零基础入门学Python系列内容的学习目录                                 →                            \rightarrow                 →零基础入门学Python系列内容汇总。

函数（上）

• 1. Python的乐高积木
  • 1.1 创建和调用函数
  • 1.2 函数的参数
  • 1.3 函数的返回值
• 2. 灵活即强大
  • 2.1 形参和实参
  • 2.2 函数文档
  • 2.3 关键字参数
  • 2.4 默认参数
  • 2.5 收集参数
• 3. 我的地盘听我的
  • 3.1 函数和过程
  • 3.2 再谈谈返回值
  • 3.3 函数变量的作用域
• 4. 内嵌函数和闭包
• 5. lambda表达式
• 6. 递归
• 7. 介绍两个BIF：filter()和map()

  需要学习的基础知识有：函数、参数、闭包、lambda表达式、递归等。因本部分内容较多，故分为上下两个篇章。
    1、2、3部分内容见零基础入门学Python（六）—— 函数（上）
    4、5、6、7部分内容见零基础入门学Python（六）—— 函数（下）

1. Python的乐高积木

  为了使得程序的代码更为简单，就需要把程序分解成较小的组成部分，有三种方法可以实现：函数、对象和模块。

1.1 创建和调用函数

  我们之前使用的BIF就是Python帮我们封装好的函数，用的时候很方便，根本不需要去想实现的原理。一个程序可以按照不同功能的实现分割成许许多多的代码块，每一个代码块就可以封装成一个函数。
  在Python中创建一个函数用def关键字：

  example1: >>>def myFirstFunction():
             print(“这是我创建的第一个函数！”)

  要注意的是，在函数名后要加上一对小括号。这对括号是必不可少的，因为有时候需要在里面放点东西。
  在Python中调用一个函数，就是直接写出函数名加上小括号即可：

  example2: >>>myFirstFunction()
       这是我创建的第一个函数！

  函数的调用机制和运行机制：当函数myFirstFunction()发生调用操作的时候，Python会自动往上找到def myFirstFunction()的定义过程，然后依次执行该函数所包含的代码块部分。只需要一条语句，就可以轻松实现函数内的所有功能。
  假如要把刚才的内容打印三次，只需要调用三次函数即可：

  example3: >>>for i in range(3):
            myFirstFunction()
        这是我创建的第一个函数！
        这是我创建的第一个函数！
        这是我创建的第一个函数！

1.2 函数的参数

  之前在函数名后加的一对小括号里面放的东西就是函数的参数，参数会使得函数可以实现个性化。

  example1: >>>def mySecondFunction(name):
             print(name + “，你好！”)

        >>>mySecondFunction(“小明”)
        小明，你好！
        >>>mySecondFunction(“张三”)
        张三，你好！

  如果需要使用多个参数的话，只需要用逗号隔开即可：

  example2: >>>def add(num1, num2):
             print(num1 + num2)

        >>>add(1, 2)
        3

1.3 函数的返回值

  有时候需要函数为我们返回一些数据来报告执行的结果，所以函数需要返回值。在函数中使用关键字return，后面跟着的就是指定要返回的值：

  example1: >>>def add(num1, num2):
             return num1 + num2

        >>>add(1, 2)
        3

2. 灵活即强大

2.1 形参和实参

  参数从调用的角度来说，分为形式参数(parameter)和实际参数(argument)。形参是指函数创建和定义过程中小括号里的参数，而实参则是指函数在被调用的过程中传递进来的参数。

  example1: >>>def myFirstFunction(name):
             print(name)

        >>>myFirstFunction(“小明”)
        小明

其中，myFirstFunction(name)的name是形参，因为它只代表一个位置、一个变量名；而调用myFirstFunction("小明")传递的"小明"是实参，因为它是一个具体的内容，是赋值到变量名中的值。

2.2 函数文档

  函数文档的作用是描述该函数的功能。

   example1: >>>def exchangeRate(dollar):
             " " "美元 -> 人民币
             汇率暂定为6.5
             " " "
             return dollar * 6.5

        >>>exchangeRate(10)
        65.0

  在函数开头写下的字符串是不会打印出来的，但它会作为函数的一部分存储起来。这个称为函数文档字符串，它的功能跟注释是一样的。不一样的是函数的文档字符串可以通过特殊属性_ _doc_ _获取：

  example2: >>>exchangeRate._ _ doc _ _
        ’ 美元 -> 人民币 \n\t 汇率暂定为6.5 \n\t ’

  另外，当我们想用一个函数但却不确定其用法的时候，可以通过help()函数来查看函数的文档。

  example3: >>>help(exchangeRate)
        Help on function exchangeRate in module _ _ main _ _ :

        exchangeRate(dollar)
          美元 -> 人民币
          汇率暂定为6.5

2.3 关键字参数

  普通的参数叫位置参数，通常在调用一个函数的时候，我们可能会把位置参数的顺序弄乱以至于函数无法按照预期实现，因此就有了关键字参数，可以简单地解决这个潜在的问题。

  example1: >>>def saySomething(name, words):
             print(name + ’ -> ’ + words)

        >>>saySomething(“小明”, “你好！”)
        小明 -> 你好！
        >>>saySomething(“你好！”, “小明”)
        你好！ -> 小明
        >>>saySomething(words = “你好！”, name = “小明”)
        小明 -> 你好！

  关键字参数其实就是在传入实参时指定形参的变量名。

2.4 默认参数

  默认参数是在定义的时候赋予了默认值的参数：

  example1: >>>def saySomething(name = “小明”, words = “你好！”):
             print(name + ’ -> ’ + words)

        >>>saySomething( )
        小明 -> 你好！
        >>>saySomething(“张三”, “再见！”)
        张三 -> 再见！
        >>>saySomething(words = “好久不见！”, name = “李四”)
        李四 -> 好久不见！

  使用默认参数的话，就可以不带参数去调用函数。默认参数和关键字参数的区别为：

• 关键字参数是在函数调用的时候通过参数名指定要赋值的参数，这样做就不怕因为搞不清参数的顺序而导致参数调用出错。
• 默认参数是在参数定义过程中为形参赋值，当函数调用的时候不传递实参，则默认使用形参的初始值代替。

2.5 收集参数

  收集参数大多时候也被称为可变参数，编写程序时，有时候程序员也不知道这个函数到底需要多少个参数，这时候仅需要在参数前面加上星号（ * ）即可：

  example1: >>>def test( * params):
             print(“有 %d 个参数” % len(params))

        >>>test( ‘H’, ‘e’, ‘l’, ‘l’, ‘o’)
        有 5 个参数
        >>>test( ‘小明’, ‘e’, 123)
        有 3 个参数

  如果在收集参数后边还需要指定其他参数，在调用函数的时候就应该使用关键字参数来指定，否则Pyhton就会把实参列入收集参数的范畴。

  example2: >>>def test( * params, extra):
             print(“收集参数是：”, params)
             print(“位置参数是：”, extra)

        >>>test(1, 2, 3, 4, 5)
        Traceback (most recent call last):
         File “

  Pyhton就是把标志为收集参数的参数们打包成一个元组。如果编程时参数中带有收集参数，那么建议将其他参数设置为默认参数，这样不容易出错。

  example3: >>>def test( * params, extra = “8”):
             print(“收集参数是：”, params)
             print(“位置参数是：”, extra)

        >>>test(1, 2, 3, 4, 5)
        收集参数是： (1, 2, 3, 4)
        位置参数是： 5

  星号（ * ）其实既可以打包又可以“解包”。假如我们需要将一个列表a传入test函数的收集参数 * params中，那么调用test(a)时便会出错，此时需要在a前边加上个星号（ * ）表示实参需要“解包”后才能使用：

  example4: >>>def test( * params):
             print(“有 %d 个参数” % len(params))
             print(“第二个参数是” , params[1])

        >>>a = [1, 2, 3, 4, 5]
        >>>test(a)
        有 1 个参数
        Traceback (most recent call last):
         File “

  Python还有另一种收集方式，就是用两个星号（ ** ）表示，两个星号的收集参数表示将参数们打包成字典的形式。

3. 我的地盘听我的

3.1 函数和过程

  函数（function）是有返回值的，而过程（procedure）是简单、特殊并且没有返回值的。Pyhton严格来说只有函数，没有过程！

  example1: >>>def hello( ):
             print(“Hello~”)

        >>>print(hello( ))
        Hello~
        None

  通过上面例子可以发现，调用print(hello( ))之后打印了两行文字。当不写return语句的时候，Pyhton会默认函数是return None的，所以说Pyhton所有的函数都有返回值。

3.2 再谈谈返回值

  在许多编程语言中，我们说一个函数是整型，其实就是指这个函数会返回一个整型的返回值。而Pyhton不同，Pyhton可以动态确定函数的类型，而且函数还能返回不同类型的值。另外，Pyhton似乎还可以同时返回多个值：

  example1: >>>def test( ):
             return[1, ‘小明’, ‘abc’]

        >>>test( )
        [1, ‘小明’, ‘abc’]

  Pyhton可以利用列表打包多种类型的值一次性返回，也可以直接用元组的形式返回多个值：

  example2: >>>def test( ):
             return 1, ‘小明’, ‘abc’

        >>>test( )
        (1, ‘小明’, ‘abc’)

3.3 函数变量的作用域

  变量的作用域就是平时所说的变量可见性，一般的编程语言都有局部变量（Local Variable）和全局变量（Global Variable）之分。看一个例子：

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

old_price = float(input('请输入原价：'))rate = float(input('请输入折扣率：'))new_price = discounts(old_price, rate)print('打折后价格是：', new_price)

请输入原价：10
请输入折扣率：0.7
打折后价格是： 7.0

  在函数discounts()中，两个参数是price和rate，还有一个是final_price，它们都是discounts()函数中的局部变量。如果将代码修改如下：

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

old_price = float(input('请输入原价：'))rate = float(input('请输入折扣率：'))new_price = discounts(old_price, rate)print('打折后价格是：', new_price)print('这里试图打印局部变量final_price的值：', final_price)

请输入原价：10
请输入折扣率：0.7
打折后价格是： 7.0
Traceback (most recent call last):
 File “C:\Users\Administrator\Desktop\1.py”, line 9, in < module >
  print(‘这里试图打印局部变量final_price的值：’, final_price)
NameError: name ‘final_price’ is not defined

  运行之后就会报错，错误原因为final_price没有被定义过，Python找不到final_price这个变量。这是因为final_price只是一个局部变量，它的作用范围之在它的地盘上——discounts()函数的定义范围内有效。
  总结一下：在函数里边定义的参数以及变量，都称为局部变量，出了这个函数，这些变量都是无效的。Python在运行函数的时候，利用栈(Stack)进行存储，当执行完该函数后，函数中的所有数据都会被自动删除，所以在函数外边是无法访问到函数内部的局部变量的。
  与局部变量相对的是全局变量，上述程序中old_price、new_price、rate 都是在函数外边定义的，它们都是全局变量，全局变量拥有更大的作用城。例如在函数中可以访问到它们：

def discounts(price, rate):
    final_price = price * rate    print('这里试图打印全局变量old_price的值：', old_price)
    return final_price

old_price = float(input('请输入原价：'))rate = float(input('请输入折扣率：'))new_price = discounts(old_price, rate)print('打折后价格是：', new_price)

请输入原价：10
请输入折扣率：0.7
这里试图打印全局变量old_price的值：10.0
打折后价格是： 7.0

  在Pyhton中，我们可以肆无忌惮的访问一个全局变量，但当试图修改它时就需要小心了。看如下所示代码：

def discounts(price, rate):
    final_price = price * rate
    old_price = 20
    print('在全局变量中修改后old_price的值：', old_price)
    return final_price

old_price = float(input('请输入原价：'))rate = float(input('请输入折扣率：'))new_price = discounts(old_price, rate)print('全局变量old_price现在的值是：', old_price)print('打折后价格是：', new_price)

请输入原价：10
请输入折扣率：0.7
在全局变量中修改后old_price的值： 20
全局变量old_price现在的值是： 10.0
打折后价格是： 7.0

  如果在函数内部试图修改全局变量，那么Python会创建一个新的局部变量替代(名字跟全局变量相同)，但真正的全局变量是纹丝不动的。
  关于全局变量，我们也来总结一下：全局变量在整个代码段中都是可以访问到的，但是不要试图在函数内部去修改全局变量的值，因为那样Python会自动在函数内部新建一样的局部变量代替。如果想在函数里边去修改全局变量的值，可以在函数里边嵌套定义一个新的函数。

  后半部分内容见零基础入门学Python（六）—— 函数（下）。

4. 内嵌函数和闭包

5. lambda表达式

6. 递归

7. 介绍两个BIF：filter()和map()