咱們能夠用一段代碼來實現咱們須要的功能,可是當咱們須要重複使用這段代碼時,複製粘貼並非一個酷的方法,咱們能夠用到函數來實現這一需求python
1、函數定義linux
函數是邏輯結構化和過程化的一種編程方法,經過一個函數名封裝好一串用來完成某一特定功能的代碼編程
函數的定義:緩存
def 函數名(參數1,參數2....):閉包
''註釋''app
函數體 ide
def func1(): #定義函數 print('this is a function') #函數體 func1() #調用函數
#一般無參函數不須要返回值,有參函數須要有返回值
def func1(name): #帶參數的形式 print('%s is a good man'%name) func1('egon')
#關於函數的返回值,若是沒有指定,默認是None
#函數與過程的定義就是過程沒有返回值,用完以後就沒有了,而函數有返回值
def func1(name): print('%s is a good man'%name) print(func1('egon'))
--> egon is a good man函數
Nonethis
函數的優勢:1.代碼重用url
2.保持一致性,易於維護
3.可擴展性好
注意:1.函數必須先定義,在使用,和變量相似,在定義前使用會報錯
2.函數在定義階段只檢測語法錯誤,不會執行代碼,因此即便在函數體內有未定義的變量名,在函數未調用前也不會報錯
3.函數的返回值能夠是任意類型,若是是返回多個值,必定是元組形式
4.return 的做用是終止函數的執行,return只執行一次,後面的內容不執行
2、函數參數
函數的參數分爲形式參數和實際參數,在函數定義的時候,函數名後面括號裏的就是形式參數,在函數調用的時候,傳遞的參數是實際參數。形式參數只在函數內部有效,外部沒法引用。
1.形參
1)位置參數:按照從左到右的順序依次定義的參數 def foo(x,y,z)
位置形參必須被傳值,且多一個少一個都不行
2)默認參數:在函數定義階段就已經爲形參賦值,調用階段不賦值也會有默認值 def foo(x,y=10)
值常常變化的狀況,一般定義成位置參數,可是值在多數狀況下不變的狀況下,能夠定義成默認參數
注意:
a.默認參數必須放在位置參數後面
b.默認參數一般定義成不可變類型
c.默認參數只在定義時被賦值一次
3)命名關鍵字參數:def register(*,name,age) *後面定義的形參,必須被傳值,且必須以關鍵字的形式傳值
2.實參
1)位置實參:與位置形參一一對應
2)關鍵字參數:實參在定義時,按照key-values的形式定義
def foo(x,y)
foo(x=1,y=2)
關鍵字參數能夠不用向位置參數同樣與形參一一對應,能夠打破順序限制
注意:a.位置參數和關鍵字參數混合使用的時候,位置參數必須在關鍵字參數前面
b.既能夠是位置實參形式,也能夠是關鍵字實參形式,可是一個形參只能傳值一次
3)可變長參數:
按位置定義的可變長參數用*表示
按關鍵字定義的可變類型的參數用**表示
def func(x,y,*args): print(x,y,args) func(1,2,3,4,5) --->1 2 (3 4 5)
#遇到*就是位置參數,把*後面的所有拆開,再一一匹配,多餘的就以元組的形式存放到一塊兒
def func(x,y,**kwargs): print(x,y,kwargs) func(1,y=2,z=3,a=1,b=2)---->1 2 {'z': 3, 'a': 1, 'b': 2}
#遇到**就是關鍵字參數,把**後面的所有拆成關鍵字,再一一匹配,多餘的以字典形式存放到一塊兒
def wrapper(*args,**kwargs):能夠接受任意形式,任意長度的參數
參數的定義順序:x,y=1,*args,z,**kwargs,分別是位置參數,默認參數,可變長位置參數,命名關鍵字參數,可變類型參數
但須要注意的是,這些參數並不會同時所有出現
3、名稱空間和做用域
名稱空間存放名字和值的綁定關係,以key-value 的形式
在Windows命令提示行中輸入命令:import this ,在最後一行會看到這樣一句話:
Namespaces are one honking great idea -- let's do more of those!
名稱空間分爲三種:
1)內置名稱空間:Python自帶的,如print,int,len....當Python解釋器啓動的時候,就會生成內置名稱空間
2)全局名稱空間:文件級別定義的名字會存放到全局名稱空間,執行Python程序的時候產生,簡單點說就是沒有縮進的變量名
3)局部名稱空間:定義在函數(或模塊、類)內部的名字,只有在函數(模塊、類)調用的時候才生效,調用結束後就會釋放
加載順序是:內置名稱空間-->全局名稱空間-->局部名稱空間
取值順序是:局部名稱空間-->全局名稱空間-->內置名稱空間
4、函數嵌套和做用域
1.函數嵌套包括函數的嵌套調用和函數的嵌套定義
函數嵌套調用能夠用求最大值的例子來講明:
def max2(x,y): if x > y: return x else: return y def max4(a,b,c,d): res1=max2(a,b) #23 res2=max2(res1,c) #23 res3=max2(res2,d) #31 return res3 print(max4(11,23,-7,31))
函數嵌套定義:
def f1(): def f2(): def f3(): print('from f3') print('from f2') f3() print('from f1') f2() # print(f1) f1()
2.做用域
1)全局做用域:內置名稱空間與全局名稱空間的名字屬於全局範圍,在整個文件的任意位置都能引用
2)局部做用域:屬於局部範圍,只在函數內部能夠被引用,局部有效
必定要注意局部變量和全局變量的做用範圍,在局部修改全局變量會出錯,在全局範圍引用局部變量也會出錯
做用域在函數定義時就已經固定了,不會因調用位置而改變
可是若是必定要在局部修改全局變量,也是用辦法的,就是在要修改的變量前加一個global
x=1 def foo(): x=10 print(x) foo() #10 print(x) #1
x=1 def foo(): global x x=10 print(x) foo() #10 print(x) #10
def foo(): x=1 def f2(): x+=x return x return f2() print(foo()) #會報錯UnboundLocalError: local variable 'x' referenced before assignment def foo(): x=1 def f2(): nonlocal x #告訴Python解釋器,這裏的x不是局部變量,只會找函數內部的,不會修改全局變量 x+=x return x return f2() print(foo()) #會打印出修改後的x的值,2
5、閉包函數
定義在函數內部的函數,該內部函數包含對外部做用域,而非全局做用域的名字的引用,那麼該內部函數稱爲閉包函數
name='egon' def func(): name='alex' def bar(): print(name) return bar f=func() #f就是閉包函數
print(f.__closure__[0].cell_contents) #該命令能夠查看閉包函數外面包了什麼東西------>alex
閉包函數的特色:a.自帶做用域,b.延遲計算(f只是拿到了函數的內存地址,何時用,加括號就能夠運行)
閉包函數最基本的形式:
def 外部函數名():
內部函數須要的變量
def 內部函數名():
引用外部變量
return 內部函數名
6、裝飾器
1.開放封閉原則:對擴展是開放的,對修改是封閉的
2.裝飾器本質是任意可調用的對象,被裝飾對象也是任意可調用的對象
3.裝飾器的功能是:在不修改被裝飾對象源代碼及調用方式的前提下,爲其添加新的功能
4.裝飾器語法:在被裝飾對象的正上方的單獨一行,寫上@裝飾器名字
5.有多個裝飾器的時候,每行一個,執行時從上往下運行
6.被裝飾函數有參數的狀況:寫成(*args,**kwargs)的形式
裝飾器示例一:
#實現緩存網頁內容的功能,下載的頁面存放於文件中,若是文件內有值(文件大小不爲0), # 就優先從文件中讀取網頁內容,不然,就去下載,而後存到文件中 from urllib.request import urlopen import os cache_path=r'C:\untitled\0615Python第8天\cache_file.txt' def make_cache(func): def wrapper (*args,**kwargs): if os.path.getsize(cache_path): #有緩存 print('\033[45m========>有緩存\033[0m') with open(cache_path,'rb') as f: res=f.read() else: res=func(*args,**kwargs)#下載 with open(cache_path,'wb') as f:#製做緩存 f.write(res) return res return wrapper @make_cache def get(url): return urlopen(url).read() print(get('https://www.python.org'))
裝飾器示例二:
#爲多個函數加上認證的功能(用戶的帳號密碼來源於文件),要求登陸成功一次,後續的函數都無需再輸入用戶名和密碼 db_dic={ 'egon':'123', 'alex':'alex3714', 'yuanhao':'smallb' } db_path=r'C:\untitled\0615Python第8天\db_dic.txt' with open(db_path,'w',encoding='utf-8') as f: f.write(str(db_dic)) login_dic={ 'user':None, 'status':False, } def auth(func): def wrapper(*args,**kwargs): #加一個驗證狀態的字典,若是已經登陸成功,下次使用就不用從新驗證 if login_dic['user'] and login_dic['status']: res=func(*args,**kwargs) return res else: name=input('name:') password=input('password:') with open(db_path, 'r', encoding='utf-8') as f: auth_dic = eval(f.read()) if name in auth_dic and password==auth_dic[name]: print('login ok') login_dic['user']=name login_dic['status']=True res=func(*args,**kwargs) return res else: print('error') return wrapper @auth def index(): print('welcom to the page') @auth def home(name): print('welcom to %s\'s home page'%name) index() home('egon')
7、迭代器
1.對於字符串、列表、元組的數據類型,咱們能夠依據索引來實現迭代的效果,可是字典、集合這種沒有索引的數據類型,就須要其餘方式
2.Python爲了提供一種不依賴索引的迭代方式,爲一些對象內置了__iter__方法,obj.__iter__()獲得的結果就是迭代器
獲得的迭代器既有.__iter__方法,又有.__next__方法
3.迭代器的優勢:
a.提供了一種不依賴索引的取值方式
b.惰性計算,節省內存
4.迭代器的缺點:
a.取值不如按照索引取值方便
b.一次 性的,取值只能日後走,不能往前退
c.沒法獲取迭代器的長度
5.for循環實際上會默認調用.__iter__方法
6.判斷是不是可迭代對象和迭代器,能夠用命令
print(isinstance(str1,Iterable)) --->判斷是否爲可迭代對象
print(isinstance(str1,Iterator)) --->判斷是否爲迭代器
8、生成器函數(語句形式和表達式形式)
1.生成器函數:函數體內包含有yield關鍵字,該函數的執行結果就是生成器
2.生成器實際就是迭代器的一種
3.yield的功能:
a.與return相似,均可以返回值,但不同的地方在於yield返回屢次值,而return只能返回一次值
b.爲函數封裝好了__iter__和__next__方法,把函數的執行結果作成了迭代器
c.遵循迭代器的取值方式obj.__next__(),觸發的函數的執行,函數暫停與再繼續的狀態都是由yield保存的
4.生成器語句形式應用實例
1 #模擬linux中tail -f a.txt|grep 'error' |grep '404'的功能 2 import time 3 def tail(filepath,encoding='utf-8'): 4 with open(filepath,encoding='utf-8') as f: 5 f.seek(0,2) #以末尾爲開始位,第0個 6 while True: 7 line=f.readline() 8 if line: 9 yield line 10 else: 11 time.sleep(0.5) 12 13 def grep(lines,pattern): 14 for line in lines: 15 if pattern in line: 16 # print(line) 17 yield line 18 19 g1=tail('a.txt') 20 g2=grep(g1,'error') 21 g3=grep(g2,'404') 22 23 for i in g3: 24 print(i)
5.生成器的表達式形式
def foo(): print('starting') while True: x=yield #默認就是yield None print('value :',x) g=foo() next(g) #初始化,等同於g.send(None) g.send(2)
將yield賦值給一個變量如x=yield,而後用send()傳值,但注意要先作一個相似初始化的操做
g.send(2)的操做實際是先把2傳值給yield,再由yield傳值給x,send()既有傳值的效果,又有next()的效果
生成器表達式形式應用示例
1 def init(func): 2 def wrapper(*args,**kwargs): 3 g=func(*args,**kwargs) 4 next(g) 5 return g 6 return wrapper 7 @init 8 def eater(name): 9 print('%s ready to eat' %name) 10 food_list=[] 11 while True: 12 food=yield food_list#return None 13 food_list.append(food) 14 print('%s start to eat %s' %(name,food)) 15 16 17 e=eater('alex') 18 print(e.send('狗屎')) 19 print(e.send('貓屎')) 20 print(e.send('alex屎')) 21 22 23 def make_shit(people,n): 24 for i in range(n): 25 people.send('shit%s' %i) 26 27 e=eater('alex') 28 make_shit(e,5) 29 #from egon 30 #egon老師的例子有味道,可是我又忍不住不用這個
9、三元表達式
res= x if x>y else y----->判斷條件x>y是否爲真,爲真則把x賦給res,不然把y賦給res
10、列表解析
s='hello' res=[i.upper() for i in s] print(res) #['H', 'E', 'L', 'L', 'O']