Python中函数可以设定默认值。
Python是dynamically typed的,可以接收任何数据类型,函数的参数也是,不用考虑输入的数据类型,而是将其交给具体的代码去判断执行,但是缺点是,必须在函数的开头加上数据的类型检查。
函数的嵌套
Python的函数支持嵌套
def f1():
print('hello')
def f2():
print('world')
f2()
f1()
# 输出
hello
world
函数嵌套的作用:
- 能够保证内部函数的隐私,内部函数只能被外部函数访问,不会暴露全局作用域。比如一些隐私数据,数据库的用户名和密码等。
def connect_DB():
def get_DB_configuration():
...
return host, username, password
conn = connector.connect(get_DB_configuration())
return conn
- 合理的使用函数嵌套,能够提高程序的运行效率,可以看下递归的python代码,求一个数的阶乘:
def factorial(input):
# validation check
if not isinstance(input, int):
raise Exception('input must be an integer.')
if input < 0:
raise Exception('input must be greater or equal to 0' )
...
def inner_factorial(input):
if input <= 1:
return 1
return input * inner_factorial(input-1)
return inner_factorial(input)
print(factorial(5))
使用函数嵌套,输入是否合法的检查就只需要一次,如果不使用函数嵌套,就需要在inner_factorial中继续做参数检查
变量
- 注意:函数内部不能随意改变全局变量的值
MIN_VALUE = 1
MAX_VALUE = 10
def validation_check(value):
...
MIN_VALUE += 1
...
validation_check(5)
MIN_VALUE和MAX_VALUE都是全局变量,这样会报错
UnboundLocalError: local variable 'MIN_VALUE' referenced before assignment
因为,Python的解释器会 默认函数内部的变量 是局部变量,但是发现局部变量MIN_VALUE并没有声明,所以无法执行相关操作。如果一定要在函数内部改变全局变量的值,必须加上 global 声明:
MIN_VALUE = 1
MAX_VALUE = 10
def validation_check(value):
global MIN_VALUE
...
MIN_VALUE += 1
...
validation_check(5)
如果遇到函数内部局部变量和全局变量同名的情况,在函数内部,局部变量会覆盖全局的变量。
- 嵌套函数,内部函数可以访问外部函数定义的变量,但是无法修改,若要修改,必须加上 nonlocal 这个关键字
def outer():
x = "local"
def inner():
nonlocal x # nonlocal 关键字表示这里的 x 就是外部函数 outer 定义的变量 x
x = 'nonlocal'
print("inner:", x)
inner()
print("outer:", x)
outer()
# 输出
inner: nonlocal
outer: nonlocal
闭包(closure)
闭包和嵌套函数类似,只是闭包外部函数的返回值是内部函数
def nth_power(exponent):
def exponent_of(base):
return base ** exponent
return exponent_of # 返回值是 exponent_of 函数
square = nth_power(2) # 计算一个数的平方
cube = nth_power(3) # 计算一个数的立方
print(square)
print(cube)
print(square(2))
print(cube(2))
<function nth_power.<locals>.exponent_of at 0x000002599895B5E0>
<function nth_power.<locals>.exponent_of at 0x000002599895B550>
4
8
使用闭包的一个原因是,闭包能让程序变得更加简洁易读,上面的逻辑其实可以直接写成
def nth_power_rewrite(base, exponent):
return base ** exponent
但是,调用时区别就出来了
# 不适用闭包
res1 = nth_power_rewrite(base1, 2)
res2 = nth_power_rewrite(base2, 2)
res3 = nth_power_rewrite(base3, 2)
...
# 使用闭包
square = nth_power(2)
res1 = square(base1)
res2 = square(base2)
res3 = square(base3)