• python基础(12):函数(二)


    1. 函数参数

    之前我们说过了传参,如果我们需要给⼀个函数传参,⽽参数⼜是不确定的,或者我给⼀个函数传很多参数,我的形参就要写很多,很⿇烦,怎么办呢,我们可以考虑使⽤动态参数。

    形参的第三种: 动态参数

    动态参数分成两种:

    1.1 动态接收位置参数

    ⾸先我们先回顾⼀下位置参数,位置参数,按照位置进⾏传参

    def chi(quality_food, junk_food):
      print("我要吃", quality_food, junk_food)
    
    chi(
    "⼤⽶饭", "⼩⽶饭") # "⼤⽶饭"传递给quality_food "⼩⽶饭"传递给junk_food,按照位置传

    现在问题来了,我想吃任意的食物,数量是任意的,食物也是任意的,这时我们就要⽤到动态参数了。

    在参数位置编写*表⽰接收任意内容

    def chi(*food):
      print("我要吃", food)
    
    chi(
    "⼤⽶饭", "⼩⽶饭")
    结果: 我要吃 (
    '⼤⽶饭', '⼩⽶饭') # 多个参数传递进去. 收到的内容是元组tuple

    动态接收参数的时候要注意: 动态参数必须在位置参数后⾯。

    def chi(*food, a, b):
      print("我要吃", food, a, b)
    
    chi(
    "⼤⽶饭", "⼩⽶饭", "⻩⽠", "茄⼦")

    这时程序运⾏会报错,因为前⾯传递进去的所有位置参数都被*food接收了,a和b永远接收

    不到参数。

    Traceback (most recent call last):
       File "/Users/sylar/PycharmProjects/oldboy/fun.py", line 95, in <module>
       chi("⼤⽶饭", "⼩⽶饭", "⻩⽠", "茄⼦")
    TypeError: chi() missing 2 required keyword-only arguments: 'a' and 'b'

    所以必须改写成以下代码:

    def chi(*food, a, b):
      print("我要吃", food, a, b)
    
    chi(
    "⼤⽶饭", "⼩⽶饭", a="⻩⽠", b="茄⼦") # 必须⽤关键字参数来指定

    这个时候a和b就有值了,但是这样写呢位置参数就不能⽤了。所以,我们要先写位置参数,

    然后再⽤动态参数。

    def chi(a, b, *food):
      print("我要吃", a, b, food)
    
    chi(
    "⼤⽶饭", "⼩⽶饭", "馒头", "⾯条") # 前两个参数⽤位置参数来接收, 后⾯的参数⽤动态参数接收

    那默认值参数呢?

    def chi(a, b, c='馒头', *food):
      print(a, b, c, food)
    
    chi(
    "⾹蕉", "菠萝") # ⾹蕉 菠萝 馒头 (). 默认值⽣效 chi("⾹蕉", "菠萝", "葫芦娃") # ⾹蕉 菠萝 葫芦娃 () 默认值不⽣效 chi("⾹蕉", "菠萝", "葫芦娃", "⼝罩") # ⾹蕉 菠萝 葫芦娃 ('⼝罩',) 默认值不⽣效

    我们发现默认值参数写在动态参数前⾯,默认值只有⼀种情况可能会⽣效。

    def chi(a, b, *food, c="娃哈哈"):
      print(a, b, food, c)
    
    chi(
    "⾹蕉", "菠萝") # ⾹蕉 菠萝 () 娃哈哈 默认值⽣效 chi("⾹蕉", "菠萝", "葫芦娃") # ⾹蕉 菠萝 ('葫芦娃',) 娃哈哈 默认值⽣效 chi("⾹蕉", "菠萝", "葫芦娃", "⼝罩") # ⾹蕉 菠萝 ('葫芦娃', '⼝罩') 娃哈哈 默认值⽣效

    这个时候我们发现所有的默认值都⽣效了,这个时候如果不给出关键字传参,那么你的默

    认值是永远都⽣效的。

    顺序: 位置参数,动态参数*,默认值参数。

    1.2 动态接收关键字参数

    在python中可以动态的位置参数,但是*这种情况只能接收位置参数⽆法接收关键字参数,在python中使⽤**来接收动态关键字参数。

    def func(**kwargs):
      print(kwargs)
    
    func(a
    =1, b=2, c=3) func(a=1, b=2)
    结果: {
    'a': 1, 'b': 2, 'c': 3} {'a': 1, 'b': 2}

    这个时候接收的是⼀个dict

    顺序的问题, 在函数调⽤的时候,如果先给出关键字参数,则整个参数列表会报错。

    def func(a, b, c, d):
      print(a, b, c, d)
    

    # 关键字参数必须在位置参数后⾯, 否则参数会混乱 func(1, 2, c=3, 4)

    所以关键字参数必须在位置参数后⾯,由于实参是这个顺序,所以形参接收的时候也是这

    个顺序。也就是说位置参数必须在关键字参数前⾯,动态接收关键字参数也要在后⾯。

    最终顺序(*):

    位置参数 > *args > 默认值参数 > **kwargs

    这四种参数可以任意的进⾏使⽤。

    如果想接收所有的参数:

    def func(*args, **kwargs):
       print(args, kwargs)
    
    func(
    "麻花藤","⻢晕",wtf="胡辣汤")

    动态参数的另⼀种传参⽅式:

    def fun(*args):
      print(args)
    
    lst
    = [1, 4, 7] fun(lst[0], lst[1], lst[2])
    fun(
    *lst) # 可以使⽤*把⼀个列表按顺序打散 s = "⾂妾做不到" fun(*s) # 字符串也可以打散, (可迭代对象)

    在实参位置上给⼀个序列,列表,可迭代对象前⾯加个*表⽰把这个序列按顺序打散。

    在形参的位置上的* 表⽰把接收到的参数组合成⼀个元组。

    如果是⼀个字典,那么也可以打散,不过需要⽤两个*。

    def fun(**kwargs):
      print(kwargs)
    
    dic
    = {'a':1, 'b':2} fun(**dic)

    函数的注释:

    def chi(food, drink):
      """
      这⾥是函数的注释, 先写⼀下当前这个函数是⼲什么的, ⽐如我这个函数就是⼀个吃
      :param :param food: 参数food是什么意思
      :param :param drink: 参数drink是什么意思
      :return :return: 返回的是什么东东
       """
      print(food, drink)
      return "very good"

    2. 命名空间

    在python解释器开始执⾏之后,就会在内存中开辟⼀个空间,每当遇到⼀个变量的时候,就把变量名和值之间的关系记录下来,但是当遇到函数定义的时候,解释器只是把函数名读入内

    存,表⽰这个函数存在了,⾄于函数内部的变量和逻辑,解释器是不关⼼的。也就是说⼀开始的时候函数只是加载进来,仅此⽽已,只有当函数被调⽤和访问的时候,解释器才会根据函数

    内部声明的变量来进⾏开辟变量的内部空间。随着函数执⾏完毕,这些函数内部变量占⽤的空间也会随着函数执⾏完毕⽽被清空。

    def fun():
       a = 10
      print(a)
    
    fun()
    print(a) # a不存在了已经..

    我们给存放名字和值的关系的空间起⼀个名字叫: 命名空间。我们的变量在存储的时候就是存储在这片空间中的。

    命名空间分类:

    1. 全局命名空间--> 我们直接在py⽂件中, 函数外声明的变量都属于全局命名空间
    2. 局部命名空间--> 在函数中声明的变量会放在局部命名空间
    3. 内置命名空间--> 存放python解释器为我们提供的名字, list, tuple, str, int这些都是内置命名空间

    加载顺序:

    1. 内置命名空间
    2. 全局命名空间
    3. 局部命名空间(函数被执⾏的时候)

    取值顺序:

    1. 局部命名空间
    2. 全局命名空间
    3. 内置命名空间
    a = 10
    def func():
       a = 20
       print(a)
    
    func()
    # 20

    作⽤域: 作⽤域就是作⽤范围,按照⽣效范围来看分为全局作⽤域和局部作⽤域。

    全局作⽤域: 包含内置命名空间和全局命名空间。在整个⽂件的任何位置都可以使⽤(遵循从上到下逐⾏执⾏)。局部作⽤域: 在函数内部可以使⽤。

    作⽤域命名空间:

    1. 全局作⽤域: 全局命名空间 + 内置命名空间

    2. 局部作⽤域: 局部命名空间

    我们可以通过globals()函数来查看全局作⽤域中的内容,也可以通过locals()来查看局部作

    ⽤域中的变量和函数信息。

    a = 10
    def func():
       a = 40
      b = 20
      def abc():
        print("哈哈")
      print(a, b) # 这⾥使⽤的是局部作⽤域
      print(globals()) # 打印全局作⽤域中的内容
      print(locals()) # 打印局部作⽤域中的内容
    
    func()

    3. 函数的嵌套

    1. 只要遇⻅了()就是函数的调⽤,如果没有()就不是函数的调⽤

    2. 函数的执⾏顺序

    def fun1():
      print(111)
    def fun2():
      print(222)
       fun1()
    

    fun2()
    print(111)

    # 函数的嵌套 def fun2():   print(222)   def fun3():     print(666)   print(444) fun3()   print(888)   print(33) fun2() print(555)

    4. 关键字global和nonlocal

    ⾸先我们写这样⼀个代码,⾸先在全局声明⼀个变量,然后再局部调⽤这个变量,并改变这

    个变量的值。

    a = 100
    def func():
      global a # 加了个global表示不再局部创建这个变量了. ⽽是直接使⽤全局的a
      a = 28
      print(a)
    
    func()
    print(a)

    global表⽰,不再使⽤局部作⽤域中的内容了,⽽改⽤全局作⽤域中的变量。

    lst = ["麻花藤", "刘嘉玲", "詹姆斯"]
    def func():
      lst.append("⻢云云") # 对于可变数据类型可以直接进⾏访问. 但是不能改地址. 说⽩了. 不能赋值
      print(lst)
    
    func()
    print(lst)

    nonlocal 表⽰在局部作⽤域中,调⽤⽗级命名空间中的变量。

    a = 10
    def func1():
      a = 20
      def func2():
        nonlocal a
        a = 30
        print(a)
      func2()
      print(a)
    
    func1()
    结果: 加了nonlocal
    30 30 不加nonlocal 30 20

    再看,如果嵌套了很多层,会是⼀种什么效果:

    a = 1
    def fun_1():
      a = 2
      def fun_2():
        nonlocal a
        a = 3
        def fun_3():
          a = 4
          print(a)
        print(a)
        fun_3()
        print(a)
      print(a)
      fun_2()
      print(a)
    
    print(a) fun_1() print(a)

    这样的程序如果能分析明⽩,那么作⽤域,global、nonlocal就没问题了。

     
  • 相关阅读:
    持续集成(CI)-概念
    python 多个路由参数传递
    python %s 占位符用法
    本地电脑密钥登陆服务器
    nginx 安装及反向代理、负载均衡、静态文件指向、结合uwsgi上线项目、处理跨域问题
    docker 进入容器
    将python文件变成一个shell脚本可执行文件
    python中quote函数是什么意思,怎么用?
    CentOS 使用 runserver 启动服务器后,常驻后台运行
    Open Set Domain Adaptation by Backpropagation(OSBP)论文数字数据集复现
  • 原文地址:https://www.cnblogs.com/liuhui0308/p/11813408.html
Copyright © 2020-2023  润新知