百木园-与人分享，
就是让自己快乐。
当前位置：百木园 > 野生技术 > 正文

python基础（十七）：函数

2022-02-23 分类：野生技术 阅读(723) 评论(0)

在正式讲述函数之前，先给大家说明一点：编写函数就是“面向过程”的方式，编写类就是“面向对象“的方式。你如果不知道这是啥意思，至少别人提到这2个词你应该知道是在干嘛。

函数的相关概念解释

函数是带有特有名字的代码块儿，用于帮助我们实现具体的功能。在正式讲述Python函数之前，这里首先给大家讲述一下函数的概念、好处和注意事项。

  • 概念： 将一组逻辑语句封装在方法体中，对外暴露方法名
  • 好处： 隐藏了实现细节，提高代码的重用性
  • 注意事项： 编写并调用一个函数，我们必须要知道：
    • ① 函数的功能
    • ② 函数名

函数的语法结构拆解

说了真么多，那么怎么样编写一个函数呢？这就涉及到函数的语法结构了。

# 定义函数
def 函数名(形式参数1,形式参数2,...):
\"\"\"文档描述\"\"\"
函数体
return 值

# 函数调用
函数名(实际参数1,实际参数2,...)

哈哈，对于没有学习函数的同学来说，是不是一脸茫然？接着我给大家讲解一下每一部分的含义，做一个大拆解。

  • def： 它是定义函数的关键字，看到这个关键字，表示我们定义了一个函数；
  • 函数名： 类似于我们定义一个变量。函数名直接指向的是函数的内存地址，表示对函数体代码的引用，因此我们可以直接通过函数名，来调用函数，实现既定功能；
  • 括号： 括号内用于参数传递，但是该参数是可有可无的；
  • 冒号： 这是语法结构，没有为什么，这个冒号要一再强调，不能省略；
  • \"\"\"文档描述\"\"\"： 用于描述该函数的功能，介绍一些参数信息，不是必须的，但是为了自己和他人以后能够看明白，建议加上；
  • 函数体： 用于实现特定功能的代码块儿；
  • return 值：
    • 函数体内部可以用return随时返回函数结果；
    • 函数执行完毕也没有return语句时，自动return None。
    • 函数可以同时返回多个值，但其实就是一个tuple。

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：

def nop():
pass

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。

pass还可以用在其他语句里，比如：

if age >= 18:
pass

缺少了pass，代码运行就会有语法错误。

返回值

上面我们已经知道：函数的返回值是可有可无的，有时候我们只需要直接显示输出，但有时候我们需要利用返回值，做一些其他的操作。

下面的演示，可能会涉及到”传参‘，不明白不要紧，咋们后面会慢慢讲述。

无返回值

比如：我们只想做一个简单的自我介绍，我们直接显示输出就好。

name = \"梁同学\"
age = 18
addr = \"山东\"

def my_intro(name, age, addr):
print(f\"我的名字是{name}\")
print(f\"我今年{age}岁\")
print(f\"我来自{addr}\")

my_intro(name, age, addr)

# 我的名字是梁同学
# 我今年18岁
# 我来自山东

有返回值

比如：求平均成绩，后面我要利用这个平均成绩，做一个汇报。

chinese = 91
math = 95
english = 90

def age_score(chinese, math, english):
avg = (english + math + chinese) / 3
return avg

avg = age_score(chinese, math, english)
print(f\"我的平均成绩是：{avg}\")
# 我的平均成绩是：92.0

有多个返回值

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：

import math

def move(x, y, step, angle=0):
nx = x + step * math.cos(angle)
ny = y - step * math.sin(angle)
return nx, ny

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。

然后，我们就可以同时获得返回值：

x, y = move(100, 100, 60, math.pi / 6)
print(x, y)
# 151.96152422706632 70.0

但其实这只是一种假象，Python函数返回的仍然是单一值：

r = move(100, 100, 60, math.pi / 6)
print(r, type(r))
# (151.96152422706632, 70.0) <class \'tuple\'>

原来返回值是一个tuple！但是，在语法上，返回一个tuple可以省略括号，而多个变量可以同时接收一个tuple，按位置赋给对应的值，所以，Python的函数返回多值其实就是返回一个tuple，但写起来更方便。

参数的传递

无参传递

对于一个简单的函数，我们不需要传递任何参数，当然也没有返回值。这样的函数无法实现复杂的功能，很简单，但我们需要了解。

def func1():
print(\"今天天气真是好！\")

func1()
# 今天天气真是好！

有参传递

有时候为了是的代码的可扩展性更高，需要给函数传递参数，来帮助我们实现更复杂的功能。在详细讲述有参传递之前，我们用一个简单的案例（如图所示），讲述“形参”和“实参”这两个概念。

name = \"梁同学\"
def func2(name):
print(f\"我的名字叫做：{name}\")
func2(name)
# 我的名字叫做：梁同学

形参和实参的概念：

  • 形参： 函数完成某个功能，所需的一项信息；
  • 实参： 调用函数时，传递给函数的具体信息；

总结一下：函数定义中传入参数，叫做形参。调用函数时，传入的参数，叫做实参。

定义函数的时候，我们把参数的名字和位置确定下来，函数的接口定义就完成了。对于函数的调用者来说，只需要知道如何传递正确的参数，以及函数将返回什么样的值就够了，函数内部的复杂逻辑被封装起来，调用者无需了解。

Python的函数定义非常简单，但灵活度却非常大。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

我们先写一个计算x2的函数：

def power(x):
return x * x

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：

>>> power(5)
25
>>> power(15)
225

现在，如果我们要计算x3怎么办？可以再定义一个power3函数，但是如果要计算x4、x5……怎么办？我们不可能定义无限多个函数。

你也许想到了，可以把power(x)修改为power(x, n)，用来计算xn，说干就干：

def power(x, n):
s = 1
while n > 0:
n = n - 1
s = s * x
return s

对于这个修改后的power(x, n)函数，可以计算任意n次方：

print(power(5, 2))
# 25
print(power(5, 3))
# 125

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：

print(power(5))
\"\"\"
Traceback (most recent call last):
File \"D:/python_project/mxxl/test/test.py\", line 9, in <module>
print(power(5))
TypeError: power() missing 1 required positional argument: \'n\'
\"\"\"

Python的错误信息很明确：调用函数power()缺少了一个位置参数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：

def power(x, n=2):
s = 1
while n > 0:
n = n - 1
s = s * x
return s

这样，当我们调用power(5)时，相当于调用power(5, 2)：

print(power(5))
# 25
print(power(5, 3))
# 125

而对于n > 2的其他情况，就必须明确地传入n，比如power(5, 3)。

从上面的例子可以看出，默认参数可以简化函数的调用。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。

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。

举个例子，我们写个一年级小学生注册的函数，需要传入name和gender两个参数：

def enroll(name, gender):
print(\'name:\', name)
print(\'gender:\', gender)

这样，调用enroll()函数只需要传入两个参数：

enroll(\'Sarah\', \'F\')

# name: Sarah
# gender: F

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：

def enroll(name, gender, age=6, city=\'Beijing\'):
print(\'name:\', name)
print(\'gender:\', gender)
print(\'age:\', age)
print(\'city:\', city)

这样，大多数学生注册时不需要提供年龄和城市，只提供必须的两个参数：

enroll(\'Sarah\', \'F\')

# name: Sarah
# gender: F
# age: 6
# city: Beijing

只有与默认参数不符的学生才需要提供额外的信息：

enroll(\'Bob\', \'M\', 7)
enroll(\'Adam\', \'M\', city=\'Tianjin\')

可见，默认参数降低了函数调用的难度，而一旦需要更复杂的调用时，又可以传递更多的参数来实现。无论是简单调用还是复杂调用，函数只需要定义一个。

有多个默认参数时，调用的时候，既可以按顺序提供默认参数，比如调用enroll(\'Bob\', \'M\', 7)，意思是，除了name，gender这两个参数外，最后1个参数应用在参数age上，city参数由于没有提供，仍然使用默认值。

也可以不按顺序提供部分默认参数。当不按顺序提供部分默认参数时，需要把参数名写上。比如调用enroll(\'Adam\', \'M\', city=\'Tianjin\')，意思是，city参数用传进去的值，其他默认参数继续使用默认值。

默认参数很有用，但使用不当，也会掉坑里。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：

def add_end(L=[]):
L.append(\'END\')
return L

当你正常调用时，结果似乎不错：

print(add_end([1, 2, 3]))
# [1, 2, 3, \'END\']

print(add_end([\'x\', \'y\', \'z\']))
# [\'x\', \'y\', \'z\', \'END\']

当你使用默认参数调用时，一开始结果也是对的：

print(add_end())
# [\'END\']

但是，再次调用add_end()时，结果就不对了：

print(add_end())
# [\'END\', \'END\']

print(add_end())
# [\'END\', \'END\', \'END\']

很多初学者很疑惑，默认参数是[]，但是函数似乎每次都“记住了”上次添加了\'END\'后的list。

原因解释如下：

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！

要修改上面的例子，我们可以用None这个不变对象来实现：

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

现在，无论调用多少次，都不会有问题：

print(add_end())
# [\'END\']

print(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。我们在编写程序时，如果可以设计一个不变对象，那就尽量设计成不变对象。

可变参数

在Python函数中，还可以定义可变参数。顾名思义，可变参数就是传入的参数个数是可变的，可以是1个、2个到任意个，还可以是0个。

我们以数学题为例子，给定一组数字a，b，c……，请计算a2> + b2 + c2+ ……。

要定义出这个函数，我们必须确定输入的参数。由于参数个数不确定，我们首先想到可以把a，b，c……作为一个list或tuple传进来，这样，函数可以定义如下：

def calc(numbers):
sum = 0
for n in numbers:
sum = sum + n * n
return sum

但是调用的时候，需要先组装出一个list或tuple：

print(calc([1, 2, 3]))
# 14

print(calc((1, 3, 5, 7)))
# 84

如果利用可变参数，调用函数的方式可以简化成这样：

print(calc(1, 2, 3))
# 14

print(calc(1, 3, 5, 7))
# 84

所以，我们把函数的参数改为可变参数：

def calc(*numbers):
sum = 0
for n in numbers:
sum = sum + n * n
return sum

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。但是，调用该函数时，可以传入任意个参数，包括0个参数：

print(calc(1, 2))
# 5

print(calc())
# 0

如果已经有一个list或者tuple，要调用一个可变参数怎么办？可以这样做：

nums = [1, 2, 3]

print(calc(nums[0], nums[1], nums[2]))
# 14

这种写法当然是可行的，问题是太繁琐，所以Python允许你在list或tuple前面加一个*号，把list或tuple的元素变成可变参数传进去：

print(calc(*nums))
# 14

*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

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。请看示例：

def person(name, age, **kw):
print(\'name:\', name, \'age:\', age, \'other:\', kw)

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：

person(\'Michael\', 30)
# name: Michael age: 30 other: {}

也可以传入任意个数的关键字参数：

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。比如，在person函数里，我们保证能接收到name和age这两个参数，但是，如果调用者愿意提供更多的参数，我们也能收到。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。

和可变参数类似，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\'}

当然，上面复杂的调用可以用简化的写法：

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

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：

def person(name, age, **kw):
if \'city\' in kw:
# 有city参数
pass
if \'job\' in kw:
# 有job参数
pass
print(\'name:\', name, \'age:\', age, \'other:\', kw)

但是调用者仍可以传入不受限制的关键字参数：

person(\'Jack\', 24, city=\'Beijing\', addr=\'Chaoyang\', zipcode=123456)

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)

和关键字参数**kw不同，命名关键字参数需要一个特殊分隔符*，*后面的参数被视为命名关键字参数。

调用方式如下：

person(\'Jack\', 24, city=\'Beijing\', job=\'Engineer\')
# Jack 24 Beijing Engineer

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)

命名关键字参数必须传入参数名，这和位置参数不同。如果没有传入参数名，调用将报错：

person(\'Jack\', 24, \'Beijing\', \'Engineer\')
\"\"\"
Traceback (most recent call last):
File \"D:/python_project/mxxl/test/test.py\", line 4, in <module>
person(\'Jack\', 24, \'Beijing\', \'Engineer\')
TypeError: person() missing 2 required keyword-only arguments: \'city\' and \'job\'
\"\"\"

由于调用时缺少参数名city和job，Python解释器把这4个参数均视为位置参数，但person()函数仅接受2个位置参数。

命名关键字参数可以有缺省值，从而简化调用：

def person(name, age, *, city=\'Beijing\', job):
print(name, age, city, job)

由于命名关键字参数city具有默认值，调用时，可不传入city参数：

person(\'Jack\', 24, job=\'Engineer\')
# Jack 24 Beijing Engineer

使用命名关键字参数时，要特别注意，如果没有可变参数，就必须加一个*作为特殊分隔符。如果缺少*，Python解释器将无法识别位置参数和命名关键字参数：

def person(name, age, city, job):
# 缺少 *，city和job被视为位置参数
pass

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：

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)

在函数调用的时候，Python解释器自动按照参数位置和参数名把对应的参数传进去。

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}

最神奇的是通过一个tuple和dict，你也可以调用上述函数：

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。

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：

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

my_abs(1, 2)
\'\'\'
Traceback (most recent call last):
File \"D:/python_project/mxxl/test/test.py\", line 8, in <module>
my_abs(1, 2)
TypeError: my_abs() takes 1 positional argument but 2 were given

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：

my_abs(\'A\')
\'\'\'
Traceback (most recent call last):
File \"D:/python_project/mxxl/test/test.py\", line 8, in <module>
my_abs(\'A\')
File \"D:/python_project/mxxl/test/test.py\", line 2, in my_abs
if x >= 0:
TypeError: \'>=\' not supported between instances of \'str\' and \'int\'
\'\'\'

abs(\'A\')
\"\"\"
Traceback (most recent call last):
File \"D:/python_project/mxxl/test/test.py\", line 8, in <module>
abs(\'A\')
TypeError: bad operand type for abs(): \'str\'
\"\"\"

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。

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：

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

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：

my_abs(\'A\')
\"\"\"
Traceback (most recent call last):
File \"D:/python_project/mxxl/test/test.py\", line 10, in <module>
my_abs(\'A\')
File \"D:/python_project/mxxl/test/test.py\", line 3, in my_abs
raise TypeError(\'bad operand type\')
TypeError: bad operand type
\"\"\"

错误和异常处理将在后续讲到。

来源：https://www.cnblogs.com/pure3417/p/14645217.html
图文来源于网络，如有侵权请联系删除。

未经允许不得转载：百木园 » python基础（十七）：函数
标签：

相关推荐

  • 暂无文章

热门文章