Python學習筆記—函數

函數

咱們知道圓的面積計算公式爲:html

S = πr2python

當咱們知道半徑r的值時,就能夠根據公式計算出面積。假設咱們須要計算3個不一樣大小的圓的面積:編程

r1 = 12.34
r2 = 9.08
r3 = 73.1
s1 = 3.14 * r1 * r1
s2 = 3.14 * r2 * r2
s3 = 3.14 * r3 * r3

當代碼出現有規律的重複的時候,你就須要小心了,每次寫3.14 * x * x不只很麻煩,並且,若是要把3.14改爲3.14159265359的時候,得所有替換。數組

有了函數,咱們就再也不每次寫s = 3.14 * x * x,而是寫成更有意義的函數調用s = area_of_circle(x),而函數area_of_circle自己只須要寫一次,就能夠屢次調用。數據結構

基本上全部的高級語言都支持函數,Python也不例外。Python不但能很是靈活地定義函數,並且自己內置了不少有用的函數,能夠直接調用。app

抽象

抽象是數學中很是常見的概念。舉個例子:編程語言

計算數列的和,好比:1 + 2 + 3 + ... + 100,寫起來十分不方便,因而數學家發明了求和符號∑,能夠把1 + 2 + 3 + ... + 100記做:函數

100

∑n

n=1

這種抽象記法很是強大,由於咱們看到∑就能夠理解成求和,而不是還原成低級的加法運算。測試

並且,這種抽象記法是可擴展的,好比:優化

100

∑(n2+1)

n=1

 

還原成加法運算就變成了:

(1 x 1 + 1) + (2 x 2 + 1) + (3 x 3 + 1) + ... + (100 x 100 + 1)

可見,藉助抽象,咱們才能不關心底層的具體計算過程,而直接在更高的層次上思考問題。

寫計算機程序也是同樣,函數就是最基本的一種代碼抽象的方式。

 

調用函數

Python內置了不少有用的函數,咱們能夠直接調用。

要調用一個函數,須要知道函數的名稱和參數,好比求絕對值的函數abs,只有一個參數。能夠直接從Python的官方網站查看文檔:

http://docs.python.org/2/library/functions.html#abs

也能夠在交互式命令行經過help(abs)查看abs函數的幫助信息。

調用abs函數:

>>> abs(100)
100
>>> abs(-20)
20
>>> abs(12.34)
12.34

調用函數的時候,若是傳入的參數數量不對,會報TypeError的錯誤,而且Python會明確地告訴你:abs()有且僅有1個參數,但給出了兩個:

>>> abs(1, 2)
Traceback (most recent call last):
  File "<stdin>", line 1, in <module>
TypeError: abs() takes exactly one argument (2 given)

若是傳入的參數數量是對的,但參數類型不能被函數所接受,也會報TypeError的錯誤,而且給出錯誤信息:str是錯誤的參數類型:

>>> abs('a')
Traceback (most recent call last):
  File "<stdin>", line 1, in <module>
TypeError: bad operand type for abs(): 'str'

而比較函數cmp(x, y)就須要兩個參數,若是x<y,返回-1,若是x==y,返回0,若是x>y,返回1

>>> cmp(1, 2)
-1
>>> cmp(2, 1)
1
>>> cmp(3, 3)
0
 

數據類型轉換

Python內置的經常使用函數還包括數據類型轉換函數,好比int()函數能夠把其餘數據類型轉換爲整數:

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

函數名其實就是指向一個函數對象的引用,徹底能夠把函數名賦給一個變量,至關於給這個函數起了一個「別名」:

>>> a = abs # 變量a指向abs函數
>>> a(-1) # 因此也能夠經過a調用abs函數
1

小結

調用Python的函數,須要根據函數定義,傳入正確的參數。若是函數調用出錯,必定要學會看錯誤信息,因此英文很重要!

 

二、定義函數

在Python中,定義一個函數要使用def語句,依次寫出函數名、括號、括號中的參數和冒號:,而後,在縮進塊中編寫函數體,函數的返回值用return語句返回。

咱們以自定義一個求絕對值的my_abs函數爲例:

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

請自行測試並調用my_abs看看返回結果是否正確。

請注意,函數體內部的語句在執行時,一旦執行到return時,函數就執行完畢,並將結果返回。所以,函數內部經過條件判斷和循環能夠實現很是複雜的邏輯。

若是沒有return語句,函數執行完畢後也會返回結果,只是結果爲None

return None能夠簡寫爲return

空函數

若是想定義一個什麼事也不作的空函數,能夠用pass語句:

def nop():
    pass

pass語句什麼都不作,那有什麼用?實際上pass能夠用來做爲佔位符,好比如今還沒想好怎麼寫函數的代碼,就能夠先放一個pass,讓代碼能運行起來。

pass還能夠用在其餘語句裏,好比:

if age >= 18:
    pass

缺乏了pass,代碼運行就會有語法錯誤。

參數檢查

調用函數時,若是參數個數不對,Python解釋器會自動檢查出來,並拋出TypeError

>>> my_abs(1, 2)
Traceback (most recent call last):
  File "<stdin>", line 1, in <module>
TypeError: my_abs() takes exactly 1 argument (2 given)

可是若是參數類型不對,Python解釋器就沒法幫咱們檢查。試試my_abs和內置函數abs的差異:

>>> my_abs('A')
'A'
>>> abs('A')
Traceback (most recent call last):
  File "<stdin>", line 1, in <module>
TypeError: bad operand type for abs(): 'str'

當傳入了不恰當的參數時,內置函數abs會檢查出參數錯誤,而咱們定義的my_abs沒有參數檢查,因此,這個函數定義不夠完善。

讓咱們修改一下my_abs的定義,對參數類型作檢查,只容許整數和浮點數類型的參數。數據類型檢查能夠用內置函數isinstance實現:

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

添加了參數檢查後,若是傳入錯誤的參數類型,函數就能夠拋出一個錯誤:

>>> my_abs('A')
Traceback (most recent call last):
  File "<stdin>", line 1, in <module>
  File "<stdin>", line 3, in my_abs
TypeError: bad operand type

錯誤和異常處理將在後續講到。

返回多個值

函數能夠返回多個值嗎?答案是確定的。

好比在遊戲中常常須要從一個點移動到另外一個點,給出座標、位移和角度,就能夠計算出新的新的座標:

import math

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

這樣咱們就能夠同時得到返回值:

>>> x, y = move(100, 100, 60, math.pi / 6)
>>> print x, y
151.961524227 70.0

但其實這只是一種假象,Python函數返回的仍然是單一值:

>>> r = move(100, 100, 60, math.pi / 6)
>>> print r
(151.96152422706632, 70.0)

原來返回值是一個tuple!可是,在語法上,返回一個tuple能夠省略括號,而多個變量能夠同時接收一個tuple,按位置賦給對應的值,因此,Python的函數返回多值其實就是返回一個tuple,但寫起來更方便。

小結

定義函數時,須要肯定函數名和參數個數;

若是有必要,能夠先對參數的數據類型作檢查;

函數體內部能夠用return隨時返回函數結果;

函數執行完畢也沒有return語句時,自動return None

函數能夠同時返回多個值,但其實就是一個tuple。

 

三、函數的參數

定義函數的時候,咱們把參數的名字和位置肯定下來,函數的接口定義就完成了。對於函數的調用者來講,只須要知道如何傳遞正確的參數,以及函數將返回什麼樣的值就夠了,函數內部的複雜邏輯被封裝起來,調用者無需瞭解。

Python的函數定義很是簡單,但靈活度卻很是大。除了正常定義的必選參數外,還可使用默認參數、可變參數和關鍵字參數,使得函數定義出來的接口,不但能處理複雜的參數,還能夠簡化調用者的代碼。

默認參數

咱們仍以具體的例子來講明如何定義函數的默認參數。先寫一個計算x2的函數:

def power(x):
    return x * x

 

當咱們調用power函數時,必須傳入有且僅有的一個參數x

>>> power(5)
25
>>> power(15)
225
 

如今,若是咱們要計算x3怎麼辦?能夠再定義一個power3函數,可是若是要計算x四、x5……怎麼辦?咱們不可能定義無限多個函數。

你也許想到了,能夠把power(x)修改成power(x, n),用來計算xn,說幹就幹:

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

 

對於這個修改後的power函數,能夠計算任意n次方:

>>> power(5, 2)
25
>>> power(5, 3)
125
 

可是,舊的調用代碼失敗了,緣由是咱們增長了一個參數,致使舊的代碼沒法正常調用:

>>> power(5)
Traceback (most recent call last):
  File "<stdin>", line 1, in <module>
TypeError: power() takes exactly 2 arguments (1 given)

這個時候,默認參數就排上用場了。因爲咱們常常計算x2,因此,徹底能夠把第二個參數n的默認值設定爲2:

def power(x, n=2):
    s = 1
    while n > 0:
        n = n - 1
        s = s * x
    return s

這樣,當咱們調用power(5)時,至關於調用power(5, 2)

>>> power(5)
25
>>> power(5, 2)
25

而對於n > 2的其餘狀況,就必須明確地傳入n,好比power(5, 3)

從上面的例子能夠看出,默認參數能夠簡化函數的調用。設置默認參數時,有幾點要注意:

一是必選參數在前,默認參數在後,不然Python的解釋器會報錯(思考一下爲何默認參數不能放在必選參數前面);

二是如何設置默認參數。

當函數有多個參數時,把變化大的參數放前面,變化小的參數放後面。變化小的參數就能夠做爲默認參數。

使用默認參數有什麼好處?最大的好處是能下降調用函數的難度。

舉個例子,咱們寫個一年級小學生註冊的函數,須要傳入namegender兩個參數:

def enroll(name, gender):
    print 'name:', name
    print 'gender:', gender

這樣,調用enroll()函數只須要傳入兩個參數:

>>> enroll('Sarah', 'F')
name: Sarah
gender: F

若是要繼續傳入年齡、城市等信息怎麼辦?這樣會使得調用函數的複雜度大大增長。

咱們能夠把年齡和城市設爲默認參數:

def enroll(name, gender, age=6, city='Beijing'):
    print 'name:', name
    print 'gender:', gender
    print 'age:', age
    print 'city:', city

這樣,大多數學生註冊時不須要提供年齡和城市,只提供必須的兩個參數:

>>> enroll('Sarah', 'F')
Student:
name: Sarah
gender: F
age: 6
city: Beijing

只有與默認參數不符的學生才須要提供額外的信息:

enroll('Bob', 'M', 7)
enroll('Adam', 'M', city='Tianjin')

可見,默認參數下降了函數調用的難度,而一旦須要更復雜的調用時,又能夠傳遞更多的參數來實現。不管是簡單調用仍是複雜調用,函數只須要定義一個。

有多個默認參數時,調用的時候,既能夠按順序提供默認參數,好比調用enroll('Bob', 'M', 7),意思是,除了namegender這兩個參數外,最後1個參數應用在參數age上,city參數因爲沒有提供,仍然使用默認值。

也能夠不按順序提供部分默認參數。當不按順序提供部分默認參數時,須要把參數名寫上。好比調用enroll('Adam', 'M', city='Tianjin'),意思是,city參數用傳進去的值,其餘默認參數繼續使用默認值。

默認參數頗有用,但使用不當,也會掉坑裏。默認參數有個最大的坑,演示以下:

先定義一個函數,傳入一個list,添加一個END再返回:

def add_end(L=[]):
    L.append('END')
    return L

當你正常調用時,結果彷佛不錯:

>>> add_end([1, 2, 3])
[1, 2, 3, 'END']
>>> add_end(['x', 'y', 'z'])
['x', 'y', 'z', 'END']

當你使用默認參數調用時,一開始結果也是對的:

>>> add_end()
['END']

可是,再次調用add_end()時,結果就不對了:

>>> add_end()
['END', 'END']
>>> add_end()
['END', 'END', 'END']

不少初學者很疑惑,默認參數是[],可是函數彷佛每次都「記住了」上次添加了'END'後的list。

緣由解釋以下:

Python函數在定義的時候,默認參數L的值就被計算出來了,即[],由於默認參數L也是一個變量,它指向對象[],每次調用該函數,若是改變了L的內容,則下次調用時,默認參數的內容就變了,再也不是函數定義時的[]了。

因此,定義默認參數要牢記一點:默認參數必須指向不變對象!

要修改上面的例子,咱們能夠用None這個不變對象來實現:

def add_end(L=None):
    if L is None:
        L = []
    L.append('END')
    return L

如今,不管調用多少次,都不會有問題:

>>> add_end()
['END']
>>> add_end()
['END']

爲何要設計str、None這樣的不變對象呢?由於不變對象一旦建立,對象內部的數據就不能修改,這樣就減小了因爲修改數據致使的錯誤。此外,因爲對象不變,多任務環境下同時讀取對象不須要加鎖,同時讀一點問題都沒有。咱們在編寫程序時,若是能夠設計一個不變對象,那就儘可能設計成不變對象。

可變參數

在Python函數中,還能夠定義可變參數。顧名思義,可變參數就是傳入的參數個數是可變的,能夠是1個、2個到任意個,還能夠是0個。

咱們以數學題爲例子,給定一組數字a,b,c……,請計算a2 + b2 + c2 + ……。

要定義出這個函數,咱們必須肯定輸入的參數。因爲參數個數不肯定,咱們首先想到能夠把a,b,c……做爲一個list或tuple傳進來,這樣,函數能夠定義以下:

def calc(numbers):
    sum = 0
    for n in numbers:
        sum = sum + n * n
    return sum

  

可是調用的時候,須要先組裝出一個list或tuple:

>>> calc([1, 2, 3])
14
>>> calc((1, 3, 5, 7))
84

  

若是利用可變參數,調用函數的方式能夠簡化成這樣:

>>> calc(1, 2, 3)
14
>>> calc(1, 3, 5, 7)
84

  

因此,咱們把函數的參數改成可變參數:

def calc(*numbers):
    sum = 0
    for n in numbers:
        sum = sum + n * n
    return sum

  

定義可變參數和定義list或tuple參數相比,僅僅在參數前面加了一個*號。在函數內部,參數numbers接收到的是一個tuple,所以,函數代碼徹底不變。可是,調用該函數時,能夠傳入任意個參數,包括0個參數:

>>> calc(1, 2)
5
>>> calc()
0

  

若是已經有一個list或者tuple,要調用一個可變參數怎麼辦?能夠這樣作:

>>> nums = [1, 2, 3]
>>> calc(nums[0], nums[1], nums[2])
14

  

這種寫法固然是可行的,問題是太繁瑣,因此Python容許你在list或tuple前面加一個*號,把list或tuple的元素變成可變參數傳進去:

>>> nums = [1, 2, 3]
>>> calc(*nums)
14

  

這種寫法至關有用,並且很常見。

關鍵字參數

可變參數容許你傳入0個或任意個參數,這些可變參數在函數調用時自動組裝爲一個tuple。而關鍵字參數容許你傳入0個或任意個含參數名的參數,這些關鍵字參數在函數內部自動組裝爲一個dict。請看示例:

def person(name, age, **kw):
    print 'name:', name, 'age:', age, 'other:', kw

  

函數person除了必選參數nameage外,還接受關鍵字參數kw。在調用該函數時,能夠只傳入必選參數:

>>> person('Michael', 30)
name: Michael age: 30 other: {}

  

也能夠傳入任意個數的關鍵字參數:

>>> person('Bob', 35, city='Beijing')
name: Bob age: 35 other: {'city': 'Beijing'}
>>> person('Adam', 45, gender='M', job='Engineer')
name: Adam age: 45 other: {'gender': 'M', 'job': 'Engineer'}

  

關鍵字參數有什麼用?它能夠擴展函數的功能。好比,在person函數裏,咱們保證能接收到nameage這兩個參數,可是,若是調用者願意提供更多的參數,咱們也能收到。試想你正在作一個用戶註冊的功能,除了用戶名和年齡是必填項外,其餘都是可選項,利用關鍵字參數來定義這個函數就能知足註冊的需求。

和可變參數相似,也能夠先組裝出一個dict,而後,把該dict轉換爲關鍵字參數傳進去:

>>> kw = {'city': 'Beijing', 'job': 'Engineer'}
>>> person('Jack', 24, city=kw['city'], job=kw['job'])
name: Jack age: 24 other: {'city': 'Beijing', 'job': 'Engineer'}

  

固然,上面複雜的調用能夠用簡化的寫法:

>>> kw = {'city': 'Beijing', 'job': 'Engineer'}
>>> person('Jack', 24, **kw)
name: Jack age: 24 other: {'city': 'Beijing', 'job': 'Engineer'}

  

參數組合

在Python中定義函數,能夠用必選參數、默認參數、可變參數和關鍵字參數,這4種參數均可以一塊兒使用,或者只用其中某些,可是請注意,參數定義的順序必須是:必選參數、默認參數、可變參數和關鍵字參數。

好比定義一個函數,包含上述4種參數:

def func(a, b, c=0, *args, **kw):
    print 'a =', a, 'b =', b, 'c =', c, 'args =', args, 'kw =', kw

  

在函數調用的時候,Python解釋器自動按照參數位置和參數名把對應的參數傳進去。

>>> func(1, 2)
a = 1 b = 2 c = 0 args = () kw = {}
>>> func(1, 2, c=3)
a = 1 b = 2 c = 3 args = () kw = {}
>>> func(1, 2, 3, 'a', 'b')
a = 1 b = 2 c = 3 args = ('a', 'b') kw = {}
>>> func(1, 2, 3, 'a', 'b', x=99)
a = 1 b = 2 c = 3 args = ('a', 'b') kw = {'x': 99}

  

最神奇的是經過一個tuple和dict,你也能夠調用該函數:

>>> args = (1, 2, 3, 4)
>>> kw = {'x': 99}
>>> func(*args, **kw)
a = 1 b = 2 c = 3 args = (4,) kw = {'x': 99}

  

因此,對於任意函數,均可以經過相似func(*args, **kw)的形式調用它,不管它的參數是如何定義的。

小結

Python的函數具備很是靈活的參數形態,既能夠實現簡單的調用,又能夠傳入很是複雜的參數。

默認參數必定要用不可變對象,若是是可變對象,運行會有邏輯錯誤!

要注意定義可變參數和關鍵字參數的語法:

*args是可變參數,args接收的是一個tuple;

**kw是關鍵字參數,kw接收的是一個dict。

以及調用函數時如何傳入可變參數和關鍵字參數的語法:

可變參數既能夠直接傳入:func(1, 2, 3),又能夠先組裝list或tuple,再經過*args傳入:func(*(1, 2, 3))

關鍵字參數既能夠直接傳入:func(a=1, b=2),又能夠先組裝dict,再經過**kw傳入:func(**{'a': 1, 'b': 2})

使用*args**kw是Python的習慣寫法,固然也能夠用其餘參數名,但最好使用習慣用法。

 

四、遞歸函數

在函數內部,能夠調用其餘函數。若是一個函數在內部調用自身自己,這個函數就是遞歸函數。

舉個例子,咱們來計算階乘n! = 1 x 2 x 3 x ... x n,用函數fact(n)表示,能夠看出:

fact(n) = n! = 1 x 2 x 3 x ... x (n-1) x n = (n-1)! x n = fact(n-1) x n

因此,fact(n)能夠表示爲n x fact(n-1),只有n=1時須要特殊處理。

因而,fact(n)用遞歸的方式寫出來就是:

def fact(n):
    if n==1:
        return 1
    return n * fact(n - 1)

  

上面就是一個遞歸函數。能夠試試:

>>> fact(1)
1
>>> fact(5)
120
>>> fact(100)
93326215443944152681699238856266700490715968264381621468592963895217599993229915608941463976156518286253697920827223758251185210916864000000000000000000000000L

  

若是咱們計算fact(5),能夠根據函數定義看到計算過程以下:

===> 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

  

遞歸函數的優勢是定義簡單,邏輯清晰。理論上,全部的遞歸函數均可以寫成循環的方式,但循環的邏輯不如遞歸清晰。

使用遞歸函數須要注意防止棧溢出。在計算機中,函數調用是經過棧(stack)這種數據結構實現的,每當進入一個函數調用,棧就會加一層棧幀,每當函數返回,棧就會減一層棧幀。因爲棧的大小不是無限的,因此,遞歸調用的次數過多,會致使棧溢出。能夠試試fact(1000)

>>> 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

  

解決遞歸調用棧溢出的方法是經過尾遞歸優化,事實上尾遞歸和循環的效果是同樣的,因此,把循環當作是一種特殊的尾遞歸函數也是能夠的。

尾遞歸是指,在函數返回的時候,調用自身自己,而且,return語句不能包含表達式。這樣,編譯器或者解釋器就能夠把尾遞歸作優化,使遞歸自己不管調用多少次,都只佔用一個棧幀,不會出現棧溢出的狀況。

上面的fact(n)函數因爲return n * fact(n - 1)引入了乘法表達式,因此就不是尾遞歸了。要改爲尾遞歸方式,須要多一點代碼,主要是要把每一步的乘積傳入到遞歸函數中:

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)

  

能夠看到,return fact_iter(num - 1, num * product)僅返回遞歸函數自己,num - 1num * product在函數調用前就會被計算,不影響函數調用。

fact(5)對應的fact_iter(5, 1)的調用以下:

===> fact_iter(5, 1)
===> fact_iter(4, 5)
===> fact_iter(3, 20)
===> fact_iter(2, 60)
===> fact_iter(1, 120)
===> 120

  

尾遞歸調用時,若是作了優化,棧不會增加,所以,不管多少次調用也不會致使棧溢出。

遺憾的是,大多數編程語言沒有針對尾遞歸作優化,Python解釋器也沒有作優化,因此,即便把上面的fact(n)函數改爲尾遞歸方式,也會致使棧溢出。

小結

使用遞歸函數的優勢是邏輯簡單清晰,缺點是過深的調用會致使棧溢出。

針對尾遞歸優化的語言能夠經過尾遞歸防止棧溢出。尾遞歸事實上和循環是等價的,沒有循環語句的編程語言只能經過尾遞歸實現循環。

Python標準的解釋器沒有針對尾遞歸作優化,任何遞歸函數都存在棧溢出的問題。

相關文章
相關標籤/搜索