Python——函数设计与使用

小灰灰 2023-09-23 13:52 77阅读 0赞

### 文章目录 ###

*  函数定义
 *   *  注意事项：
 *  形参与实参
 *   *  验证
 *  参数类型
 *   *  必备参数
     *  默认值参数
     *  位置参数
     *  关键字参数
     *  可变长度参数
     *   *  \*args的用法
         *  \*\*kw的用法
         *  参数传递的序列解包
 *  return语句
 *  变量作用域

--------------------

# 函数定义 #

`提示：这里可以添加本文要记录的大概内容：`  
①、函数是最基本的一种代码抽象的方式，将需要反复执行的代码封装为函数，并在需要该功能的地方进行调用，不仅可以**实现代码复用**，更重要的是可以**保证代码的一致性**，只需要修改该函数代码则所有调用均受到影响。

②、设计函数时，应注意**提高模块的内聚性**，同时**降低模块之间的隐式耦合。**

③、在编写函数时，应尽量减少副作用，尽量不要修改参数本身，不要修改除返回值以外的其他内容。  
应充分利用Python函数式编程的特点，让自己定义的函数尽量符合纯函数式编程的要求。

def 函数名([参数列表]):
        函数体
    
        [return [表达式]]

## 注意事项： ##

函数形参不需要声明其类型，也不需要指定函数返回值类型

即使该函数不需要接收任何参数，也必须保留一对空的圆括号

括号后面的冒号必不可少

函数体相对于def关键字必须保持一定的空格缩进

Python允许嵌套定义函数

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。

`提示：下面案例可供参考`

【例1】长方形面积函数定义和调用

def area(width, height): 
          '''计算长方形面积'''
          return width * height
    
    w = 4 
    h = 5 
    print("width =", w, " height =", h, " area =", area(w, h))

【例2】如果想定义一个什么事也不做的空函数，可以用pass语句

>>> def nop():
        	pass

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。

【例3】生成斐波那契数列的函数定义和调用

def fib(n):
         a, b = 1, 1
         while a < n:
             print(a, end=' ')
             a, b = b, a+b
    
    fib(1000)

--------------------

`提示：下面案例可供参考`

# 形参与实参 #

1、函数**定义时**括弧内**为形参**，一个函数可以没有形参，但是括弧必须要有，表示该函数不接受参数。

函数**调用时**向其传递**实参**，将实参引用（地址）传递给形参。

def fib(n): #n形参
         a, b = 1, 1
         while a < n:
             print(a, end=' ')
             a, b = b, a+b
    
    fib(1000) #1000实参

2、在定义函数时，对参数个数并没有限制，如果有多个形参，需要使用逗号进行分隔。  
编写函数，接受两个整数，并输出其中最大数。

def printMax(a, b):
        if a>b:
             pirnt(a, 'is the max')
        else:
             print(b, 'is the max')

3、对于绝大多数情况下，在函数内部直接修改形参的值不会影响实参。例如：

>>> def addOne(a):
    		print(a)
    		a += 1
    		print(a)	
    >>> a = 3
    >>> addOne(a)
    3
    4
    >>> a
    3

可以看出，函数内部修改了形参a的值，但当函数运行结束后，实参a的值并未被修改

4、在有些情况下，可以通过特殊的方式在函数内部修改实参的值，例如下面的代码。

>>> def modify(v):          #修改列表元素值
    		v[0] = v[0]+1
    >>> a = [2,4]
    >>> modify(a)
    >>> a
    [3,4]
    >>> def modify(v, item):    #为列表增加元素
    		v.append(item)
    >>> a = [2]
    >>> modify(a,3)
    >>> a
    [2, 3]
    >>> def modify(d): #修改字典元素值或为字典增加元素
    		d['age'] = 38
    >>> a = {
        'name':'jack', 'age':37, 'sex':'Male'}
    >>> a
    {
        'age': 37, 'name': 'jack', 'sex': 'Male'}
    >>> modify(a)
    >>> a
    {
        'age': 38, 'name': 'jack', 'sex': 'Male'}

也就是说，如果传递给函数的是可变序列，并且在函数内部使用下标或可变序列自身的方法增加、删除元素或修改元素时，修改后的结果是可以反映到函数之外的，实参也得到相应的修改。

--------------------

## 验证 ##

**传不可变对象：不会改变外面实参值**

def changeInt( a ): 
         a = 10 
    
    b = 2 
    ChangeInt(b)
    print( b ) # 结果是 2

不可变对象：数字类型、元组、字符串

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的指针传递，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  
画图解释

**传可变对象实例：会改变外面实参值**

def changeList( blist ): 
         blist.append([4,5,6])
         print ("函数内取值: ", blist) 
         # 结果是 [1,2,3,4,5,6]
         
    alist = [1,2,3] 
    changeList(alist)
    print( alist ) # 结果是 [1,2,3,4,5,6]

可变对象：列表、字典、集合等

当一个引用传递给函数的时候,函数自动复制一份引用。这个函数里的引用和外边的引用没有任何关系了.所以函数把引用指向了一个不可变对象,当函数返回的时候,外面的引用没半毛关系.  
而第函数内的引用指向的是可变对象,对它的操作就和定位了指针地址一样,在内存里进行修改.

传不可变对象：函数内部直接修改形参的值不会影响实参  
传可变对象：函数内部修改实参的值会影响到实参

形参和实参变量各自有不同的存储单元，当一个引用传递给函数的时候,函数自动复制一份引用

--------------------

# 参数类型 #

在Python中，函数参数有很多种：可以为普通参数、默认值参数、关键参数、可变长度参数等。

Python在定义函数时**不需要指定形参的类型**，完全由调用者传递的实参类型以及Python解释器的理解和推断来决定。类似于重载和泛型。

Python函数定义时**也不需要指定函数的返回值类型**，这将由函数中的return语句来决定，如果没有return语句或者return没有得到执行，则认为返回空值None。

## 必备参数 ##

必需参数须以正确的顺序传入函数。调用时的数量、参数类型、位置必须和声明时的一样。否则会出现语法错误。

def add( x , y ):
            return x+y

## 默认值参数 ##

默认值参数：在定义函数时为形参设置默认值。

默认值参数必须出现在函数参数列表的最右端，任何一个默认值参数右边不能有非默认值参数。

def 函数名(...,形参名=默认值):
        	函数体

调用带有默认值参数的函数时，可以不对默认值参数进行赋值，也可以通过显式赋值来替换默认值，具有很大的灵活性。

>>> def say( message, times =1 ):
            print(message * times)
    >>> say('hello')
    hello
    >>> say('hello',3)
    hello hello hello
    >>> say('hi',7)
    hi hi hi hi hi hi hi

注意：

默认值参数的赋值只在函数定义时被解释一次

>>> i = 3
    >>> def f(n=i):      #参数n的值仅取决于i的当前值
        print(n)
    
    >>> f()
    3
    >>> i = 5           #函数定义后修改i的值不影响参数n的默认值
    >>> f()
    3

默认参数必须指向不变对象！

1、可以使用“函数名.**defaults**”查看所有默认参数的当前值，返回值为元组，其中元素依次表示每个默认值参数的当前值。

>>> say.__defaults__
    (1,)
    
    >>> f.__defaults__     #查看函数默认值参数的当前值
    (3,)

2、默认值参数必须出现在函数参数列表的最右端，且任何一个默认值参数右边不能有非默认值参数。（为了避免歧义）

>>> def f(a=3,b,c=5):
    	print(a,b,c)
    >>> def f(a=3,b):
    	print(a,b)
    >>> def f(a,b,c=5):
    	print(a,b,c)
    >>> def f(a,b,c=5,d=5):
    	print(a,b,c,d)	
    >>> def f(a,b,c=5,d,e=8):
    	print(a,b,c,d)

3、默认值参数如果使用不当，会导致很难发现的逻辑错误，例如：

def demo(newitem,old_list=[]):
        old_list.append(newitem)
        return old_list
    print(demo(5,[1,2,3,4])) 
    A [1, 2, 3, 4, 5] B [1, 2, 3, 4] C 报异常   
    print(demo('aaa',['a','b'])) 
    A ['a', 'b', 'aaa'] B ['a', 'b'] C 报异常 
    print(demo('a'))  
    A ['a'] B [] C 报异常      
    print(demo('b'))          
    A ['b'] B ['a', 'b'] C 报异常 
    
    #正确代码如下：
    def demo(newitem,old_list=None):
        if old_list is None:
            old_list=[]
        old_list.append(newitem)
        return old_list
    print(demo('5',[1,2,3,4]))
    print(demo('aaa',['a','b']))
    print(demo('a'))
    print(demo('b') )

## 位置参数 ##

位置参数（positional arguments）是比较常用的形式，调用函数时实参和形参的顺序必须严格一致，并且实参和形参的数量必须相同。

>>> def demo(a, b, c):
    	print(a, b, c)
    
    >>> demo(3, 4, 5)                   #按位置传递参数
    3 4 5
    >>> demo(3, 5, 4)
    3 5 4
    >>> demo(1, 2, 3, 4)                #实参与形参数量必须相同
    TypeError: demo() takes 3 positional arguments but 4 were given

## 关键字参数 ##

关键字参数主要指实参，即调用函数时的参数传递方式。

通过关键字参数，**按照参数名字传递，实参顺序可以和形参顺序不一致**，但不影响传递结果，避免了用户需要牢记位置参数顺序的麻烦。

>>> def demo(a,b,c=5):
        print(a,b,c)
    >>> demo(3,7)
    3 7 5
    >>> demo(a=7,b=3,c=6)
    7 3 6
    >>> demo(c=8,a=9,b=0)
    9 0 8

--------------------

## 可变长度参数 ##

可变长度参数主要有两种形式：  
`*args` 用来接受多个实参并将其放在一个元组中  
`**kw`接受关键字参数并存放到字典中

可变参数允许你传入0个或任意个参数，这些可变参数在函数调用时自动组装为一个tuple。  
而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。

### \*args的用法 ###

接收多个参数放元组里  
加了星号 \* 的参数会以元组(tuple)的形式导入

>>> def demo(*p):
            print(p)
    >>> demo(1,2,3)
    (1, 2, 3)
    >>> demo(1,2,3,4,5,6,7)
    (1, 2, 3, 4, 5, 6, 7)

### \*\*kw的用法 ###

接受关键参数并存放到字典中  
两个星号 \*\* 的参数会以字典的形式导入

>>> def demo(**p):
        for item in p.items():
            print(item)
    >>> demo(x=1,y=2,z=3)
    ('y', 2)
    ('x', 1)
    ('z', 3)

### 参数传递的序列解包 ###

传递参数时，可以通过在实参序列前加一个星号将其解包，然后传递给多个单变量形参。

>>> def demo(a, b, c):
        print(a+b+c)
    
    >>> seq = [1, 2, 3]
    >>> demo(*seq)
    6
    >>> tup = (1, 2, 3)
    >>> demo(*tup)
    6

注意：调用函数时如果对实参使用一个星号\*进行序列解包，这么这些解包后的实参将会被当做普通位置参数对待，并且会在关键参数和使用两个星号\*\*进行序列解包的参数之前进行处理。

# return语句 #

return语句用来从一个函数中返回一个值，同时结束函数。  
如果函数没有return语句，或者有return语句但是没有执行到，或者只有return而没有返回值，Python将认为该函数以return None结束。

def maximum( x, y ):
        if x>y:
            return x
        else:
            return y

在调用函数或对象方法时，一定要注意有没有返回值，这决定了该函数或方法的用法

>>> a_list = [1, 2, 3, 4, 9, 5, 7]
    >>> print(sorted(a_list))
    [1, 2, 3, 4, 5, 7, 9]
    >>> print(a_list)
    [1, 2, 3, 4, 9, 5, 7]
    >>> print(a_list.sort())
    None
    >>> print(a_list)
    [1, 2, 3, 4, 5, 7, 9]

# 变量作用域 #

变量起作用的代码范围称为变量的作用域，不同作用域内变量名可以相同，互不影响。  
一个变量在函数外部定义和在函数内部定义，其作用域是不同的。  
在函数内部定义的普通变量只在函数内部起作用，称为局部变量。当函数执行结束后，局部变量自动删除，不再可以使用。  
局部变量的引用比全局变量速度快，应优先考虑使用。

形参属于局部变量

如果想要在函数内部给一个定义在函数外的变量赋值，那么这个变量就不能是局部的，其作用域必须为全局的，能够同时作用于函数内外，称为全局变量，可以通过global来定义。这分为两种情况：  
一个变量已在函数外定义，如果在函数内需要为这个变量赋值，并要将这个赋值结果反映到函数外，可以在函数内用global声明这个变量，将其声明为全局变量。  
在函数内部直接将一个变量声明为全局变量，在函数外没有声明，该函数执行后，将增加为新的全局变量。

>>> def demo():
        global x
        x = 3
        y = 4
        print(x,y)
    
    >>> x = 5
    >>> demo()
    3  4
    >>> x
    3
    >>> y
    NameError: name 'y' is not defined
    
    >>> del x
    >>> x
    NameError: name 'x' is not defined
    >>> demo()
    3  4
    >>> x
    3
    >>> y
    NameError: name 'y' is not defined

注意：在某个作用域内只要有为变量赋值的操作，该变量在这个作用域内就是局部变量，除非使用global进行了声明。

>>> x = 3
    >>> def f():
         print(x)           #本意是先输出全局变量x的值，但是不允许这样做
         x = 5              #有赋值操作，因此在整个作用域内x都是局部变量
         print(x)
    >>> f()
    Traceback (most recent call last):
      File "<pyshell#10>", line 1, in <module>
        f()
      File "<pyshell#9>", line 2, in f
        print(x)
    UnboundLocalError: local variable 'x' referenced before assignment

如果局部变量与全局变量具有相同的名字，那么该局部变量会在自己的作用域内隐藏同名的全局变量。

>>> def demo():
        x = 3        #创建了局部变量，并自动隐藏了同名的全局变量	
    >>> x = 5
    >>> x
    5
    >>> demo()
    >>> x            #函数执行不影响外面全局变量的值
    5