python学习--关注容易被忽略的知识点--（二）函数

桃扇骨 2023-02-27 12:08 15阅读 0赞

> 本系列文章回顾了 python大部分关键的知识点，关注那些容易被忽略的知识点。适用于有一定python基础的python学习者。  
> 本系列文章主要参考[廖雪峰的python学习网站][python]。该学习网站内容全面，通俗易懂，强烈推荐初学者在这个网站学习python。

全系列  
（一）[python基础][python 1]  
（二）[函数][Link 1]  
（三）[高级特性][Link 2]  
（四）[函数式编程][Link 3]  
（五）[面向对象编程][Link 4]

### 文章目录 ###

*  函数
 *   *  调用和定义函数
     *   *  调用
         *  定义
     *  函数的参数
     *   *  默认参数
         *  可变参数
         *  关键字参数
         *  命名关键字参数
         *  参数组合
     *  递归函数

# 函数 #

## 调用和定义函数 ##

### 调用 ###

Python内置了很多有用的函数，可以直接调用。

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”：

>>> a = abs # 变量a指向abs函数
    >>> a(-1) # 所以也可以通过a调用abs函数
    1

### 定义 ###

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。如：

def my_abs(x):
        if x >= 0:
            return x
        else:
            return -x

*  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.  
    当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。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：

def my_abs(x):
        if not isinstance(x, (int, float)):
            raise TypeError('bad operand type')
        if x >= 0:
            return x
        else:
            return -x

*  函数可以同时返回多个值，但其实就是一个tuple

## 函数的参数 ##

### 默认参数 ###

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（思考一下为什么默认参数不能放在必选参数前面）；
 *  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。

默认函数的大坑：

def add_end(L=[]):
        L.append('END')
        return L
    # 正常调用
    >>> add_end([1, 2, 3])
    [1, 2, 3, 'END']
    
    # 使用默认参数，出错
    
    >>> add_end()
    ['END']
    >>> add_end()
    ['END', 'END']
    >>> add_end()
    ['END', 'END', 'END']

原因是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。

> 定义默认参数要牢记一点：默认参数必须指向不变对象！

如何解决？

def add_end(L=None):
        if L is None:
            L = []
        L.append('END')
        return L
    >>> add_end()
    ['END']
    >>> add_end()
    ['END']

为什么要设计str、None这样的不变对象呢？因为不变对象一旦创建，对象内部的数据就不能修改，这样就减少了由于修改数据导致的错误。此外，由于对象不变，多任务环境下同时读取对象不需要加锁，同时读一点问题都没有。

### 可变参数 ###

可变参数就是传入的参数个数是可变的，可以是1个、2个到任意个，还可以是0个。

def calc(*numbers):
        sum = 0
        for n in numbers:
            sum = sum + n * n
        return sum
    
    >>> calc(1, 2, 3)
    14
    >>> calc()
    0
    >>> nums = [1, 2, 3]
    >>> calc(*nums)
    14

### 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。请看示例：

def person(name, age, **kw):
        print('name:', name, 'age:', age, 'other:', kw)
    >>> person('Michael', 30)
    name: Michael age: 30 other: {
        }
    >>> person('Bob', 35, city='Beijing')
    name: Bob age: 35 other: {
        'city': 'Beijing'}
    >>> person('Adam', 45, gender='M', job='Engineer')
    name: Adam age: 45 other: {
        'gender': 'M', 'job': 'Engineer'}

关键字参数有什么用？它可以扩展函数的功能。试想你正在做一个用户注册的功能，除了用户名和年龄是必填项外，其他都是可选项，利用关键字参数来定义这个函数就能满足注册的需求.  
也可以先组装出一个dict，然后，把该dict转换为关键字参数传进去

>>> extra = {
        'city': 'Beijing', 'job': 'Engineer'}
    >>> person('Jack', 24, city=extra['city'], job=extra['job'])
    name: Jack age: 24 other: {
        'city': 'Beijing', 'job': 'Engineer'}
    
    # 简写
    >>> extra = {
        'city': 'Beijing', 'job': 'Engineer'}
    >>> person('Jack', 24, **extra)
    name: Jack age: 24 other: {
        'city': 'Beijing', 'job': 'Engineer'}

**extra表示把extra这个dict的所有key-value用关键字参数传入到函数的**kw参数，kw将获得一个dict，注意kw获得的dict是extra的一份拷贝，对kw的改动不会影响到函数外的extra。

### 命名关键字参数 ###

如果要限制关键字参数的名字，就可以用命名关键字参数，例如，只接收city和job作为关键字参数。这种方式定义的函数如下：

def person(name, age, *, city, job):
        print(name, age, city, job)

如果函数定义中已经有了一个可变参数，后面跟着的命名关键字参数就不再需要一个特殊分隔符\*了：

def person(name, age, *args, city, job):
        print(name, age, args, city, job)

### 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。  
举例：

def f1(a, b, c=0, *args, **kw):
        print('a =', a, 'b =', b, 'c =', c, 'args =', args, 'kw =', kw)
    
    def f2(a, b, c=0, *, d, **kw):
        print('a =', a, 'b =', b, 'c =', c, 'd =', d, 'kw =', kw)
    
    >>> f1(1, 2)
    a = 1 b = 2 c = 0 args = () kw = {
        }
    >>> f1(1, 2, c=3)
    a = 1 b = 2 c = 3 args = () kw = {
        }
    >>> f1(1, 2, 3, 'a', 'b')
    a = 1 b = 2 c = 3 args = ('a', 'b') kw = {
        }
    >>> f1(1, 2, 3, 'a', 'b', x=99)
    a = 1 b = 2 c = 3 args = ('a', 'b') kw = {
        'x': 99}
    >>> f2(1, 2, d=99, ext=None)
    a = 1 b = 2 c = 0 d = 99 kw = {
        'ext': None}

通过tuple和dict，也可以调用上述参数

>>> args = (1, 2, 3, 4)
    >>> kw = {
        'd': 99, 'x': '#'}
    >>> f1(*args, **kw)
    a = 1 b = 2 c = 3 args = (4,) kw = {
        'd': 99, 'x': '#'}
    >>> args = (1, 2, 3)
    >>> kw = {
        'd': 88, 'x': '#'}
    >>> f2(*args, **kw)
    a = 1 b = 2 c = 3 d = 88 kw = {
        'x': '#'}

所以，对于任意函数，都可以通过类似func(\*args, \*\*kw)的形式调用它，无论它的参数是如何定义的。  
总结

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。

## 递归函数 ##

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。

# 求阶乘
    def fact(n):
        if n==1:
            return 1
        return n * fact(n - 1)

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。  
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。

def fact(n):
        return fact_iter(n, 1)
    
    def fact_iter(num, product):
        if num == 1:
            return product
        return fact_iter(num - 1, num * product)

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，所以，即使把上面的fact(n)函数改成尾递归方式，也会导致栈溢出。

[python]: https://www.liaoxuefeng.com/wiki/1016959663602400
[python 1]: https://blog.csdn.net/lingpy/article/details/107368707
[Link 1]: https://blog.csdn.net/lingpy/article/details/107406972
[Link 2]: https://blog.csdn.net/lingpy/article/details/107475236
[Link 3]: https://blog.csdn.net/lingpy/article/details/107524101
[Link 4]: https://blog.csdn.net/lingpy/article/details/107599709