函数是Python为了代码最大程度地重用和最小化代码冗余而提供的基本程序结构;
函数是一种设计工具,它能让程序员将复杂的系统分解为可管理的部件;
函数用于将相关功能打包并参数化;
在Python中可以创建4种函数:
-
全局函数:定义在模块中;
-
局部函数:嵌套于其他函数中;
-
lambda函数:表达式;可以出现任何表达式可出现的位置;
-
方法:与特定数据类型关联的函数,并且只能与数据类型关联一起使用, 也就是定义在类中的函数;
Python提供了很多内置函数,
例如:help(),type(),len(),int(),str()等;
函数和过程的区别:
函数应该由return返回,python中返回的是对象,默认返回空对象;
语法:
def functionName(parameters):
suite
def是一个可执行语句
因此可以出现在任何能够使用语句的地方,甚至可以嵌套于其他语句中;例如if或while中;
def创建了一个对象并将其赋值给一个变量名(即函数名)
return用于返回结果对象,其为可选,无return语句的函数自动返回None对象;
返回多个值时彼此间使用逗号分隔,其组合为元组形式返回一个对象;
def语句运行之后,可以在程序中通过函数后附加括号进行调用;
In [2]: def printName():
...: print("Hello")
...:
In [3]: printName()
Hello # 此为函数的输出,并非返回值;
独特的pass语句,占位,后面再补充;
def testFunc():
pass
testFunc()
函数的作用域,函数的使用导致变量有了作用域;
名称空间:/作用域;
一个变量所能生效的范围;
变量名解析:
函数:本地作用域;函数调用结束后,本地变量也就失效了;
模块:全局作用域;仅限于单个文件;
#!/usr/bin/python3
x = 32
def f1():
x = 43 # 同名函数,函数内定义的将覆盖全局的;
print(x)
f1()
print(x)
函数内部使用跟全局变量同名的变量,其实是定义了一个局部变量;
函数内部可以读取全局变量,但若要改变全局变量则要使用global关键字;
#!/usr/bin/python3
x = 32
def f1():
global x
x = 43
print(x)
f1()
print(x)
应该尽量避免在函数中修改全局变量;
Python创建、改变或查找变量名都是在名称空间中进行;
在代码中变量名被赋值的位置决定了其能被访问到的范围;
函数定义了本地作用域,而模块定义了全局作用域;
每个模块都是一个全局作用域,因此,全局作用域的范围仅限于单个程序文件;
每次对函数的调用都会创建一个新的本地作用域,赋值的变量除非声明为全局变量,否则均为本地变量;
所有的变量名都可以归纳为本地、全局和内置的(由__builtin__模块提供).
变量名引用分三个作用域进行:首先是本地、之后是函数内、接着是全局、最后是内置;
作用域越小,优先级越高;
例子:
sslinux@sslinux-pygo:~$ cat tes1.py
#!/usr/bin/env python3
#
x = 6
z = "global"
def f1():
x = "from f1"
y = 3
print(x,z)
def f2():
x = "from f2"
print(x,y,z)
# f2函数中没有y、z,则在上一层函数f1中找,如果f1中也没有,则在模块的全局变量中找;
f2()
print(x)
f1()
sslinux@sslinux-pygo:~$ python tes1.py
6
('from f1', 'global')
('from f2', 3, 'global')
函数闭合:工厂函数;python闭包
In [7]: def f1():
...: x = 3
...: def f2(): # 函数嵌套;
...: y = "hello"
...: print(x,y)
...: return f2 # 调用f1时,返回的结果是一个函数:f2
...:
In [8]: f1()
Out[8]: <function __main__.f1.<locals>.f2>
In [9]: a1 = f1() # 将函数f1的返回值赋值给a1,即相当于将函数f2取了个别名叫a1;
In [10]: type(a1) # a1 的类型为function;
Out[10]: function
In [11]: a1() # 通过名称对象a1调用函数f2;
3 hello
闭包(Closure)是词法闭包(Lexical Closure)的简称,是引用了自由变量的函数。
这个被引用的自由变量将和这个函数一同存在,即使已经离开了创造它的环境也不例外。
所以,有另一种说法认为闭包是由函数和与其相关的引用环境组合而成的实体。
def funcName(arg1,arg2,...):
print(arg1,arg2,...)
funcName(arg1,arg2,...)
def f2(x,y):
print(x+y)
f2(3,4)
f2('hello ','world')
m =3 ; n = 4
def f3(x,y):
x -= 1
print(x,y)
f3(m,n) #
print(m,n)
In [12]: l1 = [1,2,3]
In [14]: def f4(x):
...: x.pop() # 因为列表是可变对象,所以会在原处修改;
...: print(x)
...:
In [15]: f4(l1) # 传入的是一个列表,列表是可变对象;相当于浅复制;
[1, 2]
In [16]: print(l1) # l1 已经被函数f4修改了;
[1, 2]
尽量不要在函数中修改调用该函数时传递过来的可变对象;
In [17]: l1 = [1,2,3]
In [18]: def f5(x):
...: x.pop()
...: print(x)
...:
In [19]: f5(l1[:]) # 切片操作,生成的是一个新的对象,这样f5函数的修改操作不会影响l1对象;
[1, 2]
In [20]: print(l1) # 我还是原来的我;
[1, 2, 3]
在python中,函数调用传递参数时,若传递的参数是可变对象,函数的修改操作会影响原对象的值;
若传递的参数是不可变对象,则函数的修改操作不会影响原对象的值;
因此,建议在向包含修改操作的函数传参数时,若参数是可变对象,应该使用深复制的方式,或生成新的对象来传递;
有两种方式可避免可变参数被函数修改:
直接传递可变对象的副本,testFunc(A,B[:])
在函数内部创建可变参数的副本:B = B[:]
In [21]: l = [1,2,3,4]
In [22]: def changer(X):
...: X[2] += 10
...: return X
...:
In [23]: changer(l)
Out[23]: [1, 2, 13, 4]
In [25]: print(l) # 可变参数已经被修改;
[1, 2, 13, 4]
In [28]: L = [1,2,3,4]
In [29]: def changer(X):
...: X[2] += 10
...: return X
...:
...:
In [30]: changer(L[:]) # 因为传递的是副本,所以L不会被修改;
Out[30]: [1, 2, 13, 4]
In [31]: print(L)
[1, 2, 3, 4]
In [2]: L = [1,2,3,4]
In [3]: def changer(x):
...: x = x[:] # 在函数内部将调用时传递过来的参数创建一个副本。
...: x[2] += 10
...: return x
...:
In [4]: changer(L)
Out[4]: [1, 2, 13, 4]
In [5]: L
Out[5]: [1, 2, 3, 4]
默认情况下,参数通过其位置进行传递,从左至右,
这意味着,必须精确地传递和函数头部(定义时)一样多的参数;
- 位置:从左至右;
- 关键字参数:使用"name=value"的语法通过参数名进行匹配;
- 默认参数:定义函数时使用"name=value"的语法直接给变量一个值,从而传入的值可以少于参数个数;
- 可变参数:定义函数时使用*或者**开头的参数,可用于收集任意多基于位置或关键字的参数;
- 可变参数解包:调用函数时,使用*开头的参数,可用于将参数集合打散,从而传递任意多基于位置或关键字的参数;
In [34]: def f6(x,y): # 定义时有两个参数;
...: print(x,y)
...:
In [35]: f6(m,n,8) # 传递的参数个数,需要与定义时的参数个数一致;
---------------------------------------------------------------------------
TypeError Traceback (most recent call last)
<ipython-input-35-4db70ef07432> in <module>()
----> 1 f6(m,n,8)
TypeError: f6() takes 2 positional arguments but 3 were given
In [36]: print(m,n)
3 4
# 传递的参数个数,位置与定义参数时一致;
In [37]: print(n,8)
4 8
In [34]: def f6(x,y): # 定义时有两个参数;
...: print(x,y)
...:
In [38]: f6(x=m,y=n) # 使用关键字参数时,则可以忽略自左至右的顺序;
3 4
In [39]: f6(y=n,x=m)
3 4
-
位置参数:从左向右;
-
关键字参数:按关键名称匹配;
-
定义时默认参数:有默认值的参数;
混用有默认值和无默认值的参数时,无默认值的放前面;
In [40]: m = 3 ; n = 4 ; o = 7
In [41]: def f7(x,y,z):
...: print(x,y,z)
...:
In [42]: f7(m,n,o)
3 4 7
In [43]: f7(x=m,y=n,z=o)
3 4 7
In [44]: f7(m,y=n,z=o)
3 4 7
In [45]: f7(m,z=o,y=n)
3 4 7
In [46]: f7(z=o,y=n,m) # 混用位置参数和关键字参数时,位置参数在前,关键字参数在后;
File "<ipython-input-46-f8a8c567d77a>", line 1
f7(z=o,y=n,m)
^
SyntaxError: positional argument follows keyword argument # 位置参数在关键字参数后了,错了;
混用位置参数和关键字参数时:位置参数在前,关键字参数在后;
In [47]: m = 3 ; n = 4 ; o = 7
In [48]: def f8(x,y,z=9): # 定义函数时,给z定义了默认值;
...: print(x,y,z)
...:
In [49]: f8(m,n,o) # 若给z传递了值,则使用传递过来的值o
3 4 7
In [50]: f8(m,n) # 未传递参数给z,所以z使用自己的默认值;
3 4 9
In [51]: f8(m) # 参数个数不匹配
---------------------------------------------------------------------------
TypeError Traceback (most recent call last)
<ipython-input-51-7d2733874ff5> in <module>()
----> 1 f8(m)
TypeError: f8() missing 1 required positional argument: 'y' # 缺少一个位置参数'y'
可变参数:定义函数时使用*或**开头的参数,可用于收集任意多基于位置或关键字的参数;
In [52]: def f10(*x): # 定义了可变位置参数;此处所谓可变是说参数个数可变。
...: print(x)
...:
In [53]: f10(m) # 传递了一个位置参数;
(3,)
In [54]: f10(m,n) # 传递了两个位置参数;
(3, 4)
In [55]: f10(m,n,o) # 传递了三个位置参数;
(3, 4, 7)
In [56]: f10(m,n,9)
(3, 4, 9)
In [57]: f10(m,n,z=9) # 传递了两个位置参数和一个关键字参数;
---------------------------------------------------------------------------
TypeError Traceback (most recent call last)
<ipython-input-57-1f491f997557> in <module>()
----> 1 f10(m,n,z=9)
TypeError: f10() got an unexpected keyword argument 'z'
# 此处将传递过来的关键字参数z识别为字典了;
# 定义时,仅定义了可变长度的位置参数,调用时却用了关键字参数,故而报错。
- 定义函数时使用*,收集可变位置函数;
- 定义函数时使用**,收集可变关键字参数;
In [60]: def f11(**x): # 定义函数是使用**,收集关键字函数;
...: print(x)
...:
In [61]: f11(x=1,y=2,z=9)
{'y': 2, 'z': 9, 'x': 1}
In [62]: def f12(x,*y): # 混用位置参数和可变位置参数
...: print(x,y)
...:
In [63]: f12(m,n,o) # 收集到的可变参数,表现为一个元组;
3 (4, 7)
In [64]: def f13(*x,y): # 可变参数在位置参数前面;在python2版本中,定义时就会报错;
...: print(x,y) # 此处是python3,居然没报错;
...:
In [65]: f13(m,n,10) # 但python3 也在调用时报错了
---------------------------------------------------------------------------
TypeError Traceback (most recent call last)
<ipython-input-65-ba88835e308b> in <module>()
----> 1 f13(m,n,10)
TypeError: f13() missing 1 required keyword-only argument: 'y'
# 缺少一个关键字参数'y'?
In [66]: f13(m,n,10,y=9)
# 原来在python3中,若可变参数在前面的话,其后的只能是关键字参数,不能是位置参数;
(3, 4, 10) 9
In [67]: def f14(x,y=10,*z):
...: print(x)
...: print(y)
...: print(z)
...:
In [68]: f14(m,n,o) # 因为是自左至右的匹配,所以n匹配给了y;
3
4
(7,) # 可变位置参数传递过去后是一个元组;
# 混用 * 和 **
In [69]: def f15(*x,**y):
...: print(x)
...: print(y)
...:
In [70]: f15(m,n,o,i=3,j=6)
(3, 4, 7) # * 收集了位置参数;
{'j': 6, 'i': 3} # ** 收集类关键字参数;
# 分解赋值;
In [71]: l1 = ['Sun','Mon','Tus']
In [72]: x,y,z = l1 # 将l1中的所有元素一一对应的赋值给=前面的三个变量,前后数量必须一致;
In [73]: print(x,y,z)
Sun Mon Tus
In [74]: print(x)
Sun
In [75]: print(y)
Mon
In [76]: print(z)
Tus
# 可变参数解包,是分解赋值的另一种表现形式;
In [77]: def f17(x,y,z):
...: print(x,y,z)
...:
In [78]: f17(*l1) # 调用时使用*号:将一个对象中的元素打散至函数中的各个变量;
Sun Mon Tus
In [79]: l2 = ['a','b','c','d']
In [80]: f17(*l2)
# 可变参数解包时,定义参数时参数的个数,必须与调用时所传递的对象能分解出来的元素个数一致;
---------------------------------------------------------------------------
TypeError Traceback (most recent call last)
<ipython-input-80-11c8d83d4d4d> in <module>()
----> 1 f17(*l2)
TypeError: f17() takes 3 positional arguments but 4 were given
# 只给两个参数:
In [81]: l3 = ['a','b']
In [83]: f17(*l3)
---------------------------------------------------------------------------
TypeError Traceback (most recent call last)
<ipython-input-83-2be8b96b22ad> in <module>()
----> 1 f17(*l3)
TypeError: f17() missing 1 required positional argument: 'z'
# 报错说:缺少一个位置参数'z'
In [84]: f17(m,*l3) # 函数调用时,也可以使用位置参数,关键字参数和参数解包的形式;
3 a b
所以定义时使用*,调用时也使用* :
In [85]: def f18(x,*y):
...: print(x)
...: print(y)
...:
In [86]: f18(m,*13) # 手误写成了数字13
---------------------------------------------------------------------------
TypeError Traceback (most recent call last)
<ipython-input-86-64503ea71e5d> in <module>()
----> 1 f18(m,*13)
TypeError: f18() argument after * must be an iterable, not int
# 错误: f18()函数*号后面的参数必须是一个可迭代对象,不能是整数;
In [87]: f18(m,*l3) # 正确调用;m传递给了x,*l3(前文中定义的列表L3)
3
('a', 'b') # 使用*L3传递的可迭代对象,在函数中被组合成了一个元组;
In [88]: d1 = {'key1':'v1','key2':'v2','key3':77}
In [89]: def f19(x,*y,**z):
...: print(x)
...: print(y)
...: print(z)
...:
In [90]: f19(m,*l3,**d1) # 无论定义函数调用,都需要按照{位置、任意位置、任意关键字}的顺序;
3 # 位置参数;
('a', 'b') # 任意位置参数;
{'key3': 77, 'key1': 'v1', 'key2': 'v2'} # 任意关键字参数;
In [91]: f19(m,n,o,**d1) # 定义时使用任意位置参数,调用时不使用;
3
(4, 7)
{'key3': 77, 'key1': 'v1', 'key2': 'v2'}
In [92]: f19(m,n,o,key1='v1',key2='v2')
# 定义时使用了任意关键字参数,调用时直接传递关键字参数也是可以的;
3
(4, 7)
{'key1': 'v1', 'key2': 'v2'}
lambda运算符:
-
lambda args: expression args: 以逗号分隔的参数列表; expression:用到args中各参数的表达式;
-
lambda语句定义的代码必须是合法的表达式,不能出现多条件语句(可使用if的三元表达式)和其他非表达式语句,如for和while等;
-
lambda的首要用途是指定短小的回调函数;
-
lambda将返回一个函数而不是将函数赋值给某变量名;
- lambda是一个表达式而非语句;
- lambda是一个单个表达式,而不是一个代码块;
In [1]: lambda x,y: print(x,y) # python2中会报错,要求lambda函数中只能是表达式,而不能是语句;
# python3 中可以使用语句;
Out[1]: <function __main__.<lambda>>
In [2]: lambda x,y: x+y
Out[2]: <function __main__.<lambda>>
In [3]: f20 = lambda x,y: x + y
# lambda定义的函数没有名称,所以需要将其赋值给一个变量,以方便调用;
In [4]: f20(3,4)
Out[4]: 7
In [5]: f20(5,8)
Out[5]: 13
上述匿名函数相当于:
In [6]: def f20(x,y):
...: return x + y # 是以返回值的形式返回函数的执行结果的;
...:
In [7]: f20(3,4) # 此处是返回值,而不是函数输出;
Out[7]: 7
def语句创建的函数将赋值给某变量名,而lambda表达式则直接返回函数;
lambda也支持使用默认参数:
In [8]: def testFunc(x,y,z): return x + y + z
In [9]: testFunc(4,5,6)
Out[9]: 15
In [10]: f = lambda x,y,z: x+y+z
In [11]: f(4,5,6)
Out[11]: 15
In [12]: f2 = (lambda x,y,z=10: x+y+z) # 默认参数;
In [13]: f2(4,5) # 调用时默认参数可以不传递;
Out[13]: 19
lambda,起到的是函数速写的作用;
In [14]: l3 = [ (lambda x: x*2),(lambda y: y*3) ] # 用两个匿名函数组成的列表;列表的元素是函数;
In [15]: print(l3)
[<function <lambda> at 0x7fa81ee75ae8>, <function <lambda> at 0x7fa81ee75598>]
In [17]: for i in l3: # 使用for遍历匿名函数列表,并对列表内的函数进行调用;
...: print(i(4))
...:
8
12
函数式编程: 把函数当作参数传递给其他函数;
-
也称作泛函编程,是一种编程范例;
-
它将电脑运算视为科学上的函数计算,并且避免状态以及可变数据;
-
函数式编程语言最重要的基础是lambda演算,而且lambda演算的函数可以接收函数当作输入和输出;
-
fileter(func,seq) : 调用一个布尔函数func来迭代遍历seq中的每个元素;
返回一个使func返回值为true的元素的序列;
-
map(func,seq[,seq2...]): 将函数func作用于给定序列(s)的每个元素,并用一个列表来提供返回值,
如果func为None,func表现为一个身份函数,返回一个含有每个序列中元素集合的n个元素的列表;
-
reduce (func,deq[,init]): 将二元函数作用于deq序列的元素,每次携带一对(先前的结果以及下一个序列元素),连续地将现有的结果和下一个作用在获得的随后的结果上,最后减少我们的序列为一个单一的返回值;如果初始值init给定,第一个比较会是init和第一个序列元素而不是序列的头两个元素。
filter()为已知的序列的每个元素调用给定的布尔函数;
调用中,返回值为非零值的元素将被添加至一个列表中;
# python3.5
In [18]: l1 = [1,2,3,42,67,16]
In [19]: def f1(x):
...: if x > 20:
...: return True
...: else:
...: return False
...:
In [20]: ff = filter(f1,l1)
In [21]: next(ff)
Out[21]: 42
In [22]: next(ff)
Out[22]: 67
In [23]: next(ff)
---------------------------------------------------------------------------
StopIteration Traceback (most recent call last)
<ipython-input-23-7aedb352da6b> in <module>()
----> 1 next(ff)
StopIteration:
In [24]: type(ff) # 过滤器也是一个可迭代对象,所以可以使用netx()函数;
Out[24]: filter
In [25]: print(ff)
<filter object at 0x7fce013ddbe0>
# python 2.7.12
In [1]: l1 = [1,2,3,42,67,16]
In [2]: def f1(x):
...: if x > 20:
...: return True
...: else:
...: return False
...:
In [3]: filter(f1,l1)
Out[3]: [42, 67]
将函数中所有返回True的元素组成一个新的列表;
练习:
使用过滤器,过滤/etc/passwd中所有shell为bash的用户;
返回/etc/passwd中包含来/bin/bash字符串的所有用户名为一个列表;
映射器:
map()将函数调用"映射"到每个序列的对应元素上并返回一个含有所有返回值的列表;
- 带有单个队列的map()
- 带有多个队列的map()
# python 2.7.12
In [4]: l1 = [0,1,2,3,4,5,6]
In [5]: l2 = ['Sun','Mon','W','T','F','S']
In [6]: map(None,l1,l2)
Out[6]: [(0, 'Sun'), (1, 'Mon'), (2, 'W'), (3, 'T'), (4, 'F'), (5, 'S'), (6, None)]
In [27]: l1 = [0,1,2,3,4,5,6]
In [28]: l2 = ['Sun','Mon','W','T','F','S']
In [29]: map(None,l1,l2)
Out[29]: <map at 0x7fa81f9289e8>
In [7]: def f3(x):
...: return x * 2
...:
In [8]: map(f3,f1)
---------------------------------------------------------------------------
TypeError Traceback (most recent call last)
<ipython-input-8-ee1e6dd1e372> in <module>()
----> 1 map(f3,f1)
TypeError: argument 2 to map() must support iteration
#
In [9]: map(f3,l1)
Out[9]: [0, 2, 4, 6, 8, 10, 12]
In [10]: map(f3,l2)
Out[10]: ['SunSun', 'MonMon', 'WW', 'TT', 'FF', 'SS']
In [1]: l1 = [0,1,2,3,4,5,6]
In [2]: l2 = ['Sun','Mon','Tus','Wes','Thu','Fri','Stu']
In [3]: def f4(x,y):
...: return x*2,y*2
...:
In [4]: map(f4,l1,l2)
Out[4]:
[(0, 'SunSun'),
(2, 'MonMon'),
(4, 'TusTus'),
(6, 'WesWes'),
(8, 'ThuThu'),
(10, 'FriFri'),
(12, 'StuStu')]
from functools import reduce
In [5]: def f5(x,y):
...: return x + y
...:
In [7]: print(l1)
[0, 1, 2, 3, 4, 5, 6]
In [8]: reduce(f5,l1)
Out[8]: 21
In [9]: reduce(f5,l1,10)
Out[9]: 31
回顾: 定义函数:
def func_name(arg1,...):
func_suite
嵌套函数; python闭包;闭包叫lexical closuer,词法闭包;外层函数是提供内层函数运行的环境的;
子函数作为上层函数的返回值;子函数可以记忆外层函数的变量;
In [10]: def f1(x):
...: def f2(y):
...: return y ** x
...: return f2
...:
In [11]: f1(4)
Out[11]: <function __main__.f2>
In [12]: f3 = f1(3)
In [13]: type(f3)
Out[13]: function
In [14]: f3(2)
Out[14]: 8
In [15]: f3(3)
Out[15]: 27
In [16]: f3(4)
Out[16]: 64
In [17]: def startPos(m,n):
...: def newPos(x,y):
...: print("The old position is (%d,%d),and the new position is (%d,%d)." % (m,n,m+x,n+y))
...: return newPos
In [18]: action = startPos(10,10)
In [19]: action(1,2)
The old position is (10,10),and the new position is (11,12).
In [20]: action(-1,3)
The old position is (10,10),and the new position is (9,13).
In [21]: action = startPos(10,10)
In [23]: action(-1,3)
The old position is (10,10),and the new position is (9,13).
In [25]: action = startPos(9,13)
In [26]: action(1,-3)
The old position is (9,13),and the new position is (10,10).
参数传递:
位置参数;
关键字参数;
可变参数;
列表解析:
[ x ** 2 for x in range(1,11)]
生成器:
In [28]: for i in (j**2 for j in range(1,11)):
...: print(i)
...:
In [30]: list((i**2 for i in range(1,11))) # list()类型转换,将generator转换为list;
Out[30]: [1, 4, 9, 16, 25, 36, 49, 64, 81, 100]
In [30]: list((i**2 for i in range(1,11)))
Out[30]: [1, 4, 9, 16, 25, 36, 49, 64, 81, 100]
# 函数中使用yield,会返回一个生成器对象;
In [31]: def genNum(x):
...: y = 0
...: while y <= x:
...: yield y
...: y += 1
...:
In [32]: g1 = genNum(10)
In [33]: type(g1)
Out[33]: generator
In [34]: g1.next()
Out[34]: 0
In [35]: g1.next()
Out[35]: 1
In [36]: g1.next()
Out[36]: 2
In [37]: g1.next()
Out[37]: 3
In [38]: g1.next()
Out[38]: 4
In [39]: g1.next()
Out[39]: 5
In [40]: g1.next()
Out[40]: 6
In [41]: g1.next()
Out[41]: 7
In [42]: g1.next()
Out[42]: 8
In [43]: g1.next()
Out[43]: 9
In [44]: g1.next()
Out[44]: 10
In [45]: g1.next()
---------------------------------------------------------------------------
StopIteration Traceback (most recent call last)
<ipython-input-45-9066a8f18086> in <module>()
----> 1 g1.next()
StopIteration:
# 生成器
In [46]: def genNum(n):
...: i = 1
...: while i <= n:
...: yield i ** 2
...: i += 1
...:
In [47]: g1 = genNum(20)
In [48]: for i in g1:
...: print(i)
...:
1
4
9
16
25
36
49
64
81
100
121
144
169
196
225
256
289
324
361
400
函数装饰器,能够把其他函数的功能增强;
1、装饰器本身是一个函数,用于装饰其它函数;
2、功能:增强被装饰函数的功能;
装饰器一般接受一个函数对象作为参数,以对其进行增强;
# 函数的增强器/装饰器
In [49]: def deco(func):
...: def wrapper():
...: print("Please say something:")
...: func()
...: print("No zuo no die...")
...: return wrapper
...:
In [50]: @deco
...: def show():
...: return "I am from Mars."
...:
In [51]: show()
Please say something:
No zuo no die...
In [52]: @deco
...: def show():
...: print "I am from Mars."
...:
In [53]: show()
Please say something:
I am from Mars.
No zuo no die..
In [54]: def deco(func):
...: def wrapper(x):
...: print("Plz say something...>")
...: func(x)
...: print("No zuo no die.")
...: return wrapper
...:
In [55]: @deco
...: def show(x):
...: print(x)
...:
In [56]: show('hello,mars')
Plz say something...>
hello,mars
No zuo no die.
- Example:
# 这里定义的是基础函数,在里面预留了一个位置func(x,y),后面我们可以单独定义函数,并将该函数传递过来,填充到预留的位置;
In [13]: def num(func):
...: def add(x,y):
...: print("{} plus {} is: {}".format(x,y,x+y))
...: func(x,y)
...: print("add successful")
...: return add
...:
In [17]: @num
...: def minus(x,y):
...: print("{} minus {} is: {}".format(x,y,x-y))
...:
In [18]: @num
...: def multiplied(x,y):
...: print("{} multipliedBy {} is {}".format(x,y,x*y))
...:
In [20]: minus(3,4)
3 plus 4 is: 7
3 minus 4 is: -1 # 由minus函数替代得到的结果;
add successful
In [21]: multiplied(3,4)
3 plus 4 is: 7
3 multipliedBy 4 is 12 # 由multiplied函数替代得到的结果;
add successful
- Example:
In [36]: def deco(func):
...: def wrapper(name,place):
...: print("Please say something:")
...: result = func(name,place) # result收到的返回值是一个tuple。
...: print("{} come from {} in {}".format(result[0],result[1],func))
...: return wrapper
...:
In [37]: @deco
...: def show(name,place):
...: print("人生苦短,我用Python!")
...: return name,place # 这里返回了两个对象,会被封包为一个元组;
...:
In [38]: show("guiyin.xiong","Sichuan")
Please say something:
人生苦短,我用Python!
guiyin.xiong come from Sichuan in <function show at 0x7f5ea2a9a840>
In [39]: show("long.wang","Nei Menggu")
Please say something:
人生苦短,我用Python!
long.wang come from Nei Menggu in <function show at 0x7f5ea2a9a840>
函数执行过程中调用自身;
递归需要边界条件,递归前进段和递归返回段;
递归求阶乘:
10 * 9 * 8 * 7 * 6 * 5 * 4 *3 * 2 * 1
10 * (10-1) (10-1-1)
In [58]: def fact(n):
...: if n <= 1: return 1
...: else: return n * fact(n-1)
...:
In [59]: fact(3)
Out[59]: 6
In [60]: fact(100)
Out[60]: 93326215443944152681699238856266700490715968264381621468592963895217599993229915608941463976156518286253697920827223758251185210916864000000000000000000000000L
In [61]: fact(10)
Out[61]: 3628800
练习:
以递归的方式实现:斐波拉锲数列
协程: 不太常用,自行研究
-
耦合性:
(1)通过参数接收输入,以及通过return产生输出以保证函数的独立性; (2)尽量减少使用全局变量进行函数间通信; (3)不要在函数中修改可变类型的参数; (4)避免直接改变定义在另外一个模块中的变量;
-
聚合性:
(1) 每个函数都应该有一个单一的、统一的目标; (2) 每个函数的功能都应该相对简单;
练习1: 将/etc/passwd文件中的每一行都分隔为一个列表;
练习2:将任意文件按用户指定的分隔符把每一行都分隔为一个列表;
练习3:用折叠的方式(reduce)求阶乘;
函数执行环境:
函数可以通过多种办法获得输入及产生输出;