1.1.函数定义

1.1.1.定义一个函数

1.1python定义函数用def关键字，一般格式如下

def 函数名（参数列表）：
        函数体

1.2函数名的命名规则
形参：形式参数，不是实际存在，是虚拟变量。在定义函数和函数体的时候使用形参，目的是在函数调用时接收实参（实参个数，类型与实参一一对应）
实参：实际参数，调用函数时传给函数的参数，可以是常量，变量，表达式，函数，传给形参
区别：形参是虚拟的，不占用内存空间，形参变量只有在被调用时才分配内存单元，实参是一个变量，占用内存空间，数据传送单向，实参传给形参，不能形参传给实参

def area(width,height):
    return width*height
w = 4
h = 5
print(area(w,h))

20

width和height是形参，w=4和h=5是实参。

1.1.2.使用函数的好处

1代码重用2便于修改，易扩展

msg = 'abcdefg'
msg = msg[:2] + 'z' + msg[3:]
print(msg)
msg = '1234567'
msg = msg[:2] + '9' + msg[3:]
print(msg)

改进

def setstr(msg,index,char):
    return msg[:index] + 'char' + msg[index+1:]
msg = 'abcdefg'
setstr(msg,2,'z')
print(msg)
msg = '1234567'
setstr(msg,2,'9')
print(msg)

1.2.函数的参数

• 必需参数
• 关键字参数
• 默认参数
• 不定长参数

1.2.1.必需参数：

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

def f(name,age):
    print('I am %s,I am %d'%(name,age))
f('alex',18)
f('alvin',16)

I am alex,I am 18
I am alvin,I am 16

1.2.2.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。使用关键字参数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。

def f(name,age):
    print('I am %s,I am %d'%(name,age))
f(age = 16,name = 'alvin')

I am alvin,I am 16

1.2.3.默认参数

调用函数时，缺少参数的值如果没有传入，则被认为是默认值。下例会打印默认的sex，如果sex没有被传入：

def print_info(name,age,sex = 'male'):
    print('Name:%s' % name)
    print('age:%s' % age)
    print('sex:%s' % sex)
    return
print_info('alex',18)
print_info('铁锤',40,'female')

Name:alex
age:18
sex:male
Name:铁锤
age:40
sex:female

1.2.4.不定长参数

你可能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众参数不同，声明时不会命名。

def add(*tuples):
    sum = 0
    for v in tuples:
        sum += v
    return sum
print(add(1,4,6,9))
print(add(1,4,6,9,5))

20
25

加了星号的变量名会存放所有未命名的变量参数，而加两个星号的变量名会存放命名的变量参数

def print_info(**kwargs):
    print(kwargs)
    for i in kwargs:
        print('%s:%s'%(i,kwargs[i])) #根据参数可以打印任意相关信息了
    return
print_info(name = 'alex',age = 18,sex = 'female',hobby = 'girl',nationlity = 'Chinese',ability = 'Python')

{'name': 'alex', 'age': 18, 'sex': 'female', 'hobby': 'girl', 'nationlity': 'Chinese', 'ability': 'Python'}
name:alex
age:18
sex:female
hobby:girl
nationlity:Chinese
ability:Python

注意，还可以这样传参：

def f(*args):
    print(args)
f(*[1,2,5])
def f(**kwargs):
    print(kwargs)
f(**{'name':'alex'})

(1, 2, 5)
{'name': 'alex'}

PyCharm 的调试工具

• F8 Step Over 可以单步执行代码，会把函数调用看做是一行代码直接执行
• F7 Step Into 可以单步执行代码，如果是函数，会进入函数内部

1.3.函数的返回值

要想获得函数的执行结果，就可以用return语句把结果返回
注意：
函数在执行过程中只要遇到return语句，就会停止执行并返回结果，所以也可理解为return语句代表着函数的结束，如果未在函数中指定return，那这个函数的返回值为None
return多个对象，解释器会把这多个对象组装成一个元组作为一个一个整体结果输出。

def sum_and_avg(list):
    sum = 0
    count = 0
    for e in list:
        #如果元素e是数值
        if isinstance(e,int) or isinstance(e,float):
            count += 1
            sum += e
        return sum,sum / count
my_list = [20,15,2.8,'a',35,5.9,-1.8]
#获取sum_and_avg函数返回的多个值，多个返回值被封装成元组
tp = sum_and_avg(my_list)
print(tp)

20 20.0

1.4.高阶函数

高阶函数是至少满足下列一个条件的函数：
接受一个或多个函数作为输入 输出一个函数

def add(x,y,f):
    return f(x) + f(y)
res = add(3,-6,abs)
print(res)

9

def method():
    x = 2
    def double(n):
        return n*x
    return double
fun = method()
num = fun(20)
print(num)

40

1.5.函数作用域

1.5.1.作用域介绍

python中的作用域分4种情况：
L：local，局部作用域，即函数中定义的变量；
E：enclosing，嵌套的父级函数的局部作用域，即包含此函数的上级函数的局部作用域，但不是全局的；
G：global，全局变量，就是模块级别定义的变量；
B：builtin，系统固定模块里面的变量，比如int,bytearray等。
搜索变量的优先级顺序依次是：作用域局部>外层作用域>当前模块中的全局>python内置作用域，也就是LEGB。

x = str(100)#int built-in
print('hello' + x)
str = 33#str内置函数被破坏，一定不要这样做
print(str)
g_count = 0#global
def outer():
    o_count = 1#enclosing
    def inner():
        i_count = 2#local
        print(o_count)
    #print(i_count)找不到
    inner()
outer()

当然，local和enclosing是相对的，enclosing
变量相对上层来说也是local。

1.5.2.作用域产生

在python中，只有模块（module），类（class）以及函数（def,lambda）才会引入新的作用域，其他的代码块（如if、try、for等）是不会引入新的作用域的，如下代码：

if 2 > 1:
    x = 1
print(x)

1

这个是没有问题的，if并没有引入一个新的作用域，x仍处在当前作用域中，后面代码可以使用。

def text():
    x = 2
print(x)

NameError: name 'x' is not defined

def、class、lambda是可以引入新作用域的。

1.5.3.变量的修改

x = 6
def f2():
    print(x)
    x = 5
f2()
#错误的原因在于print(x)时，解释器会在局部作用域找，会找到x=5（函数已经加载到内存），但x使用在声明前了，所以报错；
#local varible 'x' referenced before assignment.如何证明找到了x=5呢？简单：注释掉x=5,x=6
#报错为：name 'x' is not defined
#同理
x = 6
def f2():
    x += 1
f2()
报错为：UnboundLocalError: local variable 'x' referenced before assignment

1.5.4.global关键字

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关键字了，当修改的变量是在全局作用域（global作用域）上的，就要使用global先声明一下，代码如下：

count = 10
def outer():
    global count
    print(count)
    count = 100
    print(count)
outer()

10
100

1.5.5.nonlocal关键字

global关键字声明的变量必须在全局作用域上，不能嵌套作用域上，当要修改嵌套作用域（enclosing作用域，外层非全局作用域）中的变量怎么办呢，这时就需要nonlocal关键字了。

def outer():
    count = 10
    def inner():
        nonlocal count
        count = 20
        print(count)
    inner()
    print(count)
outer()

20
20

1.5.6.小结

（1）变量查找顺序：LEGB，作用域局部>外层作用域>当前模块中的全局>python内置作用域；
（2）只有模块、类及函数才能引入新作用域；
（3）对于一个变量，内部作用域先声明就会覆盖外部变量，不声明直接使用，就会使用外部作用域的变量；
（4）内部作用域要修改外部作用域变量的值时，全局变量要使用global关键字，嵌套作用域变量要使用nonlocal关键字。nonlocal是python3新增的关键字，有了这个关键字，就能完美地实现闭包了。

1.6.递归函数

定义：在函数内部，可以调用其他函数。如果一个函数在内部调用自身本身，这个函数就是递归函数。

1.6.1.例1（阶乘）

def factorial(n):
    result = n
    for i in range(1,n):
        result *= 1
    return result
print(factorial(4))


#****************递归****************
def factorial_new(n):
    if n == 1:
        return 1
    return n*factorial_new(n-1)
print(factorial_new(3))

1.6.2.例2（斐波那契数列）

def fibo(n):
    before = 0
    after = 1
    for i in range(n-1):
        ret = before + after
        before = after
        after = ret
    return ret
print(fibo(3))

#*************递归************
def fibo_new(n): #n可以为零，数列有[0]
    if n <= 1:
        return n
    return(fibo_new(n-1) + fibo_new(n-2))
print(fibo_new(3))

print(fibo_new(30000))#maximum recursion depth exceeded in comparison 递归函数的优点：是定义简单，逻辑清晰。理论上，所有的递归函数都可以写成循环的方式，但循环的逻辑不如递归清晰。

1.6.3.递归特性：

1.必须有一个明确的结束条件
2.每次进入更深一层递归时，问题规模相比上次递归都应有所减少
3.递归效率不高，递归层次过多会导致栈溢出（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）

1.7.匿名函数

匿名函数就是不需要显式的指定函数名。

关键字lambda表示匿名函数，冒号前面的n表示函数参数，可以有多个参数。
匿名函数有个限制，就是只能有一个表达式，不用写return，返回值就是该表达式的结果。
用匿名函数有个好处，因为函数没有名字，不必担心函数名冲突。此外，匿名函数也是一个函数对象，也可以把匿名函数赋值给一个变量，再利用变量来调用该函数。
有些函数在代码中只用一次，而且函数体比较简单，使用匿名函数可以减少代码量，看起来比较“优雅”。

def calc(x,y):
    return x**y
#换成匿名函数
calc = lambda x,y:x**y
print(calc(2,5))
def calc(x,y):
    if x > y:
        return x*y
    else:
        return x / y
#三元运算换成匿名函数
calc = lambda x,y:x * y if x > y else x / y
print(calc(2,5))

32
0.4

匿名函数主要与其他函数联合使用

1.8.内置函数

1.8.1.map函数

map()函数接收两个参数，一个是函数，一个是Iterable，map将传入的函数依次作用到序列的每个元素，并把结果作为新的Iterator返回
遍历序列，对序列中每个元素进行函数操作，最终获取新的序列。

求列表[1,2,3,4,5,6,7,8,9]，返回一个n*n的列表

#一般解决方案
li = [1,2,3,4,5,6,7,8,9]
for ind,val in enumerate(li):
    li[ind] = val * val
print(li)

#高级解决方案
li = [1,2,3,4,5,6,7,8,9]
print(list(map(lambda x:x*x,li)))

[1, 4, 9, 16, 25, 36, 49, 64, 81]
[1, 4, 9, 16, 25, 36, 49, 64, 81]

1.8.2.reduce函数

reduce把一个函数作用在一个序列[x1,x2,x3,...]上，这个函数必须接收两个参数，reduce把结果继续和序列的下一个元素做累积运算，其效果就是：
reduce(func,[1,2,3])等同于func(func(1,2),3)
对于序列内所有元素进行累计操作

#接受一个list并利用reduce()求积
from functools import reduce
li = [1,2,3,4,5,6,7,8,9]
print(reduce(lambda x,y:x * y,li))

362880

1.8.3.filter函数

filter()也接收一个函数和一个序列。和map()不同的是，filter()把传入的函数依次作用于每个元素，然后根据返回值是True还是False决定保留还是丢弃该元素。
对于序列中的元素进行筛选，最终获取符合条件的序列

li = [1,2,3,4,5,6,9,10,15]
print(list(filter(lambda x:x % 2==1,li)))

#回数是指从左向右读和从右向左读都是一样的数，例如12321,909.请利用filter（）筛选出回数
li = list(range(1,200))
print(list(filter(lambda x:int(str(x)) == int(str(x)[::-1]),li)))

[1, 3, 5, 9, 15]
[1, 2, 3, 4, 5, 6, 7, 8, 9, 11, 22, 33, 44, 55, 66, 77, 88, 99, 101, 111, 121, 131, 141, 151, 161, 171, 181, 191]

1.8.4.sorted函数

sorted(iterable,/,*,key=None,reverse=False)
接收一个key函数来实现对可迭代对象进行对象进行自定义的排序
可迭代对象：主要与列表，字符串，元组，集合和字典
key:接收一个函数，根据此函数返回的结果，进行排序
reverse：排序方向，默认为从小到大，reverse=True为逆向

li = [-21,-12,5,9,36]
print(sorted(li,key = lambda x:abs(x)))

[5, 9, -12, -21, 36]

li = ['bad','about','Zoo','Credit']
print(sorted(li,key=lambda x:x[0]))
"""
对字符串排序，是按照ASCII的大小比较的，由于‘Z’<‘a',结果，大写字母z会排在小写字母a的前面。
"""

['Credit', 'Zoo', 'about', 'bad']

L = [('Bob',75),('Adam',92),('Bart',66),('Lisa',88)]
#调用sorted()对上述列表分别按名字排序
print(sorted(L,key=lambda x:x[0]))
#再按成绩从高到低排序
print(sorted(L,key=lambda x:x[1],reverse=True))

[('Adam', 92), ('Bart', 66), ('Bob', 75), ('Lisa', 88)]
[('Adam', 92), ('Lisa', 88), ('Bob', 75), ('Bart', 66)]

1.9.函数式编程

学会了上面几个重要的函数过后，我们就可以来聊一聊函数式编程了。
--概念（函数式编程）函数式编程是一种编程范式，我们常见的编程范式有命令式编程，函数式编程，常见的面向对象编程也是一种命令式编程。
命令式编程是面向计算机硬件的抽象，有变量（对应着存储单元），赋值语句（获取，存储指令），表达式（内存引用和算术运算）和控制语句（跳转指令），一句话，命令式程序就是一个冯诺依曼机的指令序列。
而函数式编程是面向数学的抽象，将计算机描述为一种表达式求值，一句话，函数式编程就是一个表达式。
函数式编程的本质
函数式编程中的函数这个术语不是指计算机中的函数，而是指数学中的函数，即自变量的映射。也就是说一个函数的值仅决定于函数参数的值，不依赖其他状态。比如y=x*x函数计算x的平方，只要x的平方，不论什么时候调用，调用几次，值都是不变的。
纯函数式编程语言中的变量也不是命令式编程语言中的变量，即存储状态的单元，而是代数中的变量，即一个值的名称。变量的值时不可变的，也就是说不允许像命令式编程语言中那样多次给一个变量赋值。比如说在命令式编程语言我们写“x=x+1”,这依赖可变状态的事实。
函数式语言的如条件语句，循环语句也不是命令式编程语言中的控制语句，而是函数的语法。
严格意义上的函数式编程意味着不使用可变的变量，赋值，循环和其他命令式控制结构进行编程。
函数式编程关心数据的映射，命令式编程关心解决问题的步骤，这也是为什么“函数式编程”叫做“函数式编程”。
实例：现在，让你把number=[2,-5,9,-7,2,5,4,-1,0,-3,8]中的正数的平均值，你肯定可以写出：

算数组中正整数的平均值
number = [2,-5,9,-7,2,5,4,-1,0,-3,8]
count = 0
sum = 0
for i in range(len(number)):
    if number[i] > 0:
        count += 1
        sum += number[i]
print(sum,count)
if count > 0:
    average = sum/count
print(average)

30 6
5

首先循环列表中的值，累计次数，并对大于0的数进行累加，最后求取平均值。
这就是命令式编程--你要做什么事情，你得把达到目的的步骤详细的描述出来，然后交给机器去运行。
这也正是命令式编程的理论模型--图灵机的特点。一条写满数据的纸带，一条根据纸带内容运动的机器，机器每动一步都需要纸带上写着如何达到。
那么，不用这种方式如何做到呢？

number = [2,-5,9,-7,2,5,4,-1,0,-3,8]
positive = filter(lambda x:x>0,number)
average = reduce(lambda x,y:x+y,positive)/len(positive)
print(average)

5

1.10.将函数存储在模块中

函数的优点之一是，使用它们可将代码块与主程序分离。通过给函数指定描述性名称，可让主程序容易理解得多。你还可以更近一步，讲函数存储在被称为模块的独立文件中，再将模块导入到主程序中。import语句允许在当前运行的程序文件中使用模块中的代码。
通过将函数存储在独立的文件中，可隐藏程序代码的细节，将重点放在程序的高层逻辑上。这还能让你在与众不同的程序中重用函数。将函数存储在独立文件中，可与其他程序员共享这些文件而不是整个程序。知道如何导入函数还能让你使用其他程序员编写的函数库。
导入模块的方法有多种，下面对每种都作简要的介绍。

1.10.1.导入整个模块

要让函数是可导入的，得先创建模块。模块是扩展名为.py的文件，包含要导入到程序中的代码。下面来创建一个包含函数make_pizza()的模块。
pizza.py

def make_pizza(size,*toppings):
    """
    概述要制作的比萨
    :param size:
    :param toppings:
    :return:
    """
    print("\nMaking a" + str(size) + "-inch pizza with the following toppings:")
    for topping in toppings:
        print("-" + topping)

接下来，我们在pizza.py所在的目录中创建另一个名为making_pizzas.py的文件，这个文件导入刚创建的模块，再调用make_pizza()两次：
making_pizzas.py

import pizza
pizza.make_pizza(16,'peppperoni')
pizza.make_pizza(12,'mushrooms','green peppers','extra cheese')

python读取这个文件时，代码行import pizza让python打开文件pizza.py，并将其中的所有函数都复制到这个程序中。你看不到复制的代码，因为这个程序运行时，python在幕后复制这些代码。你只需知道，在making_pizzas.py中，可以使用pizza.py中定义的所有函数。

Making a16-inch pizza with the following toppings:
-peppperoni

Making a12-inch pizza with the following toppings:
-mushrooms
-green peppers
-extra cheese

这就是一种导入方法：只需编写一条import语句并在其中指定模块名，就可在程序中使用该模块中的所有函数。如果你使用这种import语句导入了名为module_name.py的整个模块，就可使用下面的语法来使用其任何一个函数：

_module_name.function_name_()

1.10.2.导入特定的函数

你还可以导入模块中的特定函数，这种导入方法的语法如下：

from _module_name_ import _function_name_

通过用逗号分隔函数名，可根据需要从模块中导入任意数量的函数：

from _module_name_ import _function_0,function_1,function_2_

对于前面的making_pizzas.py示例，如果只想导入要使用的函数，代码将类似于下面这样：

from pizza import make_pizza
make_pizza(16,'pepperoni')
make_pizza(12,'mushrooms','green peppers','exrta cheese')

若使用这种语法，调用函数时就无需使用句点。由于我们在import语句中显式地导入函数make_pizza()，因此调用它时只需指定其名称。

1.10.3.使用as给函数指定别名

如果要导入的函数的名称可能与程序中现有的名称冲突，或者函数的名称太长，可指定简短而独一无二的别名--函数的另一个名称，类似于外号。要给函数指定这种特殊外号，需要在导入它时这样做。
下面给函数make_pizza()指定了别名mp()。这是在import语句中使用make_pizza/as mp实现的，关键字as将函数重名为你提供的别名：

from pizza import make_pizza as mp
mp(16,'pepperoni')
mp(12,'mushrooms','green peppers','exrta cheese')

上面的import语句将函数make_pizza()重命名为mp()；在这个程序中，每当需要调用make_pizza()时，都可简写成mp()，而python将运行make_pizza()中的代码，这可避免与这个程序可能包含的函数make_pizza()混淆。
指定别名的通用语法如下：

from _module_name_ import _function_name_ as _fn_ 

1.10.4.使用as给模块指定别名

你还可以给模块指定别名。通过给模块指定剪短的别名（如给模块pizza指定别名p），让你能够更轻松地调用模块中的函数。相比于pizza.make_pizza(),p.make_pizza()更为简洁。

import pizza as p
p.make_pizza(16,'pepperoni')
p.make_pizza(12,'mushrooms','green peppers','exrta cheese')

上述import语句给模块pizza指定了别名p，但该模块中所有函数的名称都没变。调用函数make_pizza()时，可编写代码p.make_pizza()而不是pizza.make_pizza()，这样不仅能使代码更简洁，还可以让你不再关注模块名，而专注于描述性的函数名。这些函数名明确地指出了函数的功能，对理解代码而言，它们比模块名更重要。
给模块指定别名的同于语法如下：

import _module_name as mn_

1.10.5.导入模块中的所有函数

使用星号（*）运算符可让python导入模块中的所有函数：

from pizza import *
make_pizza(16,'pepperoni')
make_pizza(12,'mushrooms','green pippers','extra cheese')

import语句中的星号让python将模块pizza中的每个函数都复制到这个程序文件中。由于导入了每个函数，可通过名称来调用每个函数，而无需使用句点表示法。然而，使用并非自己编写的大型模块时，最好不要采用这种导入方法。
最佳的做法是，要么只导入你需要你使用的函数，要么导入整个模块并使用句点表示法。这能让代码更清晰，更容易阅读和理解。这里之所以介绍这种导入方法，只是想让你在阅读别人编写的代码时，如果遇到类似于下面的import语句，能够理解它们：

from _module_name_ import *

1.11.函数文档字符串

函数文档字符串documentation string(docstring)是在函数开头，用来解释其接口的字符串。简而言之：

• 包含函数的基础信息
• 包含函数的功能简介
• 包含每个形参的类型，使用等信息
• 必须在函数的首行，经过验证前面有注释性说明是可以的，不过最好函数文档出现在首行
• 使用三引号注解的多行字符串（当然，也可以是一行），因三引号可以实现多行注解（展示）（''' '''）或（""" """）
• 函数文档的第一行一般概述函数的主要功能，第二行空，第三行详细描述。
  查看方式
• 在交互模式下可以使用help查看函数，帮助文档，该界面会调到帮助界面，需要输入q退出界面
• 使用doc属性查看，该方法的帮助文档文字直接显示在交互界面上。代码如下：

def test(msg):
    """
    函数名：test
    功能：测试
    参数：无
    返回值：无
    :param msg:
    :return:
    """
    print("函数输出成功" + msg)
test('hello')
print(help(test))
print(test.__doc__)

函数输出成功hello
Help on function test in module __main__:

test(msg)
    函数名：test
    功能：测试
    参数：无
    返回值：无
    :param msg:
    :return:

None

    函数名：test
    功能：测试
    参数：无
    返回值：无
    :param msg:
    :return: