Python入门篇之函数

Pythond 的函数是由一个新的语句编写，即def，def是可执行的语句--函数并不存在，直到Python运行了def后才存在。

函数是通过赋值传递的，参数通过赋值传递给函数

def语句将创建一个函数对象并将其赋值给一个变量名，def语句的一般格式如下：

def function_name(arg1,arg2[,...]):

    statement

[return value]

返回值不是必须的，如果没有return语句，则Python默认返回值None。

函数名的命名规则：

函数名必须以下划线或字母开头，可以包含任意字母、数字或下划线的组合。不能使用任何的标点符号；

函数名是区分大小写的。

函数名不能是保留字。

Python使用名称空间的概念存储对象，这个名称空间就是对象作用的区域， 不同对象存在于不同的作用域。下面是不同对象的作用域规则：

每个模块都有自已的全局作用域。

函数定义的对象属局部作用域，只在函数内有效，不会影响全局作用域中的对象。

赋值对象属局部作用域，除非使用global关键字进行声明。

LGB规则是Python查找名字的规则，下面是LGB规则：

1.大多数名字引用在三个作用域中查找：先局部(Local)，次之全局(Global)，再次之内置(Build-in)。

>>> a=2

>>> b=2

>>> def test(b):

...     test=a*b

...     return test

>>>print test(10)

20

b在局部作用域中找到,a在全局作用域中找到。

2.如想在局部作用域中改变全局作用域的对象，必须使用global关键字。

#没用global时的情况

>>> name="Jims"

>>> def set():

...     name="ringkee"

...

>>> set()

>>> print name

Jims
#使用global后的情况

>>> name="Jims"

>>> def set1():

...     global name

...     name="ringkee"

...

>>> set1()

>>> print name

ringkee

3.'global'声明把赋值的名字映射到一个包含它的模块的作用域中。

函数的参数是函数与外部沟通的桥梁，它可接收外部传递过来的值。参数传递的规则如下：

4.在一个函数中对参数名赋值不影响调用者。

>>> a=1

>>> def test(a):

...     a=a+1

...     print a

...

>>> test(a)

2

>>> a

1             # a值不变

5.在一个函数中改变一个可变的对象参数会影响调用者。

>>> a=1

>>> b=[1,2]

>>> def test(a,b):

...     a=5

...     b[0]=4

...     print a,b

...

>>> test(a,b)

5 [4, 2]

>>> a

1

>>> b

[4, 2]    # b值已被更改

参数是对象指针，无需定义传递的对象类型。如：

>>> def test(a,b):

...     return a+b

...

>>> test(1,2)   #数值型

3

>>> test("a","b")   #字符型

'ab'

>>> test([12],[11])   #列表

[12, 11]

函数中的参数接收传递的值，参数可分默认参数，如：

def function(ARG=VALUE)

元组（Tuples）参数：
def function(*ARG)

字典（dictionary）参数：
def function(**ARG)

一些函数规则：
默认值必须在非默认参数之后；

在单个函数定义中，只能使用一个tuple参数（*ARG）和一个字典参数（**ARG）。

tuple参数必须在连接参数和默认参数之后。

字典参数必须在最后定义。

1.常用函数

1.abs(x)
abs()返回一个数字的绝对值。如果给出复数，返回值就是该复数的模。

>>>print abs(-100)

100

>>>print abs(1+2j)

2.2360679775

2.callable(object)

callable()函数用于测试对象是否可调用，如果可以则返回1(真)；否则返回0(假)。可调用对象包括函数、方法、代码对象、类和已经定义了“调用”方法的类实例。

>>> a="123"

>>> print callable(a)

0

>>> print callable(chr)

1

3.cmp(x,y)

cmp()函数比较x和y两个对象，并根据比较结果返回一个整数，如果x<y，则返回-1；如果x>y，则返回1,如果x==y则返回0。

>>>a=1

>>>b=2

>>>c=2

>>> print cmp(a,b)

-1

>>> print cmp(b,a)

1

>>> print cmp(b,c)

0

4.divmod(x,y)

divmod(x,y)函数完成除法运算，返回商和余数。

>>> divmod(10,3)

(3, 1)

>>> divmod(9,3)

(3, 0)

5.isinstance(object,class-or-type-or-tuple) -> bool

测试对象类型

>>> a='isinstance test'

>>> b=1234

>>> isinstance(a,str)

True

>>> isinstance(a,int)

False

>>> isinstance(b,str)

False

>>> isinstance(b,int)

True

下面的程序展示了isinstance函数的使用：

def displayNumType(num):

    print num, 'is',

    if isinstance(num, (int, long, float, complex)):

        print 'a number of type:', type(num).__name__

    else:

        print 'not a number at all!!!'

displayNumType(-69)

displayNumType(9999999999999999999999999L)

displayNumType(565.8)

displayNumType(-344.3+34.4j)

displayNumType('xxx')

代码运行结果如下：

-69 is a number of type: int

9999999999999999999999999 is a number of type: long

565.8 is a number of type: float

(-344.3+34.4j) is a number of type: complex

xxx is not a number at all!!!

6.len(object) -> integer

len()函数返回字符串和序列的长度。

>>> len("aa")

2

>>> len([1,2])

2

7.pow(x,y[,z])

pow()函数返回以x为底，y为指数的幂。如果给出z值，该函数就计算x的y次幂值被z取模的值。

>>> print pow(2,4)

16

>>> print pow(2,4,2)

0

>>> print pow(2.4,3)

13.824

8.range([lower,]stop[,step])

range()函数可按参数生成连续的有序整数列表。

>>> range(10)

[0, 1, 2, 3, 4, 5, 6, 7, 8, 9]

>>> range(1,10)

[1, 2, 3, 4, 5, 6, 7, 8, 9]

>>> range(1,10,2)

[1, 3, 5, 7, 9]

9.round(x[,n])

round()函数返回浮点数x的四舍五入值，如给出n值，则代表舍入到小数点后的位数。

>>> round(3.333)

3.0

>>> round(3)

3.0

>>> round(5.9)

6.0

10.type(obj)

type()函数可返回对象的数据类型。

>>> type(a)

<type 'list'>

>>> type(copy)

<type 'module'>

>>> type(1)

<type 'int'>

11.xrange([lower,]stop[,step])

xrange()函数与range()类似，但xrnage()并不创建列表，而是返回一个xrange对象，它的行为与列表相似，但是只在需要时才计算列表值，当列表很大时，这个特性能为我们节省内存。

>>> a=xrange(10)

>>> print a[0]

0

>>> print a[1]

1

>>> print a[2]

2

2.内置类型转换函数

1.chr(i)
chr()函数返回ASCII码对应的字符串。

>>> print chr(65)

A

>>> print chr(66)

B

>>> print chr(65)+chr(66)

AB

2.complex(real[,imaginary])

complex()函数可把字符串或数字转换为复数。

>>> complex("2+1j")

(2+1j)

>>> complex("2")

(2+0j)

>>> complex(2,1)

(2+1j)

>>> complex(2L,1)

(2+1j)

3.float(x)

float()函数把一个数字或字符串转换成浮点数。

>>> float("12")

12.0

>>> float(12L)

12.0

>>> float(12.2)

12.199999999999999

4.hex(x)

hex()函数可把整数转换成十六进制数。

>>> hex(16)

'0x10'

>>> hex(123)

'0x7b'

5.long(x[,base])

long()函数把数字和字符串转换成长整数，base为可选的基数。

>>> long("123")

123L

>>> long(11)

11L

6.list(x)

list()函数可将序列对象转换成列表。如：

>>> list("hello world")

['h', 'e', 'l', 'l', 'o', ' ', 'w', 'o', 'r', 'l', 'd']

>>> list((1,2,3,4))

[1, 2, 3, 4]

7.int(x[,base])

int()函数把数字和字符串转换成一个整数，base为可选的基数。

>>> int(3.3)

3

>>> int(3L)

3

>>> int("13")

13

>>> int("14",15)

19

8.min(x[,y,z...])

min()函数返回给定参数的最小值，参数可以为序列。

>>> min(1,2,3,4)

1

>>> min((1,2,3),(2,3,4))

(1, 2, 3)

9.max(x[,y,z...])

max()函数返回给定参数的最大值，参数可以为序列。

>>> max(1,2,3,4)

4

>>> max((1,2,3),(2,3,4))

(2, 3, 4)

10.oct(x)

oct()函数可把给出的整数转换成八进制数。

>>> oct(8)

'010'

>>> oct(123)

'0173'

11.ord(x)

ord()函数返回一个字符串参数的ASCII码或Unicode值。

>>> ord("a")

97

>>> ord(u"a")

97

12.str(obj)

str()函数把对象转换成可打印字符串。

>>> str("4")

'4'

>>> str(4)

'4'

>>> str(3+2j)

'(3+2j)'

13.tuple(x)

tuple()函数把序列对象转换成tuple。

>>> tuple("hello world")

('h', 'e', 'l', 'l', 'o', ' ', 'w', 'o', 'r', 'l', 'd')

>>> tuple([1,2,3,4])

(1, 2, 3, 4)

3.序列处理函数

1.常用函数中的len()、max()和min()同样可用于序列。
2.filter(function,list)

调用filter()时，它会把一个函数应用于序列中的每个项，并返回该函数返回真值时的所有项，从而过滤掉返回假值的所有项。

>>> def nobad(s):

...     return s.find("bad") == -1

... 

>>> s = ["bad","good","bade","we"]

>>> filter(nobad,s)

['good', 'we']

这个例子通过把nobad()函数应用于s序列中所有项，过滤掉所有包含“bad”的项。

3.map(function,list[,list])

map()函数把一个函数应用于序列中所有项，并返回一个列表。

>>> import string

>>> s=["python","zope","linux"]

>>> map(string.capitalize,s)

['Python', 'Zope', 'Linux']

map()还可同时应用于多个列表。如：

>>> import operator

>>> s=[1,2,3]; t=[3,2,1]

>>> map(operator.mul,s,t)   # s[i]*t[j]

[3, 4, 3]

如果传递一个None值，而不是一个函数，则map()会把每个序列中的相应元素合并起来，并返回该元组。如：

>>> a=[1,2];b=[3,4];c=[5,6]

>>> map(None,a,b,c)

[(1, 3, 5), (2, 4, 6)]

4.reduce(function,seq[,init])

reduce()函数获得序列中前两个项，并把它传递给提供的函数，获得结果后再取序列中的下一项，连同结果再传递给函数，以此类推，直到处理完所有项为止。

>>> import operator

>>> reduce(operator.mul,[2,3,4,5])  # ((2*3)*4)*5

120

>>> reduce(operator.mul,[2,3,4,5],1) # (((1*2)*3)*4)*5

120

>>> reduce(operator.mul,[2,3,4,5],2)  # (((2*2)*3)*4)*5

240

5.zip(seq[,seq,...])

zip()函数可把两个或多个序列中的相应项合并在一起，并以元组的格式返回它们，在处理完最短序列中的所有项后就停止。

>>> zip([1,2,3],[4,5],[7,8,9])

[(1, 4, 7), (2, 5, 8)]

如果参数是一个序列，则zip()会以一元组的格式返回每个项，如：

>>> zip((1,2,3,4,5))

[(1,), (2,), (3,), (4,), (5,)]

>>> zip([1,2,3,4,5])

[(1,), (2,), (3,), (4,), (5,)]

4.其他

def语句是实时执行的，当它运行的时候，它创建并将一个新的函数对象赋值给一个变量名，Python所有的语句都是实时执行的，没有像独立的编译时间这样的流程
由于是语句，def可以出现在任一语句可以出现的地方--甚至是嵌套在其他语句中:

if test:

    def fun():

        ...

else:

    def func():

        ...

...

func()

可以将函数赋值给一个不同的变量名，并通过新的变量名进行调用：

othername=func()

othername()

创建函数
内建的callable函数可以用来判断函数是否可调用：

>>> import math

>>> x=1

>>> y=math.sqrt

>>> callable(x)

False

>>> callable(y)

True

使用del语句定义函数：

>>> def hello(name):

  　　  return 'Hello, '+name+'!'

>>> print hello('world')

Hello, world!

>>> print hello('Gumby')

Hello, Gumby!

编写一个fibnacci数列函数：

>>> def fibs(num):

   　　 result=[0,1]

    　　for i in range(num-2):

       　　 result.append(result[-2]+result[-1])

   　　 return result

>>> fibs(10)

[0, 1, 1, 2, 3, 5, 8, 13, 21, 34]

>>> fibs(15)

[0, 1, 1, 2, 3, 5, 8, 13, 21, 34, 55, 89, 144, 233, 377]

在函数内为参数赋值不会改变外部任何变量的值：

>>> def try_to_change(n):

  　　  n='Mr.Gumby'

>>> name='Mrs.Entity'

>>> try_to_change(name)

>>> name

'Mrs.Entity'

由于字符串（以及元组和数字）是不可改变的，故做参数的时候也就不会改变，但是如果将可变的数据结构如列表用作参数的时候会发生什么：

>>> name='Mrs.Entity'

>>> try_to_change(name)

>>> name

'Mrs.Entity'

>>> def change(n):

   　　 n[0]='Mr.Gumby'
>>> name=['Mrs.Entity','Mrs.Thing']

>>> change(name)

>>> name

['Mr.Gumby', 'Mrs.Thing']

参数发生了改变，这就是和前面例子的重要区别

以下不用函数再做一次：

>>> name=['Mrs.Entity','Mrs.Thing']

>>> n=name  #再来一次，模拟传参行为

>>> n[0]='Mr.Gumby' #改变列表

>>> name

['Mr.Gumby', 'Mrs.Thing']

当2个变量同时引用一个列表的时候，它们的确是同时引用一个列表，想避免这种情况，可以复制一个列表的副本，当在序列中做切片的时候，返回的切片总是一个副本，所以复制了整个列表的切片，将会得到一个副本：

>>> names=['Mrs.Entity','Mrs.Thing']

>>> n=names[:]

>>> n is names

False

>>> n==names

True

此时改变n不会影响到names：

>>> n[0]='Mr.Gumby'

>>> n

['Mr.Gumby', 'Mrs.Thing']

>>> names

['Mrs.Entity', 'Mrs.Thing']

>>> change(names[:])

>>> names

['Mrs.Entity', 'Mrs.Thing']

关键字参数和默认值

参数的顺序可以通过给参数提供参数的名字（但是参数名和值一定要对应）：

>>> def hello(greeting, name):

        print '%s,%s!'%(greeting, name)

>>> hello(greeting='hello',name='world!')

hello,world!!

关键字参数最厉害的地方在于可以在参数中给参数提供默认值：

>>> def hello_1(greeting='hello',name='world!'):

    　　print '%s,%s!'%(greeting,name)
>>> hello_1()

hello,world!!

>>> hello_1('Greetings')

Greetings,world!!

>>> hello_1('Greeting','universe')

Greeting,universe!

若想让greeting使用默认值：

>>> hello_1(name='Gumby')

hello,Gumby!

可以给函数提供任意多的参数，实现起来也不难:

>>> def print_params(*params):

   　　 print params
>>> print_params('Testing')

('Testing',)

>>> print_params(1,2,3)

(1, 2, 3)

混合普通参数：

>>> def print_params_2(title,*params):

   　　 print title

   　　 print params
>>> print_params_2('params:',1,2,3)

params:

(1, 2, 3)

>>> print_params_2('Nothing:')

Nothing:

()

星号的意思就是“收集其余的位置参数”，如果不提供任何供收集的元素，params就是个空元组

但是不能处理关键字参数：

>>> print_params_2('Hmm...',something=42)

Traceback (most recent call last):

  File "<pyshell#112>", line 1, in <module>

    print_params_2('Hmm...',something=42)

TypeError: print_params_2() got an unexpected keyword argument 'something'

试试使用“**”:

>>> def print_params(**params):

   　　 print params
>>> print_params(x=1,y=2,z=3)

{'y': 2, 'x': 1, 'z': 3}

>>> def parames(x,y,z=3,*pospar,**keypar):

   　　 print x,y,z

   　　 print pospar

   　　 print keypar
>>> parames(1,2,3,5,6,7,foo=1,bar=2)

1 2 3

(5, 6, 7)

{'foo': 1, 'bar': 2}

>>> parames(1,2)

1 2 3

()

{}

>>> def print_params_3(**params):

   　　 print params
>>> print_params_3(x=1,y=2,z=3)

{'y': 2, 'x': 1, 'z': 3}

>>> #返回的是字典而不是元组

>>> #组合‘#'与'##'

>>> def print_params_4(x,y,z=3,*pospar,**keypar):

   　　 print x,y,z

   　　 print pospar

   　　 print keypar
>>> print_params_4(1,2,3,5,6,7,foo=1,bar=2)

1 2 3

(5, 6, 7)

{'foo': 1, 'bar': 2}

>>> print_params_4(1,2)

1 2 3

()

{}