Python语法基础之. Task05 函数与Lambda表达式（6-7/17）

た入场券 2023-06-10 05:22 17阅读 0赞

### Python基础—— Task05 函数与Lambda表达式 ###

*  1. 函数
 *   *  1.1 定义函数
     *  1.2 函数调用
     *   *  1.2.1 函数调用
         *  1.2.2 函数的返回值
         *  1.2.3 变量作用域
         *  1.2.4 内嵌函数
         *  1.2.5 闭包
         *  1.2.6 循环与递归
     *  1.3 参数传递
     *   *  1.3.1 可更改(mutable)与不可更改(immutable)对象
     *  1.4 函数参数
     *   *  1.4.1 必需参数/位置参数
         *  1.4.2 默认参数
         *  1.4.3 可变参数/不定长参数
         *   *  1.4.3.1 \* 参数形式
             *  1.4.3.2 \*\* 参数形式
         *  1.4.4 关键字参数
         *  1.4.5 命名关键字参数
         *  1.4.6 参数组合
 *  2. Lambda函数
 *   *  2.1 语法
     *  2.2 匿名函数 VS 正规函数
     *  2.3 Lambda表达式的应用

# 1. 函数 #

## 1.1 定义函数 ##

语法：

def 函数名（参数列表）:
        函数体

*  默认情况下，参数值和参数名称是按函数声明中定义的顺序匹配起来的
 *  如果没有return 语句，会返回None；return None 简写为return

实例

def print_welcome(name):
        print("Welcome", name)
    
    def SuccessEquation(factor1, factor2):
        return str(factor1 + " Plus " + factor2 + " = Success")
    
    print_welcome("IvanZhang")
    X = 'Vision'
    Y = 'Endeavor'
    print(SuccessEquation(X, Y))
    # Welcome IvanZhang
    # Vision Plus Endeavor = Success

其他：

*  空函数：用pass语句作为占位符
 *  数据类型检查可以使用内置函数`isinstance()`实现；

x = 'red'
    if not isinstance(x, (int, float)):
        raise TypeError('bad operand type')
    # TypeError: bad operand type

## 1.2 函数调用 ##

### 1.2.1 函数调用 ###

首先，定义一个函数：给了函数一个名称，指定了函数里包含的参数，和代码块结构。  
这个函数的基本结构完成以后，你可以通过另一个函数调用执行，也可以直接从 Python 命令提示符执行。

其次，python支持非常灵活定义的函数，而且本身内置了很多有用的函数  
使用方法:

*  [官方文档][Link 1] 查询
 *  `help(func)`查看对应函数func的帮助文档

“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”

f = float
    print(f(1.2342342352345235234234233984028953))	    
    # 输出 1.2342342352345235

### 1.2.2 函数的返回值 ###

Sample1：

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]

Sample2：

def back():
        return [1, 'python practice', 3.14]
    
    
    print(back())  # [1, 'python practice', 3.14]

Sample3：

def back():
        return 1, 'python practice', 3.14
    
    print(back())  # (1, 'python practice', 3.14)

Sample4：

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

### 1.2.3 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

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

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

### 1.2.4 内嵌函数 ###

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()
    # outer函数在这被调用
    # inner函数在这被调用

### 1.2.5 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**

def funX(x):
        def funY(y):
            return x * y
    
        return funY
    
    i = funX(8)
    print(type(i))  # <class 'function'>
    print(i(5))  # 40

*  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

*  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

### 1.2.6 循环与递归 ###

Sample01：`n! = 1 x 2 x 3 x ... x n`  
循环：

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

递归：

def factorial(n):
        if n == 1:
            return 1
        return n * fact(n - 1)
    
    print(factorial(5)) # 120

Samp02：`斐波那契数列 f(n)=f(n-1)+f(n-2), f(0)=0 f(1)=1`

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]

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]

*  设置递归的层数，Python默认递归层数为 100

import sys
    
    sys.setrecursionlimit(1000)

## 1.3 参数传递 ##

需要注意的是，**在 python 中，类型属于对象，变量是没有类型的**

### 1.3.1 可更改(mutable)与不可更改(immutable)对象 ###

在 python 中，strings, tuples, 和 numbers 是不可更改的对象，而 list,dict 等则是可以修改的对象。

*  不可变类型：变量赋值 a=5 后再赋值 a=10，这里实际是新生成一个 int 值对象 10，再让 a 指向它，而 5 被丢弃，不是改变a的值，相当于新生成了a。
 *  可变类型：变量赋值 la=\[1,2,3,4\] 后再赋值 la\[2\]=5 则是将 list la 的第三个元素值更改，本身la没有动，只是其内部的一部分值被修改了。

python 函数的参数传递：

*  不可变类型：类似 c++ 的值传递，如 整数、字符串、元组。如fun（a），传递的只是a的值，没有影响a对象本身。比如在 fun（a）内部修改 a 的值，只是修改另一个复制的对象，不会影响 a 本身。
 *  可变类型：类似 c++ 的引用传递，如 列表，字典。如 fun（la），则是将 la 真正的传过去，修改后fun外部的la也会受影响

'''python 传不可变对象实例'''
    def ChangeInt(a):
        a = 10
    b = 2
    print(ChangeInt(b))     # 返回 None
    print(b)                # 结果是 2
    '''
    解释：实例中有 int 对象 2，指向它的变量是 b，在传递给 ChangeInt 函数时，按传值的方式复制了变量 b，a 和 b 都指向了同一个 Int 对象，在 a=10 时，则新生成一个 int 值对象 10，并让 a 指向它
    '''

'''传可变对象实例'''
    def changeList(mylist):
        "修改传入的列表"
        mylist.append([1, 2, 3, 4])
        print("函数内取值: ", mylist)
        return
    
    mylist = [10, 20, 30]
    changemeList(mylist)
    print("函数外取值: ", mylist)
    '''
    函数内取值:  [10, 20, 30, [1, 2, 3, 4]]
    函数外取值:  [10, 20, 30, [1, 2, 3, 4]]
    '''

简单来说：

*  可变对象，经过处理，原对象会发生变化；可变对象在处理前后不会发生变化。

## 1.4 函数参数 ##

以下是调用函数时可使用的正式参数类型：

*  必须参数/位置参数 (positional argument)
 *  默认参数 (default argument)
 *  不定长参数/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

### 1.4.1 必需参数/位置参数 ###

必需参数须以正确的顺序传入函数，调用时的数量必须和声明时的一样；不然会出现语法错误。

def func(a, b, c):
        pass
    # 必须传入三个参数，否则会报错

### 1.4.2 默认参数 ###

def printinfo(name, age=20):
        print("Name: ", name, " Grade: ", grade)
    
    printinfo(age=21, name="Ivan")	# Name:  Ivan  Grade:  21
    printinfo(name="Zhang")			# Name:  Zhang  Grade:  20

*  调用函数时，如果没有传递参数，则会使用默认参数
 *  默认参数一定要放在位置参数 后面，不然程序会报错
 *  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

### 1.4.3 可变参数/不定长参数 ###

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。  
需要一个函数能处理比当初声明时更多的参数。这些参数叫做不定长参数，和上述 2 种参数不同，**声明时不会命名**

#### 1.4.3.1 \* 参数形式 ####

加了星号 \* 的参数会以元组(tuple)的形式导入，存放所有未命名的变量参数

语法形式：

def functionname([formal_args,] *var_args_tuple ):
       "函数_文档字符串"
       function_suite
       return [expression]

实例：

def printinfo(arg1, *vartuple):
        print(arg1)
        print(vartuple)
    
    printinfo(70, 60, 50, 40, 30)
    '''
    打印：
    70
    (60, 50, 40, 30)
    '''

特别的：

*  如果在函数调用时没有指定参数，它就是一个空元组

#### 1.4.3.2 \*\* 参数形式 ####

还有一种就是参数带两个星号`**` 用来表示不定长度参数。  
加了两个星号 `**`的参数会以`dict字典`的形式导入

基本语法：

def functionname([formal_args,] **var_args_dict ):
       "函数_文档字符串"
       function_suite
       return [expression]

实例：

def printinfo(arg1, **vardict):
    	print("输出: ")
        print(arg1)
        print(vardict)
    
    printinfo(1024, a_1=2, buffer='full')**

输出: 
    1024
    {'a_1': 2, 'buffer': 'full'}

特别的：声明函数时，参数中星号`*`可以单独出现  
语法形式：

def f(a,b,*,c):
        return a+b+c

但是，**如果单独出现星号`*`后的参数必须用`关键字传入`**

>>> def f(a,b,*,c):
    ...     return a+b+c
    ... 
    >>> f(1,2,3)   # 报错
    Traceback (most recent call last):
     File "<stdin>", line 1, in <module>
    TypeError: f() takes 2 positional arguments but 3 were given
    >>> f(1,2,c=3) # 正常
    6

### 1.4.4 关键字参数 ###

关键字参数和函数调用关系紧密，函数调用使用关键字参数来确定传入的参数值。  
因为有的时候 **参数的使用不一定是使用指定顺序** 或 **部分参数已经输入**

def printinfo(name, age, major):
        print("名字: ", name)
        print("年龄: ", age)
        print("专业: ", major)
    
    printinfo(major="CS", age=21, name="Ivan")
    '''
    名字:  Ivan
    年龄:  21
    专业:  CS
    '''

上面的描述似乎有问题

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。

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)
    # 70
    # (60, 50)
    # {'a': 1, 'b': 2}

「可变参数」和「关键字参数」的同异总结如下：

*  可变参数允许传入零个到任意个参数，它们在函数调用时自动组装为一个元组 (tuple)。
 *  关键字参数允许传入零个到任意个参数，它们在函数内部自动组装为一个字典 (dict)。

### 1.4.5 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。

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。

### 1.4.6 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。

特别的：**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**

# 2. Lambda函数 #

在 Python 里有两种函数：

*  用 def 关键词的正规函数
 *  用 lambda 关键词的匿名函数

python 使用 `lambda`来创建匿名函数,

*  所谓匿名，意即不再使用 `def`语句这样标准的形式定义一个函数:
 *  `lambda`只是一个表达式，函数体比 `def`简单很多。
 *  `lambda`的主体是一个表达式，而不是一个代码块。仅仅能在`lambda`表达式中封装有限的逻辑进去。
 *  `lambda`函数拥有自己的命名空间，且不能访问自己参数列表之外或全局命名空间里的参数。
 *  虽然`lambda`函数看起来只能写一行，却不等同于C或C++的内联函数，后者的目的是调用小函数时不占用栈内存从而增加运行效率。

## 2.1 语法 ##

lambda 函数的语法只包含一个语句，语法如下：  
`lambda [arg1 [,arg2,.....argn]]:expression`  
or  
`lambda argument_list: expression`

*  `lambda`\- 定义匿名函数的关键词。  
    \-`argument_list`\- 函数参数，它们可以是位置参数、默认参数、关键字参数，和正规函数里的参数类型一样。
 *  `:-`冒号，在函数参数和表达式中间要加个冒号。
 *  `expression`\- 函数表达式，输入函数参数，输出一些值

实例

sumary = lambda arg1, arg2: arg1 + arg2
    print(sumary(10, 20))  # 30
    
    func = lambda *args: sum(args)
    print(func(1, 2, 3, 4, 5))  # 15

实例：

psum = lambda arg1, arg2: arg1 + arg2
    
    print("相加后的值为 : ", psum(10, 20))
    print("相加后的值为 : ", psum(20, 20))
    '''
    相加后的值为 :  30
    相加后的值为 :  40
    '''

实例：

lambda x: 2*x+1
    g = lambda x:2*x+1
    g(5)
    g = lambda x,y:x+y
    g(1,2)

但需要注意的是，PEP 8 规范 不建议使用赋值语句定义Lambda函数，而是**使用`def` 进行定义**

## 2.2 匿名函数 VS 正规函数 ##

lbd_sqr = lambda x: x ** 2
    print(lbd_sqr)
    
    # <function <lambda> at 0x000000BABB6AC1E0>
    
    def sqr(x):
        return x ** 2
    
    print(sqr)
    # <function sqr at 0x000000BABD3A4400>
    
    print(sqr(9))  # 81
    print(lbd_sqr(9))  # 81

*  误用情况：如果用`lambda`函数只是为了赋值给一个变量，用`def`的正规函数。
 *  `lbd_sqr`的返回值是以 标识的函数，而 `sqr`的返回时是以`sqr`为标识的函数，明显后者一看就知道该函数是「计算平方」用的。

## 2.3 Lambda表达式的应用 ##

高阶函数 (high-order function) 在函数化编程 (functional programming) 很常见，主要有两种形式：

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

`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。

a = (list(filter(lambda x: x % 2, range(10))))
    print(a)	# [1, 3, 5, 7, 9]

`map(function, iterable, …)`：映射。将iterator中的元素依次作为fun的参数，经过处理的结果加入到结果序列中(根据提供的函数对指定序列做映射)

a = list(map(lambda x: x**2, range(10)))
    print(a)	# [0, 1, 4, 9, 16, 25, 36, 49, 64, 81]

除了 Python 这些内置函数，我们也可以自己定义高阶函数，如下：

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

下面代码分别求出列表中所有元素的和、个数和均值。

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

[特别鸣谢][Link 2]

[Link 1]: https://docs.python.org/3/library/functions.html
[Link 2]: https://mp.weixin.qq.com/s/jJoHrWYL4U3kvug5uA1UCg