Python函数篇

1.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。

2. 形参和实参

形参：形式参数，不是实际存在，是虚拟变量。在定义函数和函数体的时候使用形参，目的是在函数调用时接收实参（实参个数，类型应与实参一一对应）

实参：实际参数，调用函数时传给函数的参数，可以是常量，变量，表达式，函数，传给形参   

区别：形参是虚拟的，不占用内存空间，.形参变量只有在被调用时才分配内存单元，实参是一个变量，占用内存空间，数据传送单向，实参传给形参，不能形参传给实参

3.参数

关键字参数：使用参数名提供参数叫做关键字参数。它的主要作用在于可以明确每个参数的作用。关键字参数最厉害的地方在于可以在函数中给参数提供默认值。

下面例子的必须参数也叫位置参数，因为它们的位置比它们的名字还要重要。

参数前的星号将所有值放置在同一个元组中。可以说是将这些值收集起来，然后使用。

两个星号能处理关键字参数的收集操作。

#必须参数
def f(name,age):
    print("My name is: %s and my age is: %d"%(name,age))
f('greg',18)

#关键字参数
#f(16,'greg')报错
f(age=16,name='greg')

#默认参数
def print_info(name, age, sex='male'):
    print('Name:%s' % name)
    print('age:%s' % age)
    print('Sex:%s' % sex)
    return
print_info('Greg', 18)
print_info('Wirt', 40, 'female')

#不定长参数
def add(*args):#加法器
    print(args)
    sum=0
    for i in args:
        sum+=i
    print(sum)
add(1,2,3,4,5)

#加了星号（*）的变量名会存放所有未命名的变量参数。而加(**)的变量名会存放命名的变量参数
def p(*args,**kwargs):
    print(args)
    print(kwargs)
    for i in kwargs:
        print('%s:%s' % (i, kwargs[i]))  # 根据参数可以打印任意相关信息了
p('greg',18,'male',job='IT',hobby="girls")

参数使用

def a(*args):
    print(args)
    
a(*[1, 2, 5])

def b(**kargs):
    print(kargs)
    
b(**{'name': 'alex'})


def c(x, y, d):
    return d(x) + d(y)
res = c(3, -6, abs)
print(res)

def foo():
    x=3
    def bar():
        return x
    return bar

def func(name, *args, **kwargs):  # def print_info(name,**kwargs,*args):报错
    print('Name:%s' % name)
    print('args:', args)
    print('kwargs:', kwargs)
    return
func('greg', 18, hobby='girl', nationality='Chinese', ability='Python')

四 函数的返回值

要想获取函数的执行结果，就可以用return语句把结果返回

注意:

1. 函数在执行过程中只要遇到return语句，就会停止执行并返回结果，也可以理解为 return 语句代表着函数的结束
2. 如果未在函数中指定return,那这个函数的返回值为None  
3. return多个对象，解释器会把这多个对象组装成一个元组作为一个一个整体结果输出。

五 作用域

作用域介绍 

python中的作用域分4种情况：

• L：local，局部作用域，即函数中定义的变量；
• E：enclosing，嵌套的父级函数的局部作用域，即包含此函数的上级函数的局部作用域，但不是全局的；
• G：globa，全局变量，就是模块级别定义的变量；
• B：built-in，系统固定模块里面的变量，比如int, bytearray等。 搜索变量的优先级顺序依次是：作用域局部>外层作用域>当前模块中的全局>python内置作用域，也就是LEGB。

#__author: greg
#date: 2017/9/6 9:02
x = int(2.9)  # int built-in
g_count = 0  # global
def outer():
    o_count = 1  # enclosing
    def inner():
        i_count = 2  # local
        print(o_count) #1
    # print(i_count) 找不到
    inner()
outer()
# print(o_count) #找不到

当然，local和enclosing是相对的，enclosing变量相对上层来说也是local。

块级作用域：

# 块级作用域
if 1 == 1:
    name = "greg"
print(name) #greg

for i in range(10):
    age = i
print(age) #9

代码执行成功，没有问题；在Java/C#中，执行上面的代码会提示name，age没有定义，而在Python中可以执行成功，这是因为在Python中是没有块级作用域的，代码块里的变量，外部可以调用，所以可运行成功；

作用域产生 

>>> x=1
>>> scope=vars()
>>> scope['x']
1
>>> scope['x']+=1
>>> x
2

在执行x=1后，名称x引用到值1.这就像用字典一样，键引用值，当然，变量和所对应的值用的是这个不可见的字典，实际上这么说已经很接近真实情况了，内建的vars函数可以返回这个字典。这类不可见字典叫做命名空间或者作用域。除了全局作用于外，每个函数调用都会创建一个新的作用域：函数内的变量被称为局部变量。

全局变量可以使用globals函数获取全局变量值，该函数的近亲是vars，它可以返回全局变量的字典（locals返回局部变量的字典）

>>> def combine(parameter):
...     print(parameter+globals()['parameter'])
...
>>> parameter='berry'
>>> combine('melon')
melonberry

首先看函数的嵌套：

>>> def foo():
...     def bar():
...         print("Hello,world")
...     bar()
...
>>> foo()
Hello,world

嵌套作用域：

>>> def multiplier(factor):
...     def multiplyByFactor(number):
...         return number*factor
...     return multiplyByFactor
...
>>> double=multiplier(x)
>>> double(5)
5
>>> triple=multiplier(3)
>>> triple(3)
9
>>> multiplier(5)(4)
20

类似multiplyByFactor函数存储子封闭作用域的行为叫闭包closure。

外部作用域的变量一般来说是不能进行重新绑定的。nonlocal关键字被引入。它和global关键字的使用方式类似，可以让用户对外部作用域（但并非全局作用域）的变量进行赋值。

>>> def foo():x=12
...
>>> x=1
>>> foo()
>>> x
1

这里的foo函数改变了变量x，但在最后，x并没有改变。因为调用foo，新的命名空间就被创建了，它作用于foo内的代码块。

在Python中，只有模块（module），类（class）以及函数（def、lambda）才会引入新的作用域，其它的代码块（如if、try、for等）是不会引入新的作用域的，如下代码：

if 2>1:
    x = 1
print(x)  # 1

这个是没有问题的，if并没有引入一个新的作用域，x仍处在当前作用域中，后面代码可以使用。

def test():
    x = 2
print(x) # NameError: name 'x2' is not defined

def、class、lambda是可以引入新作用域的。

>>> x=6
>>> def f():
...     print(x)
...     x=5
...
>>> f()
Traceback (most recent call last):
  File "<stdin>", line 1, in <module>
  File "<stdin>", line 2, in f
UnboundLocalError: local variable 'x' referenced before assignment

>>> def f2():
... x=5
... print(x)
...
>>> f2()
5

错误的原因在于print(x)时,解释器会在局部作用域找,会找到x=5(函数已经加载到内存),但x使用在声明前了,所以报错

 global关键字 

当内部作用域想修改外部作用域的变量时，就要用到global和nonlocal关键字了，当修改的变量是在全局作用域（global作用域）上的，就要使用global先声明一下，

nonlocal关键字 

global关键字声明的变量必须在全局作用域上，不能嵌套作用域上，当要修改嵌套作用域（enclosing作用域，外层非全局作用域）中的变量怎么办呢，这时就需要nonlocal关键字了

代码如下：

count = 10
def outer():
    global count
    print(count)    #10
    count = 100
    print(count)    #100
outer()
print(count)        #100

#nonlocal
def outer2():
    count = 10
    def inner():
        nonlocal count
        count = 20
        print(count) #20
    inner()
    print(count)     #20
outer2()

总结一下

（1）变量查找顺序：LEGB，作用域局部>外层作用域>当前模块中的全局>python内置作用域；

（2）只有模块、类、及函数才能引入新作用域；

（3）对于一个变量，内部作用域先声明就会覆盖外部变量，不声明直接使用，就会使用外部作用域的变量；

（4）内部作用域要修改外部作用域变量的值时，全局变量要使用global关键字，嵌套作用域变量要使用nonlocal关键字。nonlocal是python3新增的关键字，有了这个 关键字，就能完美的实现闭包了。 

作用域链

name = "greg"
def f1():
    name = "Eric"
    def f2():
        name = "Snor"
        print(name)
    f2()
f1() #Snor

Python中有作用域链，变量会由内到外找，先去自己作用域去找，自己没有再去上级去找，直到找不到报错

name = "greg"
# def f1():
#     print(name)
# def f2():
#     name = "eric"
#     f1()
# f2()#greg

def f1():
    print(name)
def f2():
    name = "eric"
    return f1
ret = f2()
ret() #greg

f2()执行结果为函数f1的内存地址，即ret=f1；执行ret()等同于执行f1()，执行f1()时与f2()没有任何关系，name = "greg"与f1()在一个作用域链，函数内部没有变量是会向外找，所以此时变量name值为greg

六 内置函数

filter对于序列中的元素进行筛选，最终获取符合条件的序列

#filter(function,sequence))
str = ['a', 'b', 'c', 'd']
def fun1(s):
    if s != 'a':
        return s
ret = filter(fun1, str)
print(ret)
print(list(ret))  # ret是一个迭代器对象
"""
<filter object at 0x000002C45B43C780>
['b', 'c', 'd']
"""

map遍历序列，对序列中每个元素进行操作，最终获取新的序列。map(function, sequence) 

str = ['a', 'b', 'c', 'd']
def fun2(s):
    return s + "alvin"
ret = map(fun2, str)
print(ret)  # map object的迭代器
print(list(ret))  # ['aalvin', 'balvin', 'calvin', 'dalvin']

reduce对于序列内所有元素进行累计操作。reduce(function, sequence, starting_value)

from functools import reduce
def add1(x, y):
    return x + y
print(reduce(add1, range(1, 100)))  ## 4950 （注：1+2+...+99）
print(reduce(add1, range(1, 100), 20))  ## 4970 （注：1+2+...+99+20）

对sequence中的item顺序迭代调用function，如果有starting_value，还可以作为初始值调用.

lambda普通函数与匿名函数的对比

学习条件运算时，对于简单的 if else 语句，可以使用三元运算来表示，即

result = 值1 if 条件 else 值2

如果条件为真：result = 值1
如果条件为假：result = 值2

对于简单的函数，也存在一种简便的表示方式，即：lambda表达式

# 普通函数
def add(a, b):
    return a + b
print(add(2, 3)) 
# 匿名函数
add = lambda a, b: a + b
print(add(2, 3))

面试题1：

counter = 1

def doLotsOfStuff():
    global counter
    for i in (1, 2, 3):
        counter += 1
        
doLotsOfStuff()
print(counter) 

答案是4 循环3次

面试题2：

>>> li = [lambda :x for x in range(10)]
>>> li
[<function <listcomp>.<lambda> at 0x000001B5AE9D4378>, <function <listcomp>.<lambda> at 0x000001B5AE9D4400>, <function <listcomp>.<lambda> at 0x000001B5AE9D4488>, <function <listcomp>.<lambda> at 0x000001B5AE9D4510>, <function <listcomp>.<lambda> at 0x000001B5AE9D47B8>, <function <listcomp>.<lambda> at 0x000001B5AE9D4840>, <function <listcomp>.<lambda> at 0x000001B5AE9D48C8>, <function <listcomp>.<lambda> at 0x000001B5AE9D4950>, <function <listcomp>.<lambda> at 0x000001B5AE9D49D8>, <function <listcomp>.<lambda> at 0x000001B5AE9D4A60>]
>>> print(type(li))
<class 'list'>
>>> print(type(li[0]))
<class 'function'>
>>> res = li[0]()
>>> print(res)

<class 'list'>
<class 'function'>
9

扩展：

tp=(lambda: x for x in range(10))
print(type(tp))#<class 'generator'>
print(next(tp))#<function <genexpr>.<lambda> at 0x0000020BC7973E18>
print(next(tp)())#1
print(next(tp)())#2
print(next(tp)())#3
print(next(tp)())#4