make_counter(init):
    counter = [init]

    def inc(): counter[0] += 1

    def dec(): counter[0] -= 1

    def get(): return counter[0]

    def reset(): counter[0] = init

    return inc, dec, get, reset


inc, dec, get, reset = make_counter(0)
inc()
inc()
inc()
print(get())  # 3
dec()
print(get())  # 2
reset()
print(get())  # 0

【例子】 如果要修改闭包作用域中的变量则需要 nonlocal 关键字

def outer():
    num = 10

    def inner():
        nonlocal num  # nonlocal关键字声明
        num = 100
        print(num)

    inner()
    print(num)


outer()

# 100
# 100

装饰器：

简单地说就是@work_log将下面那行的函数作为参数传入进来然后再内存函数中使用，外层函数返回内层函数，使被装饰的函数变成了内部函数（具体原理是python的内部实现），这样在调用原来的函数时，我们想象有这样一个过程，这个函数被作为参数传给外层函数在内层函数中得到调用，外层函数结束后返回了一个加工后的原函数，然后这个函数得到执行。
但是如果被修饰函数带参呢？

在内层函数里设一下参数，然后函数调用一下（就是说修饰函数时参数会被传到内层函数中）

递归

• 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。

【例子】n! = 1 x 2 x 3 x ... x n

# 利用循环
n = 5
for k in range(1, 5):
    n = n * k
print(n)  # 120

# 利用递归
def factorial(n):
    if n == 1:
        return 1
    return n * factorial(n - 1)


print(factorial(5)) # 120

【例子】斐波那契数列 f(n)=f(n-1)+f(n-2), f(0)=0 f(1)=1

# 利用循环
i = 0
j = 1
lst = list([i, j])
for k in range(2, 11):
    k = i + j
    lst.append(k)
    i = j
    j = k
print(lst)  
# [0, 1, 1, 2, 3, 5, 8, 13, 21, 34, 55]

# 利用递归
def recur_fibo(n):
    if n <= 1:
        return n
    return recur_fibo(n - 1) + recur_fibo(n - 2)


lst = list()
for k in range(11):
    lst.append(recur_fibo(k))
print(lst)  
# [0, 1, 1, 2, 3, 5, 8, 13, 21, 34, 55]

【例子】设置递归的层数，Python默认递归层数为 100

import sys

sys.setrecursionlimit(1000)

回调函数（函数指针）

代码：def myadd(a,b):
return a+b
def fun (a,b,c):
return c(a,b)

print(fun(1, 2,myadd))
结果：

就是说函数名可以作为参数传入，然后像函数一样使用

匿名函数的应用

函数式编程 是指代码中每一块都是不可变的，都由纯函数的形式组成。这里的纯函数，是指函数本身相互独立、互不影响，对于相同的输入，总会有相同的输出，没有任何副作用。

【例子】非函数式编程

def f(x):
    for i in range(0, len(x)):
        x[i] += 10
    return x


x = [1, 2, 3]
f(x)
print(x)
# [11, 12, 13]

【例子】函数式编程

def f(x):
    y = []
    for item in x:
        y.append(item + 10)
    return y


x = [1, 2, 3]
f(x)
print(x)
# [1, 2, 3]

匿名函数 常常应用于函数式编程的高阶函数 (high-order function)中，主要有两种形式：

• 参数是函数 (filter, map)
• 返回值是函数 (closure)

如，在 filter和map函数中的应用：

• filter(function, iterable) 过滤序列，过滤掉不符合条件的元素，返回一个迭代器对象，如果要转换为列表，可以使用 list() 来转换。

【例子】

odd = lambda x: x % 2 == 1#返回是或非
templist = filter(odd, [1, 2, 3, 4, 5, 6, 7, 8, 9])
print(list(templist))  # [1, 3, 5, 7, 9]

• map(function, *iterables) 根据提供的函数对指定序列做映射。

【例子】

m1 = map(lambda x: x ** 2, [1, 2, 3, 4, 5])
print(list(m1))  
# [1, 4, 9, 16, 25]

m2 = map(lambda x, y: x + y, [1, 3, 5, 7, 9], [2, 4, 6, 8, 10])
print(list(m2))  
# [3, 7, 11, 15, 19]

这些函数传入的都是可迭代对象的元素，返回的是判断，计算结果（filter map)或方法（reduce）
除了 Python 这些内置函数，我们也可以自己定义高阶函数。

【例子】

def apply_to_list(fun, some_list):
    return fun(some_list)

lst = [1, 2, 3, 4, 5]
print(apply_to_list(sum, lst))
# 15

print(apply_to_list(len, lst))
# 5

print(apply_to_list(lambda x: sum(x) / len(x), lst))
# 3.0

练习题：

1. 怎么给函数编写⽂档？
   函数第一块写一个字符串一般用’‘’ ‘’‘ 可以换行
2. 怎么给函数参数和返回值注解？
   就写在文档里，写调用函数时写下’（‘后注释就会出现
3. 闭包中，怎么对数字、字符串、元组等不可变元素更新。
   ？是更改的意思吗，外层函数用nonlocal 全局函数用global
4. 分别根据每一行的首元素和尾元素大小对二维列表 a = [[6, 5], [3, 7], [2, 8]] 排序。(利用lambda表达式)

import copy
a = [[6, 5], [3, 7], [2, 8]]
b=copy.deepcopy(a)
a.sort(key=lambda i :i[0])
print(a)
b.sort(key=lambda i :i[1])
print(b)

[[2, 8], [3, 7], [6, 5]]
[[6, 5], [3, 7], [2, 8]]

5. 利用python解决汉诺塔问题？

print('从A通过B到C')
a=0
a=int(input('请输入盘子的个数'))
def fun(n,a,b,c):
    if n==1:
        print(a,'->',c)
        return
    fun(n-1,a,c,b)
    print(a,'->',c)
    fun(n-1,b,a,c)
fun(a,'A柱','B柱','C柱')

从A通过B到C
请输入盘子的个数3
A柱 -> C柱
A柱 -> B柱
C柱 -> B柱
A柱 -> C柱
B柱 -> A柱
B柱 -> C柱
A柱 -> C柱

就是二叉树的中序遍历，注意最小规模的问题和向低规模转化的过程就行

标签：return,函数,python12,关键字,参数,print,def
来源： https://blog.csdn.net/asapigi/article/details/113342098