Python系列（二）之Python函数

阅读次数

使用pycharm给玛雅写python

Contents

1. 内置函数

python的内置参数详见以下链接，也可以通过help(function_name)来查看具体函数的使用帮助。

http://docs.python.org/3/library/functions.html#abs

	Built-in Functions
`abs()`	`dict()`	`help()`	`min()`	`setattr()`
`all()`	`dir()`	`hex()`	`next()`	`slice()`
`any()`	`divmod()`	`id()`	`object()`	`sorted()`
`ascii()`	`enumerate()`	`input()`	`oct()`	`staticmethod()`
`bin()`	`eval()`	`int()`	`open()`	`str()`
`bool()`	`exec()`	`isinstance()`	`ord()`	`sum()`
`bytearray()`	`filter()`	`issubclass()`	`pow()`	`super()`
`bytes()`	`float()`	`iter()`	`print()`	`tuple()`
`callable()`	`format()`	`len()`	`property()`	`type()`
`chr()`	`frozenset()`	`list()`	`range()`	`vars()`
`classmethod()`	`getattr()`	`locals()`	`repr()`	`zip()`
`compile()`	`globals()`	`map()`	`reversed()`	`__import__()`
`complex()`	`hasattr()`	`max()`	`round()`
`delattr()`	`hash()`	`memoryview()`	`set()`

调用函数需要知道函数名和参数，如果传入的参数不对，会报TypeError的错误并且给出错误信息。

1.1 数据类型转换函数

数据类型转换函数可以对数据类型进行转换，例如：

>>> int('123')
123
>>> int(12.34)
12
>>> float('12.34')
12.34
>>> str(1.23)
'1.23'
>>> str(100)
'100'
>>> bool(1)
True
>>> bool('')
False

1.2 函数引用

函数名其实就是指向一个函数对象的引用，完全可以把函数名赋给一个变量，相当于给这个函数起了一个“别名”：

1
2
3

>>> a = abs # 变量a指向abs函数
>>> a(-1) # 所以也可以通过a调用abs函数
1

2. 定义函数

2.1 函数定义

在Python中，定义一个函数要使用def语句，依次写出函数名、括号、括号中的参数和冒号:，然后，在缩进块中编写函数体，函数的返回值用return语句返回。如果没有return语句，函数执行完毕后也会返回结果，只是结果为None。return None可以简写为return。

def my_abs(x):
    if x >= 0:
        return x
    else:
        return -x

2.2 空函数

如果想定义一个什么事也不做的空函数，可以用pass语句：

1 2	def nop(): pass

pass语句主要用来暂时让程序运行不报错，待后续再补充函数内容。同理，pass还可以用在其他语句里，比如：

1 2	if age >= 18: pass

2.3 参数检查

调用函数时，如果参数个数不对，Python解释器会自动检查出来，并抛出TypeError。如果要对参数类型进行检查，可以使用内置函数isinstance()实现。例如：

def my_abs(x):
    if not isinstance(x, (int, float)):
        raise TypeError('bad operand type')
    if x >= 0:
        return x
    else:
        return -x

2.4 多返回值

import math

def move(x, y, step, angle=0):
    nx = x + step * math.cos(angle)
    ny = y - step * math.sin(angle)
    return nx, ny

实际上python的多返回值是一个tuple。只不过按位置依次赋值。

#多返回值
>>> x, y = move(100, 100, 60, math.pi / 6)
>>> print(x, y)
151.96152422706632 70.0
#返回值为tuple
>>> r = move(100, 100, 60, math.pi / 6)
>>> print(r)
(151.96152422706632, 70.0)

3. 函数的参数

定义函数的时候，把参数的名字和位置确定下来，函数的接口定义就完成了。对于函数的调用者来说，只需要知道如何传递正确的参数，以及函数将返回什么样的值，而函数内部的复杂逻辑被封装起来，调用者无需了解。

3.1 位置参数

位置参数，即传入的参数有位置顺序区分。例如以下的x和n根据位置不同，接收对应位置的传入参数。

def power(x, n):
    s = 1
    while n > 0:
        n = n - 1
        s = s * x
    return s

3.2 默认参数

默认参数，即对某个参数设置默认值，如果没有传入该参数则使用默认值，如果有传入该参数则使用传入值。

必须参数在前，默认参数在后

一般将变化小的参数设置为默认参数，变化大的设置为必选参数

#函数定义
def power(x, n=2):
    s = 1
    while n > 0:
        n = n - 1
        s = s * x
    return s
#函数调用   
>>> power(5)
25
>>> power(5, 3)
125

有多个默认参数时，可以按顺序提供默认参数，也可以指定默认参数的参数名传值而不按参数顺序。例如：

#函数定义
def enroll(name, gender, age=6, city='Beijing'):
    print('name:', name)
    print('gender:', gender)
    print('age:', age)
    print('city:', city)
#按顺序提供默认参数，即7表示age的值   
enroll('Bob', 'M', 7)
#按参数名提供默认参数，即city值，而没有age的值
enroll('Adam', 'M', city='Tianjin')

注意事项：默认参数必须指向不可变对象，例如整数，字符串，None等。不能指向可变对象，例如list。

#错误示例，默认参数为可变对象list
add_end(L=[]):
    L.append('END')
    return L
#每次调用都会在list中添加元素  
>>> add_end()
['END']
>>> add_end()
['END', 'END']
>>> add_end()
['END', 'END', 'END']

以上例子中，Python函数在定义的时候，默认参数L的值就被计算出来了，即[]，因为默认参数L也是一个变量，它指向对象[]，每次调用该函数，如果改变了L的内容，则下次调用时，默认参数的内容就变了，不再是函数定义时的[]了。

可改为指向None这个不可变对象来避免该问题。例如：

#默认参数指向不可变对象None
def add_end(L=None):
    if L is None:
        L = []
    L.append('END')
    return L
#每次调用恢复原默认值
>>> add_end()
['END']
>>> add_end()
['END']

3.3 可变参数

可变参数，即待传入的参数的个数是可变的，定义时在参数前面加个*，例如*number。可变参数在函数调用时实际上是一个tuple。

#定义可变参数 *number
def calc(*numbers):
    sum = 0
    for n in numbers:
        sum = sum + n * n
    return sum
#函数调用
>>> calc(1, 2)
5
>>> calc()
0
#已存在list待传入
>>> nums = [1, 2, 3]
>>> calc(nums[0], nums[1], nums[2])
14
#通过list方式出传入可变参数
>>> nums = [1, 2, 3]
>>> calc(*nums)
14

3.4 关键字参数

关键字参数，即可以传入0个或任意个含参数名的参数，关键字参数在函数调用时实际上是一个dict。

关键参数定义时在参数前面加**，例如**kw。

#定义关键字参数
def person(name, age, **kw):
    print('name:', name, 'age:', age, 'other:', kw)
#传入必选参数
>>> person('Michael', 30)
name: Michael age: 30 other: {}
#传入可选的关键字参数
>>> person('Adam', 45, gender='M', job='Engineer')
name: Adam age: 45 other: {'gender': 'M', 'job': 'Engineer'}
#使用dict方式传入关键字参数
>>> extra = {'city': 'Beijing', 'job': 'Engineer'}
>>> person('Jack', 24, **extra)
name: Jack age: 24 other: {'city': 'Beijing', 'job': 'Engineer'}

通过dict方式传入实际上是传入一份拷贝，函数参数的改变并不会影响到函数外原dict的值。

3.5 命名关键字参数

通过对关键字参数命名的方式限制只能传入指定名字的关键字参数，而不能传入其他参数。命名关键字参数需要一个特殊分隔符*，*后面的参数被视为命名关键字参数。例如：

#定义命名关键字参数
def person(name, age, *, city, job):
    print(name, age, city, job)
#命名关键字参数的调用    
>>> person('Jack', 24, city='Beijing', job='Engineer')
Jack 24 Beijing Engineer

命名关键字参数必须传入参数名，如果没有传入参数名，调用将报错。

>>> person('Jack', 24, 'Beijing', 'Engineer')
Traceback (most recent call last):
  File "<stdin>", line 1, in <module>
TypeError: person() takes 2 positional arguments but 4 were given

命名关键字参数可以有缺省值，即默认参数。

#命名关键字参数的缺省值
def person(name, age, *, city='Beijing', job):
    print(name, age, city, job)
#函数调用
>>> person('Jack', 24, job='Engineer')
Jack 24 Beijing Engineer

3.6 参数组合

必选参数、默认参数、可变参数、关键字参数和命名关键字参数，这5种参数可以组合使用。但参数定义的顺序必须是：必选参数、默认参数、可变参数、命名关键字参数和关键字参数。

#参数组合的定义
def f1(a, b, c=0, *args, **kw):
    print('a =', a, 'b =', b, 'c =', c, 'args =', args, 'kw =', kw)

def f2(a, b, c=0, *, d, **kw):
    print('a =', a, 'b =', b, 'c =', c, 'd =', d, 'kw =', kw)
    
#参数组合的调用
>>> f1(1, 2, 3, 'a', 'b', x=99)
a = 1 b = 2 c = 3 args = ('a', 'b') kw = {'x': 99}
>>> f2(1, 2, d=99, ext=None)
a = 1 b = 2 c = 0 d = 99 kw = {'ext': None}

通过tuple和dict调用参数组合函数：

#f1
>>> args = (1, 2, 3, 4)
>>> kw = {'d': 99, 'x': '#'}
>>> f1(*args, **kw)
a = 1 b = 2 c = 3 args = (4,) kw = {'d': 99, 'x': '#'}
#f2
>>> args = (1, 2, 3)
>>> kw = {'d': 88, 'x': '#'}
>>> f2(*args, **kw)
a = 1 b = 2 c = 3 d = 88 kw = {'x': '#'}

对于任意函数，都可以通过类似func(*args, **kw)的形式调用它，无论它的参数是如何定义的。

4. 递归函数

4.1 递归函数的定义

递归函数即函数在内部调用函数本身（自己调用自己）。

递归的关键点：

递归结束的临界值，通常使用if语句来判断临界值
递归体的递归逻辑

例如，以下是fact(n) = n! = 1 x 2 x 3 x … x (n-1) x n = (n-1)! x n = fact(n-1) x n 的递归函数。

#递归函数的定义
def fact(n):
    if n==1:
        return 1
    return n * fact(n - 1)
#计算5的阶乘，递归函数调用细节
===> fact(5)
===> 5 * fact(4)
===> 5 * (4 * fact(3))
===> 5 * (4 * (3 * fact(2)))
===> 5 * (4 * (3 * (2 * fact(1))))
===> 5 * (4 * (3 * (2 * 1)))
===> 5 * (4 * (3 * 2))
===> 5 * (4 * 6)
===> 5 * 24
===> 120

4.2 栈溢出问题

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。

例如：

>>> fact(1000)
Traceback (most recent call last):
  File "<stdin>", line 1, in <module>
  File "<stdin>", line 4, in fact
  ...
  File "<stdin>", line 4, in fact
RuntimeError: maximum recursion depth exceeded in comparison

4.3 尾递归

解决递归调用栈溢出的方法是通过尾递归优化。尾递归是指，在函数返回的时候，调用自身本身，并且，return语句不能包含表达式。这样，编译器或者解释器就可以把尾递归做优化，使递归本身无论调用多少次，都只占用一个栈帧，不会出现栈溢出的情况。

例如：

#尾递归函数的定义
def fact(n):
    return fact_iter(n, 1)

def fact_iter(num, product):
    if num == 1:
        return product
    return fact_iter(num - 1, num * product)
    
#计算5的阶乘，递归函数调用细节
===> fact_iter(5, 1)
===> fact_iter(4, 5)
===> fact_iter(3, 20)
===> fact_iter(2, 60)
===> fact_iter(1, 120)
===> 120

尾递归调用时，如果做了优化，栈不会增长，无论多少次调用也不会导致栈溢出。但实际上大多数编程语言没有针对尾递归做优化，Python解释器也没有做优化，因此当没有优化的情况下任何递归函数都存在栈溢出的问题。

左康波

业余文艺cg场景模型师