第五章 函数
⭐本专栏旨在对Python的基础语法进行详解，精炼地总结语法中的重点，详解难点，面向零基础及入门的学习者，通过专栏的学习可以熟练掌握python编程，同时为后续的数据分析，机器学习及深度学习的代码能力打下坚实的基础。
🔥本文已收录于Python基础系列专栏： Python基础系列教程 欢迎订阅，持续更新。
5.1 函数的定义及调用
5.1.1 为什么要用函数
1、提高代码复用性——抽象出来，封装为函数
2、将复杂的大问题分解成一系列小问题，分而治之——模块化设计的思想
3、利于代码的维护和管理
顺序式
# 5的阶乘
n = 5
res = 1
for i in range(1, n+1):
res *= i
print(res)
# 20的阶乘
n = 20
res = 1
for i in range(1, n+1):
res *= i
print(res)
120
2432902008176640000
抽象成函数
def factoria(n):
res = 1
for i in range(1,n+1):
res *= i
return res
print(factoria(5))
print(factoria(20))
120
2432902008176640000
5.1.2 函数的定义及调用
白箱子：输入——处理——输出
三要素：参数、函数体、返回值
1、定义
def 函数名（参数）：
  函数体
  return 返回值
# 求正方形的面积
def area_of_square(length_of_side):
square_area = pow(length_of_side, 2)
return square_area
2、调用
函数名（参数）
area = area_of_square(5)
area
25
5.1.3 参数传递
0、形参与实参
- 形参（形式参数）：函数定义时的参数，实际上就是变量名
- 实参（实际参数）：函数调用时的参数，实际上就是变量的值
1、位置参数
- 严格按照位置顺序，用实参对形参进行赋值(关联）
- 一般用在参数比较少的时候
def function(x, y, z):
print(x, y, z)
function(1, 2, 3) # x = 1; y = 2; z = 3
1 2 3
- 实参与形参个数必须一一对应，一个不能多，一个不能少
function(1, 2)
---------------------------------------------------------------------------
TypeError Traceback (most recent call last)
<ipython-input-6-2a7da6ff9675> in <module>
----> 1 function(1, 2)
TypeError: function() missing 1 required positional argument: 'z'
function(1, 2, 3, 4)
---------------------------------------------------------------------------
TypeError Traceback (most recent call last)
<ipython-input-8-748d3d0335e6> in <module>
----> 1 function(1, 2, 3, 4)
TypeError: function() takes 3 positional arguments but 4 were given
2、关键字参数
- 打破位置限制，直呼其名的进行值的传递（形参=实参）
- 必须遵守实参与形参数量上一一对应
- 多用在参数比较多的场合
def function(x, y, z):
print(x, y, z)
function(y=1, z=2, x=3) # x = 1; y = 2; z = 3
3 1 2
- 位置参数可以与关键字参数混合使用
- 但是，位置参数必须放在关键字参数前面
function(1, z=2, y=3)
1 3 2
function(1, 2, z=3)
1 2 3
- 不能为同一个形参重复传值
def function(x, y, z):
print(x, y, z)
function(1, z=2, x=3)
---------------------------------------------------------------------------
TypeError Traceback (most recent call last)
<ipython-input-12-f385272db011> in <module>
3
4
----> 5 function(1, z=2, x=3)
TypeError: function() got multiple values for argument 'x'
3、默认参数
- 在定义阶段就给形参赋值——该形参的常用值
- 在定义阶段就给形参赋值——该形参的常用值
- 默认参数必须放在非默认参数后面
- 调用函数时，可以不对该形参传值
- 机器学习库中类的方法里非常常见
def register(name, age, sex="male"):
print(name, age, sex)
register("timerring", 18)
timerring 18 male
- 也可以按正常的形参进行传值
register("Kanye", 40, "female")
Kanye 40 female
- 默认参数应该设置为不可变类型（数字、字符串、元组）
def function(ls=[]):
print(id(ls))
ls.append(1)
print(id(ls))
print(ls)
function()
1759752744328
1759752744328
[1]
function()1759752744328
1759752744328
[1, 1]
function()1759752744328
1759752744328
[1, 1, 1]
由上可见，列表的地址并没有发生变化。每次操作就是在原地址列表上进行操作，内容发生了变化，因此就好像有了记忆功能一样。因为默认参数被设置为列表这种可变类型。
def function(ls="Python"):
print(id(ls))
ls += "3.7"
print(id(ls))
print(ls)
function()
1759701700656
1759754352240
Python3.7
function()1759701700656
1759754353328
Python3.7
function()1759701700656
1759754354352
Python3.7
不会产生“记忆功能”，每次增量后到新的地址
- 让参数变成可选的
def name(first_name, last_name, middle_name=None):
if middle_name:
return first_name+middle_name+last_name
else:
return first_name+last_name
print(name("T","R"))
print(name("T", "R", "!"))
TR
T!R
*4、可变长参数 args
- 不知道会传过来多少参数 *args
- 该形参必须放在参数列表的最后
def foo(x, y, z, *args):
print(x, y ,z)
print(args)
foo(1, 2, 3, 4, 5, 6) # 多余的参数，打包传递给args
1 2 3
(4, 5, 6)
- 实参打散
def foo(x, y, z, *args):
print(x, y ,z)
print(args)
foo(1, 2, 3, [4, 5, 6]) #列表被打包成元组赋值给args
1 2 3
([4, 5, 6],)
foo(1, 2, 3, *[4, 5, 6]) # *将这些列表打散，打散的是列表、字符串、元组或集合
1 2 3
(4, 5, 6)
**5、可变长参数 ****kwargs
def foo(x, y, z, **kwargs):
print(x, y ,z)
print(kwargs)
foo(1, 2, 3, a=4, b=5, c=6) # 多余的参数，以字典的形式打包传递给kwargs
1 2 3
{'a': 4, 'b': 5, 'c': 6}
- 字典实参打散
def foo(x, y, z, **kwargs):
print(x, y ,z)
print(kwargs)
foo(1, 2, 3, **{"a": 4, "b": 5, "c":6})
1 2 3
{'a': 4, 'b': 5, 'c': 6}
- 可变长参数的组合使用
def foo(*args, **kwargs):
print(args)
print(kwargs)
foo(1, 2, 3, a=4, b=5, c=6)
(1, 2, 3)
{'a': 4, 'b': 5, 'c': 6}
5.1.4 函数体与变量作用域
- 函数体就是一段只在函数被调用时，才会执行的代码，代码构成与其他代码并无不同
- 局部变量——仅在函数体内定义和发挥作用
def multipy(x, y):
z = x*y
return z
multipy(2, 9)
print(z) # 函数执行完毕，局部变量z已经被释放掉了
---------------------------------------------------------------------------
NameError Traceback (most recent call last)
<ipython-input-29-9a7fd4c4c0a9> in <module>
5
6 multipy(2, 9)
----> 7 print(z) # 函数执行完毕，局部变量z已经被释放掉了
NameError: name 'z' is not defined
- 全局变量——外部定义的都是全局变量
- 全局变量可以在函数体内直接被使用
n = 3
ls = [0]
def multipy(x, y):
z = n*x*y
ls.append(z)
return z
print(multipy(2, 9))
ls
54
[0, 54]
- 通过global 在函数体内定义全局变量
def multipy(x, y):
global z
z = x*y
return z
print(multipy(2, 9))
print(z)
18
18
5.1.5 返回值
1、单个返回值
def foo(x):
return x**2
res = foo(10)
res
100
2、多个返回值——以元组的形式
def foo(x):
return 1, x, x**2, x**3 # 逗号分开，打包返回
print(foo(3))
(1, 3, 9, 27)
a, b , c, d = foo(3) # 解包赋值
print(a)
print(b)
print(c)
print(d)
1
3
9
27
3、可以有多个return 语句，一旦其中一个执行，代表了函数运行的结束
def is_holiday(day):
if day in ["Sunday", "Saturday"]:
return "Is holiday"
else:
return "Not holiday"
print("欢迎订阅") # 不会运行
print(is_holiday("Sunday"))
print(is_holiday("Monday"))
Is holiday
Not holiday
4、没有return语句，返回值为None
def foo():
print("我是孙悟空")
res = foo()
print(res)
我是孙悟空
None
5.1.6 建议
1、函数及其参数的命名参照变量的命名
- 字母小写及下划线组合
- 有实际意义
2、应包含简要阐述函数功能的注释，注释紧跟函数定义后面
def foo():
# 这个函数的作用是为了。
pass
3、函数定义前后各空两行
def f1():
pass
# 空出两行，以示清白
def f2():
pass
def f3(x=3): # 默认参数赋值等号两侧不需加空格
pass
# ...
4、默认参数赋值等号两侧不需加空格
5.2 函数式编程实例
模块化编程思想
- 自顶向下，分而治之
【问题描述】
- 小丹和小伟羽毛球打的都不错，水平也在伯仲之间，小丹略胜一筹，基本上，打100个球，小丹能赢55次，小伟能赢45次。
- 但是每次大型比赛（1局定胜负，谁先赢到21分，谁就获胜），小丹赢的概率远远大于小伟，小伟很是不服气。
- 能通过模拟实验，揭示其中的原理
【问题抽象】
1、在小丹Vs小伟的二元比赛系统中，小丹每球获胜概率55%，小伟每球获胜概率45%；
2、每局比赛，先赢21球（21分）者获胜；
3、假设进行n = 10000局独立的比赛，小丹会获胜多少局？（n 较大的时候，实验结果≈真实期望）
【问题分解】
def main():
# 主要逻辑
prob_A, prob_B, number_of_games = get_inputs() # 获取原始数据
win_A, win_B = sim_n_games(prob_A, prob_B, number_of_games) # 获取模拟结果
print_summary(win_A, win_B, number_of_games) # 结果汇总输出
1、输入原始数据
def get_inputs():
# 输入原始数据
prob_A = eval（"请输入运动员A的每球获胜概率(0~1)："))
prob_B = round(1-prob_A, 2)
number_of_games = eval（"请输入模拟的场次（正整数）："))
print("模拟比赛总次数：", number_of_games)
print("A 选手每球获胜概率：", prob_A)
print("B 选手每球获胜概率：", prob_B)
return prob_A, prob_B, number_of_games
  单元测试
prob_A, prob_B, number_of_games = get_inputs()
print(prob_A, prob_B, number_of_games)
请输入运动员A的每球获胜概率(0~1)：0.55
请输入模拟的场次（正整数）：10000
模拟比赛总次数： 10000
A 选手每球获胜概率： 0.55
B 选手每球获胜概率： 0.45
0.55 0.45 10000
2、多场比赛模拟
def sim_n_games(prob_A, prob_B, number_of_games):
# 模拟多场比赛的结果
win_A, win_B = 0, 0 # 初始化A、B获胜的场次
for i in range(number_of_games): # 迭代number_of_games次
score_A, score_B = sim_one_game(prob_A, prob_B) # 获得模拟依次比赛的比分
if score_A > score_B:
win_A += 1
else:
win_B += 1
return win_A, win_B
import random
def sim_one_game(prob_A, prob_B):
# 模拟一场比赛的结果
score_A, score_B = 0, 0
while not game_over(score_A, score_B):
if random.random() < prob_A: # random.random() 生产[0,1)之间的随机小数,均匀分布
score_A += 1
else:
score_B += 1
return score_A, score_B
def game_over(score_A, score_B):
# 单场模拟结束条件，一方先达到21分，比赛结束
return score_A == 21 or score_B == 21
  进行单元测试 用assert——断言
- assert expression
- 表达式结果为 false 的时候触发异常
assert game_over(21, 8) == True
assert game_over(9, 21) == True
assert game_over(11, 8) == False
assert game_over(21, 8) == False
---------------------------------------------------------------------------
AssertionError Traceback (most recent call last)
<ipython-input-42-88b651626036> in <module>
2 assert game_over(9, 21) == True
3 assert game_over(11, 8) == False
----> 4 assert game_over(21, 8) == False
AssertionError:
print(sim_one_game(0.55, 0.45))
print(sim_one_game(0.7, 0.3))
print(sim_one_game(0.2, 0.8))
(21, 7)
(21, 14)
(10, 21)
print(sim_n_games(0.55, 0.45, 1000))
(731, 269)
3、结果汇总输出
def print_summary(win_A, win_B, number_of_games):
# 结果汇总输出
print("共模拟了{}场比赛".format(number_of_games))
print("选手A获胜{0}场，占比{1:.1%}".format(win_A, win_A/number_of_games))
print("选手B获胜{0}场，占比{1:.1%}".format(win_B, win_B/number_of_games))
print_summary(729, 271, 1000)
共模拟了1000场比赛
选手A获胜729场，占比72.9%
选手B获胜271场，占比27.1%
import random
def get_inputs():
# 输入原始数据
prob_A = eval（"请输入运动员A的每球获胜概率(0~1)："))
prob_B = round(1-prob_A, 2)
number_of_games = eval（"请输入模拟的场次（正整数）："))
print("模拟比赛总次数：", number_of_games)
print("A 选手每球获胜概率：", prob_A)
print("B 选手每球获胜概率：", prob_B)
return prob_A, prob_B, number_of_games
def game_over(score_A, score_B):
# 单场模拟结束条件，一方先达到21分，比赛结束
return score_A == 21 or score_B == 21
def sim_one_game(prob_A, prob_B):
# 模拟一场比赛的结果
score_A, score_B = 0, 0
while not game_over(score_A, score_B):
if random.random() < prob_A: # random.random() 生产[0,1)之间的随机小数,均匀分布
score_A += 1
else:
score_B += 1
return score_A, score_B
def sim_n_games(prob_A, prob_B, number_of_games):
# 模拟多场比赛的结果
win_A, win_B = 0, 0 # 初始化A、B获胜的场次
for i in range(number_of_games): # 迭代number_of_games次
score_A, score_B = sim_one_game(prob_A, prob_B) # 获得模拟依次比赛的比分
if score_A > score_B:
win_A += 1
else:
win_B += 1
return win_A, win_B
def print_summary(win_A, win_B, number_of_games):
# 结果汇总输出
print("共模拟了{}场比赛".format(number_of_games))
print("\033[31m选手A获胜{0}场，占比{1:.1%}".format(win_A, win_A/number_of_games))
print("选手B获胜{0}场，占比{1:.1%}".format(win_B, win_B/number_of_games))
def main():
# 主要逻辑
prob_A, prob_B, number_of_games = get_inputs() # 获取原始数据
win_A, win_B = sim_n_games(prob_A, prob_B, number_of_games) # 获取模拟结果
print_summary(win_A, win_B, number_of_games) # 结果汇总输出
if __name__ == "__main__":
main()
请输入运动员A的每球获胜概率(0~1)：0.52
请输入模拟的场次（正整数）：10000
模拟比赛总次数： 10000
A 选手每球获胜概率： 0.52
B 选手每球获胜概率： 0.48
共模拟了10000场比赛
[31m选手A获胜6033场，占比60.3%
选手B获胜3967场，占比39.7%
经统计，小丹跟小伟14年职业生涯，共交手40次，小丹以28:12遥遥领先。
其中，两人共交战整整100局：
小丹获胜61局，占比61%；
小伟获胜39局，占比39%。
5.3 匿名函数
1、基本形式
lambda 变量: 函数体
2、常用用法
在参数列表中最适合使用匿名函数，尤其是与key = 搭配
- 排序sort() sorted()
ls = [(93, 88), (79, 100), (86, 71), (85, 85), (76, 94)]
ls.sort()
ls
[(76, 94), (79, 100), (85, 85), (86, 71), (93, 88)]
ls.sort(key = lambda x: x[1])# 根据每个元组的第二个数据进行排序
ls
[(86, 71), (85, 85), (93, 88), (76, 94), (79, 100)]
ls = [(93, 88), (79, 100), (86, 71), (85, 85), (76, 94)]
temp = sorted(ls, key = lambda x: x[0]+x[1], reverse=True)# 得到降序的排序
temp
[(93, 88), (79, 100), (85, 85), (76, 94), (86, 71)]
- max() min()
ls = [(93, 88), (79, 100), (86, 71), (85, 85), (76, 94)]
n = max(ls, key = lambda x: x[1])
n
(79, 100)
n = min(ls, key = lambda x: x[1])
n
(86, 71)
5.4 面向过程和面向对象
面向过程——以过程为中心的编程思想，以“什么正在发生”为主要目标进行编程。 冰冷的，程序化的
面向对象——将现实世界的事物抽象成对象，更关注“谁在受影响”，更加贴近现实。  有血有肉，拟人（物）化的
- 以公共汽车为例
“面向过程”：汽车启动是一个事件，汽车到站是另一个事件。。。。
在编程序的时候我们关心的是某一个事件，而不是汽车本身。
我们分别对启动和到站编写程序。
"面向对象"：构造“汽车”这个对象。
对象包含动力、服役时间、生产厂家等等一系列的“属性”；
也包含加油、启动、加速、刹车、拐弯、鸣喇叭、到站、维修等一系列的“方法”。
通过对象的行为表达相应的事件
