Python函数用法和底层分析
函数是可重用的程序代码块。函数的作用，不仅可以实现代码的复用，更能实现代码的一致性。一致性指的是，只要修改函数的代码，则所有调用该函数的地方都能得到体现。
在编写函数时，函数体中的代码写法和我们前面讲述的基本一致，只是对代码实现了封装，并增加了函数调用、传递参数、返回计算结果等内容。
为了让大家更容易理解，掌握的更深刻。我们也要深入内存底层进行分析。绝大多数语言内存底层都是高度相似的，这样大家掌握了这些内容也便于以后学习其他语言
函数的基本概念
- 一个程序由一个个任务组成；函数就是代表一个任务或者一个功能。
- 函数是代码复用的通用机制。
Python 函数的分类
Python 中函数分为如下几类：
- 内置函数
我们前面使用的 str()、list()、len()等这些都是内置函数，我们可以拿来直接使用。
- 标准库函数
我们可以通过 import 语句导入库，然后使用其中定义的函数
- 第三方库函数
Python 社区也提供了很多高质量的库。下载安装这些库后，也是通过 import 语句导入，然后可以使用这些第三方库的函数
- 用户自定义函数
用户自己定义的函数，显然也是开发中适应用户自身需求定义的函数。
核心要点
Python 中，定义函数的语法如下：
def 函数名 ([参数列表]) : '''文档字符串''' 函数体/若干语 要点：
- 我们使用 def 来定义函数，然后就是一个空格和函数名称；
(1) Python 执行 def 时，会创建一个函数对象，并绑定到函数名变量上。
- 参数列表
(1) 圆括号内是形式参数列表，有多个参数则使用逗号隔开'
(2) 形式参数不需要声明类型，也不需要指定函数返回值类型
(3) 无参数，也必须保留空的圆括号
(4) 实参列表必须与形参列表一一对应
- return 返回值
(1) 如果函数体中包含 return 语句，则结束函数执行并返回值；
(2) 如果函数体中不包含 return 语句，则返回 None 值。
- 调用函数之前，必须要先定义函数，即先调用 def 创建函数对象
(1) 内置函数对象会自动创建
(2) 标准库和第三方库函数，通过 import 导入模块时，会执行模块中的 def 语
形参和实参
【操作】定义一个函数，实现两个数的比较，并返回较大的值
def print_max(a,b): '''实现两个数的比较，并返回较大的值''' if a > b: print(a,'MAX') else: print(b,'MAX') print_max(10, 20) print_max(99, -99) #result #20 MAX #99 MAX 上面的 printMax 函数中，在定义时写的 print_max(a,b)。a 和 b 称为“形式参数”，
简称“形参”。也就是说，形式参数是在定义函数时使用的。 形式参数的命名只要符合“标识符”命名规则即可。
在调用函数时，传递的参数称为“实际参数”，简称“实参”。上面代码中，
printMax(10,20)，10 和 20 就是实际参数。
文档字符串(函数的注释)
程序的可读性最重要，一般建议在函数体开始的部分附上函数定义说明，这就是“文档字符串”，也有人成为“函数的注释”。我们通过三个单引号或者三个双引号来实现，中间可以加入多行文字进行说明
【操作】测试文档字符串的使用
def print_max(a,b): '''实现两个数的比较，并返回较大的值''' if a > b: print(a,'MAX') else: print(b,'MAX') print(help(print_max.__doc__)) #result #No Python documentation found for '实现两个数的比较，并返回较大的值'. #Use help() to get the interactive help utility. #Use help(str) for help on the str class. #None 返回值
return 返回值要点：
- 如果函数体中包含 return 语句，则结束函数执行并返回值；
- 如果函数体中不包含 return 语句，则返回 None 值。
- 要返回多个返回值，使用列表、元组、字典、集合将多个值“存起来”即可
【操作】计算a + b 不设置返回值
def print_star(a,b): a + b c = print_star(4,10) print(c) #result #None 【操作】计算a + b 设置返回值
def print_star(a,b): c = a + b return c c = print_star(4,10) print(c) #result #14 函数也是对象，内存底层分析
Python 中，“一切都是对象”。实际上，执行 def 定义函数后，系统就创建了相应的函数对象。我们执行如下程序，然后进行解释：
def print_star(n): print("*"*n) print(print_star) print(id(print_star)) c = print_star c(3) #result #<function print_star at 0x0000000002BB8620> #45844000 #*** 上面代码执行 def 时，系统中会创建函数对象，并通过 print_star 这个变量进行引用：
我们执行“c=print_star”后，显然将 print_star 变量的值赋给了变量 c，内存图变成了：
显然，我们可以看出变量 c 和 print_star 都是指向了同一个函数对象。因此，执行 c(3)和执行 print_star(3)的效果是完全一致的。 Python 中，圆括号意味着调用函数。在没有圆括号的情况下，Python 会把函数当做普通对象。
变量的作用域(全局变量和局部变量)
变量起作用的范围称为变量的作用域，不同作用域内同名变量之间互不影响。变量分为：全局变量、局部变量。
全局变量：
- 在函数和类定义之外声明的变量。作用域为定义的模块，从定义位置开始直到模块结束。
- 全局变量降低了函数的通用性和可读性。应尽量避免全局变量的使用。
- 全局变量一般做常量使用。
- 函数内要改变全局变量的值，使用 global 声明一下
局部变量：
- 在函数体中（包含形式参数）声明的变量。
- 局部变量的引用比全局变量快，优先考虑使用。
- 如果局部变量和全局变量同名，则在函数内隐藏全局变量，只使用同名的局部变量
【操作】全局变量的作用域测试
def f1(): global a #如果要在函数内改变全局变量的值，增加 global 关键字声明 print(a) #打印全局变量 a 的值 a = 300 f1() print(a) #result #100 #300 【操作】全局变量和局部变量同名测试
a=100 def f1(): a = 3 #同名的局部变量 print(a) f1() print(a) #a 仍然是 100，没有变 #result #3 #100 【操作】 输出局部变量和全局变
a = 100 def f1(a, b, c): print(a, b, c) print(locals()) print('*' * 20) print(globals()) f1(1, 2, 3) #result #1 2 3 #{'a': 1, 'b': 2, 'c': 3} 返回一个字典 #******************** #{'__name__': '__main__', '__doc__': None, '__package__': None, '__loader__': <_frozen_importlib_external.SourceFileLoader object at 0x0000023F0086CA10>, '__spec__': None, '__annotations__': {}, '__builtins__': <module 'builtins' (built-in)>, '__file__': 'c:\Users\chenh\OneDrive\Data Learn\Python 基础\课堂笔记\05\Book_code.py', '__cached__': None, 'a': 100, 'f1': <function f1 at 0x0000023F00810680>} 部变量和全局变量效率测试
局部变量的查询和访问速度比全局变量快，优先考虑使用，尤其是在循环的时候。在特别强调效率的地方或者循环次数较多的地方，可以通过将全局变量转为局部变量提高运行速度
【操作】测试局部变量和全局变量效率
#测试局部变量、全局变量的效率 import time import math def test01(): start = time.time() for i in range(100000000): math.sqrt(30) end = time.time() print('耗时{0}'.format(end - start)) def test02(): b = math.sqrt start = time.time() for i in range(100000000): b(30) end = time.time() print('耗时{0}'.format(end - start)) test01() test02() #result #耗时7.24362325668335 #耗时6.6801464557647705 参数的传递
函数的参数传递本质上就是：从实参到形参的赋值操作。 Python 中“一切皆对象”，所有的赋值操作都是“引用的赋值”。所以，Python 中参数的传递都是“引用传递”，不是“值传递”。具体操作时分为两类：
- 对“可变对象”进行“写操作”，直接作用于原对象本身。
- 对“不可变对象”进行“写操作”，会产生一个新的“对象空间”，并用新的值填充这块空间。（起到其他语言的“值传递”效果，但不是“值传递”）
可变对象有：
字典、列表、集合、自定义的对象等
不可变对象有：
数字、字符串、元组、function
【操作】参数传递：传递可变对象的引用
b = [10,20] def f2(m): print("m:",id(m)) #b 和 m 是同一个对象 m.append(30) #由于 m 是可变对象，不创建对象拷贝，直接修改这个对象 f2(b) print("b:",id(b)) print(b) #result #m: 1619876826368 #b: 1619876826368 #[10, 20, 30] 传递不可变对象的引用
传递参数是不可变对象（例如：int、float、字符串、元组、布尔值），实际传递的还是对象的引用。在”赋值操作”时，由于不可变对象无法修改，系统会新创建一个对象。
【操作】参数传递：传递不可变对象的引用
a = 100 def f1(n): print("n:",id(n)) #传递进来的是 a 对象的地址 n = n + 200 #由于 a 是不可变对象，因此创建新的对象 n print("n:",id(n)) #n 已经变成了新的对象 print(n) f1(a) print("a:",id(a)) #a的内存地址并没有发生改变 #result #n: 140717568683912 #n: 2640908885520 #300 #a: 140717568683912 显然，通过 id 值我们可以看到 n 和 a 一开始是同一个对象。给 n 赋值后，n 是新的对象。
浅拷贝和深拷贝
为了更深入的了解参数传递的底层原理，我们需要讲解一下“浅拷贝和深拷贝”。我们可以使用内置函数：copy(浅拷贝)、deepcopy(深拷贝)。
浅拷贝：不拷贝子对象的内容，只是拷贝子对象的引用。
深拷贝：会连子对象的内存也全部拷贝一份，对子对象的修改不会影响源对象
【操作】测试浅拷贝和深拷贝
#测试浅拷贝和深拷贝 import copy def testCopy(): '''测试浅拷贝''' a = [10, 20, [5, 6]] b = copy.copy(a) print("a", a) print("b", b) b.append(30) b[2].append(7) print("浅拷贝......") print("a", a) print("b", b) def testDeepCopy(): '''测试深拷贝''' a = [10, 20, [5, 6]] b = copy.deepcopy(a) print("a", a) print("b", b) b.append(30) b[2].append(7) print("深拷贝......") print("a", a) print("b", b) testCopy() print("*************") testDeepCopy() #result ''' a [10, 20, [5, 6]] b [10, 20, [5, 6]] 浅拷贝...... a [10, 20, [5, 6, 7]] b [10, 20, [5, 6, 7], 30] ************* a [10, 20, [5, 6]] b [10, 20, [5, 6]] 深拷贝...... a [10, 20, [5, 6]] b [10, 20, [5, 6, 7], 30] ''' 传递不可变对象包含的子对象是可变的情况
传递不可变对象时。不可变对象里面包含的子对象是可变的。则方法内修改了这个可变对象，源对象也发生了变化
a = (10,20,[5,6]) print("a:",id(a)) def test01(m): print("m:",id(m)) m[2][0] = 888 print(m) print("m:",id(m)) test01(a) print(a) #result ''' a: 3006159512640 m: 3006159512640 (10, 20, [888, 6]) m: 3006159512640 (10, 20, [888, 6]) ''' 参数的几种类型
位置参数
函数调用时，实参默认按位置顺序传递，需要个数和形参匹配。按位置传递的参数，称为：“位置参数”。
【操作】测试位置参数
def f1(a,b,c): print(a,b,c) f1(2,3,4) f1(2,3) #报错，位置参数不匹配 #result ''' 2 3 4 Traceback (most recent call last): File "c:UserschenhOneDriveData LearnPython 基础课堂笔记 5Book_code.py", line 4, in <module> f1(2,3) #报错，位置参数不匹配 ^^^^^^^ TypeError: f1() missing 1 required positional argument: 'c' ''' 默认值参数
我们可以为某些参数设置默认值，这样这些参数在传递时就是可选的。称为“默认值参数”。默认值参数放到位置参数后面。
【操作】测试默认值参数
def f1(a, b, c=10, d=20): #默认值参数必须位于普通位置参数后面 print(a, b, c, d) f1(9, 8) f1(8, 9, 19) f1(8, 9, 19, 29) #result ''' 9 8 10 20 8 9 19 20 8 9 19 29 ''' 命名参数
我们也可以按照形参的名称传递参数，称为“命名参数”，也称“关键字参数”。
【操作】测试命名参数
def f1(a,b,c): print(a,b,c) f1(8, 9, 19) #位置参数 f1(c=10, a=20, b=30) #命名参数、 #result ''' 8 9 19 20 30 10 ''' 可变参数
可变参数指的是“可变数量的参数”。分两种情况：
- *param（一个星号），将多个参数收集到一个“元组”对象中。
- **param（两个星号），将多个参数收集到一个“字典”对象中。
【操作】测试可变参数处理（元组、字典两种方式
def f1(a,b,*c): print(a,b,c) f1(8, 9, 19, 20) def f2(a,b,**c): print(a,b,c) f2(8, 9, name = 'gaoqi', age = 18) def f3(a,b,*c,**d): print(a,b,c,d) f3(8, 9, 20, 30, name = 'gaoqi',age = 18) #result ''' 8 9 (19, 20) #将*c参数放在元组中 8 9 {'name': 'gaoqi', 'age': 18} #将**c参数放在字典中 8 9 (20, 30) {'name': 'gaoqi', 'age': 18} ''' 强制命名参数
在带星号的“可变参数”后面增加新的参数，必须在调用的时候“强制命名参数”。
【操作】强制命名参数的使用
def f1(*a,b,c): print(a,b,c) #f1(2,3,4) #会报错。由于 a 是可变参数，将 2,3,4 全部收集。造成 b 和 c 没有赋值。 f1(2,b=3,c=4) f1(2, 3, 4, b=10, c=100) ''' result: (2,) 3 4 (2, 3, 4) 10 100 ''' lambda 表达式和匿名函数
lambda 表达式可以用来声明匿名函数。lambda 函数是一种简单的、在同一行中定义函数的方法。lambda 函数实际生成了一个函数对象。
lambda 表达式只允许包含一个表达式，不能包含复杂语句，该表达式的计算结果就是函数的返回值。
ambda 表达式的基本语法如下：
lambda arg1,arg2,arg3... : <表达式> arg1/arg2/arg3 为函数的参数。<表达式>相当于函数体。运算结果是：表达式的运算结果。
【操作】lambda 表达式使
f = lambda a, b, c : a + b + c print(f) print(f(2, 3, 4)) ''' result: <function <lambda> at 0x0000024E1DBA0680> 9 ''' g = [lambda a : a*2, lambda b : b*3, lambda c : c*4] print(g) print(g[0](6),g[1](7),g[2](8)) ''' result: [<function <lambda> at 0x0000019D11368E00>, <function <lambda> at 0x0000019D11368F40>, <function <lambda> at 0x0000019D11368FE0>] 12 21 32 ''' eval()函数
功能：将字符串 str 当成有效的表达式来求值并返回计算结果。
语法参数：
eval(source[, globals[, locals]]) -> value source：一个 Python 表达式或函数 compile()返回的代码对象 globals：可选。必须是 dictionary locals：可选。任意映射对象 s = "print('abcde')" eval(s) a = 10 b = 20 c = eval("a + b") print(c) dict1 = dict(a = 100, b = 200) d = eval("a+b",dict1) print(d) ''' result: abcde 30 300 ''' eval 函数会将字符串当做语句来执行，因此会被注入安全隐患。比如：字符串中含有删除文件的语句。那就麻烦大了。因此，使用时候，要慎重！！！
递归函数
递归函数指的是：自己调用自己的函数，在函数体内部直接或间接的自己调用自己。递归类似于大家中学数学学习过的“数学归纳法”。 每个递归函数必须包含两个部分：
- 终止条件
表示递归什么时候结束。一般用于返回值，不再调用自己。
- 递归步骤
把第 n 步的值和第 n-1 步相关联。
递归函数由于会创建大量的函数对象、过量的消耗内存和运算能力。在处理大量数据时，谨慎使用。
【操作】 使用递归函数计算阶乘(factorial
def factorial(n): if n == 1: return 1 else: return n * factorial(n-1) for i in range(1,11): print(i,'!=',factorial(i)) ''' result: 1 != 1 2 != 2 3 != 6 4 != 24 5 != 120 6 != 720 7 != 5040 8 != 40320 9 != 362880 10 != 3628800 '''
