百度360必应搜狗淘宝本站头条
当前位置:网站首页 > 技术资源 > 正文

python中的函数,你了解多少?(python中函数包括什么)

off999 2024-10-25 13:47 22 浏览 0 评论

什么是函数?

Python中的函数是执行特定任务或一组任务的命名代码块。函数可以接受输入(称为参数或参数)并返回输出(一个值或一组值)。它们允许将复杂的任务分解为更小的、可管理的部分。在Python中,有几种类型的函数,每种都有自己的用途和特点。以下是函数的主要类型:

  • >内置函数:

这些函数内置于 Python 中并且始终可供使用。示例包括print()len()range()input()

  • > 用户定义函数:

> 这些是由用户定义的功能。可以创建自己的函数来执行特定任务并在整个代码中重用它们。

  • > 匿名函数(Lambda 函数)

这些是没有名称定义的小型单行函数。它们通常用于需要快速、一次性功能的情况。

定义用户定义函数

以下是定义函数的基本语法:

def  function_name ( parameters ): 
    # 函数的代码块
    # ... 
    return result   # 可选
  • def:该关键字用于定义函数。
  • function_name:这是函数的名称。它应该描述函数执行的任务。
  • parameters:这些是函数可以接受的输入值。它们是可选的。
  • return:该关键字用于指定函数应返回的值。这是可选的;函数不能返回任何内容。

函数定义

这是一个简单函数的示例:

defgreet ( ): 
    print ( “你好!” )

在这里,定义了一个简单的函数,名为 greet

调用函数

一旦定义了一个函数,就可以通过使用它的名字后跟包含参数的圆括号来调用它。

greet()   # Output: Hello

当被调用时,它会打印“Hello!“.

函数参数

函数可以接受参数,参数是调用函数时传递给函数的值。

def  gret ( name ): 
    print ( f"Hello, {name} !" ) 

# 使用参数调用函数
greet( "Alice" )   # 输出:你好,Alice!

Return语句

Python中的 return 语句用于指定函数应该返回什么值。它结束函数的执行并将指定的值发送回调用方。

def  add ( x, y ): 
    return x + y 

result = add( 3 , 5 ) 
print (result)   # 输出:8

一个函数可以有多个 return 语句,但只有一个会被执行。该函数将在遇到 return 语句时立即退出。

def is_positive(num):
    if num > 0:
        return True
    else:
        return False

函数可以返回多个值,方法是将它们打包到一个数据结构中,如元组。这允许从函数返回更复杂的数据。

def calculate_stats(numbers):
    total = sum(numbers)
    average = total / len(numbers)
    return total, average

result = calculate_stats([1, 2, 3, 4, 5])  # result will be (15, 3.0)
    

一旦一个函数返回一个值,可以用各种方式使用它:

  • 将其分配给一个变量以供以后使用。
  • 直接在表达式中使用。
  • 将其作为参数传递给另一个函数。
def  square ( x ): 
    return x ** 2

 result = square( 4 )   # 结果将为 16

默认参数

可以为函数参数提供默认值。如果在调用函数时没有为该参数传递值,则将使用默认值。

def greet(name="User"):
    return f"Hello, {name}!"

greeting = greet()
print(greeting)  # Output: Hello, User!

关键字参数

也可以通过关键字传递参数。

defgreet  ( first_name ,last_name ): 
    print ( f"Hello, {first_name}  {last_name} !" ) 

greet(last_name= "Doe" ,first_name= "John" )   #输出:你好,John Doe!

变长参数列表

可变长度参数列表(Variable-Length Argument Lists),在Python中通常被称为 *args和 **kwargs,允许函数接受任意数量的参数。当您需要创建可以处理不同数量参数的灵活函数时,它们非常有用。它们通常用于库和框架中,为用户提供灵活的API。

args(Arbitrary Positional Arguments):

*args 语法允许函数接收任意数量的位置参数。这些参数作为元组传递,可以在函数中使用循环或索引访问。

def  sum_numbers ( *args ):
    总计 = 0 
    for num in args:
        总计 += num
    返回总计

结果 = sum_numbers( 1 , 2 , 3 , 4 ) 
print (result)   # 输出: 10

在这个例子中, *args 收集传递给 sum_numbers 的所有参数,并将它们视为一个元组(在本例中为 (1, 2, 3, 4) )。

*kwargs(任意关键字参数):

**kwargs 语法允许函数接收任意数量的关键字参数。这些参数作为字典传递,其中键是参数名称,值是相应的值。

def  print_info ( **kwargs ):
    对于kwargs.items()中的键、值: 
        print ( f" {key} : {value} " ) 

print_info(name= "Alice" ,age= 30 , city= "New York")

在本例中, **kwargs 收集关键字参数并将其视为字典(本例中为 {'name': 'Alice', 'age': 30, 'city': 'New York'} )。

组合 *args和 **kwargs:

可以在同一个函数定义中同时使用 *args**kwargs

def  example_function ( *args, **kwargs ): 
    print ( "位置参数 (*args):" , args) 
    print ( "关键字参数 (**kwargs):" , kwargs) 

example_function( 1 , 2 , 3 , name= “爱丽丝”,年龄= 30)

在本例中, *args 收集位置参数 (1, 2, 3)**kwargs 收集关键字参数 {'name': 'Alice', 'age': 30}

使用 *args和 **kwargs与普通参数:

可以将 *args和 **kwargs沿着与普通参数一起使用,但请记住,它们必须位于普通参数之后。

def example_function (normal_arg, *args, **kwargs): 
    print ( "普通参数:" , normal_arg) 
    print ( "位置参数 (*args):" , args) 
    print ( "关键字参数 (**kwargs):" , kwargs) 

example_function ( "Hello" , 1 , 2 , 3 , name= "Alice" , 年龄= 30 )

在这个例子中, normal_arg 将接收值 "Hello"*args 将接收值 (1, 2, 3) ,而 **kwargs 将接收值 {'name': 'Alice', 'age': 30}

变量作用域

函数中变量的作用域是指程序中可以访问或引用变量的区域。在Python中,变量作用域主要有两种类型:全局和局部。

1.全局作用域:

  • 在任何函数之外定义的变量都有全局作用域。
  • 它们可以从程序中的任何地方访问,包括内部函数。
  • 范例:
x = 10   # 全局变量

def  func (): 
    print (x)   # 可在函数内部访问

func()   # 输出: 10 
print (x)   # 输出: 10

2.本地作用域:

  • 在函数内部定义的变量具有局部作用域。
  • 它们只能在定义它们的函数中访问。
  • 范例:
def  func (): 
    y = 20   # 局部变量
    print (y) 

func()   # 输出:20 

# 尝试在函数外部访问 y 将导致错误
# print(y) # 这将引发 NameError
  1. 作用域覆盖:
  • 如果全局变量和局部变量都存在同名变量,则局部变量在函数的作用域内隐藏全局变量。
  • 范例:
x = 10   # 全局变量

def  func (): 
    x = 20   # 与全局变量同名的局部变量
    print (x)   # 这将打印局部变量 x

 func()   # 输出:20 
print (x)   # 输出: 10(全局x保持不变)

4.全局变量本地化:

  • 如果想在函数中修改一个全局变量,需要使用 global 关键字来表明你引用的是全局变量,而不是创建一个新的局部变量。
  • 范例:
x = 10   # 全局变量

def  func (): 
    global x   # 表示x为全局变量
    x = 20     # 修改全局x 
    print (x) 

func()   # 输出: 20 
print (x)   # 输出: 20 (Global) x 已修改)

5.非局部关键字(嵌套函数):

  • 当有嵌套函数(一个函数在另一个函数中)时,可能会遇到需要修改外部作用域中的变量的情况。
  • nonlocal 关键字允许这样做。
  • 范例:
def  external (): 
    x = 10   # 外部函数中的局部变量

    def  inner (): 
        nonlocal x   # 表示x在外部作用域中
        x = 20       # 修改外部作用域中的变量
        print (x) 

    inner()   # 输出: 20 
    print (x)   # 输出:20

外层()

递归函数

递归函数是一个调用自身的函数。这是一种强大的技术,用于解决可以分解为更小,类似子问题的问题。

def  Factorial ( n ): 
    if n == 0 : 
        return  1 
    else : 
        return n * Factorial(n- 1 ) 

result = Factorial( 5 ) 
print (result)   # 输出:120

Lambda函数

Lambda 函数,也称为匿名函数lambda 表达式,是一种在 Python 中定义小型、简单函数的简洁方法。它们通常用于需要函数的操作,但定义一个成熟的命名函数是多余的。Lambda 函数对于短期、一次性操作特别方便。但是,它们不适合复杂或多步骤操作,在这些操作中您可能希望使用命名函数来提高清晰度和可重用性。

以下是 lambda 函数的基本语法:

lambda参数:表达式
  • lambda:这是表明您正在创建 lambda 函数的关键字。
  • arguments:这些是函数的输入参数。您可以有任意数量的参数,以逗号分隔。
  • expression:这是函数执行的计算。该表达式的结果是隐式返回的。

这是一个例子:

双精度= lambda x: x * 2

在此示例中,我们创建了一个 lambda 函数,该函数接受一个参数x并返回x * 2

Lambda 函数通常用于需要将一个简单函数作为参数传递给另一个函数的场景,例如 in mapfiltersorted

示例:将 Lambda 与map()

map()函数将给定函数应用于列表中的所有项目并返回一个迭代器。

Numbers = [ 1 , 2 , 3 , 4 , 5 ] 
squared = map ( lambda x: x** 2 , Numbers) 
print ( list (squared))   # 输出:[1, 4, 9, 16, 25]

在此示例中,lambda 函数lambda x: x**2应用于numbers列表中的每个元素。

示例:将 Lambda 与filter()

filter()函数根据函数返回 true 的可迭代对象的元素创建迭代器。

Numbers = [ 1 , 2 , 3 , 4 , 5 ] 
Even_numbers = filter ( lambda x: x % 2 == 0 , Numbers) 
print ( list (even_numbers))   # 输出:[2, 4]

在此示例中,lambda 函数lambda x: x % 2 == 0从列表中过滤掉偶数numbers

示例:将 Lambda 与sorted()

sorted()函数对可迭代对象进行排序并返回一个新的排序列表。

名称 = [ 'Alice' , 'Bob' , '查理' , '大卫' ] 
Sorted_names = Sorted(names, key=lambda x: len (x)) 
print (sorted_names) # 输出: [ 'Bob' , 'Alice'、“大卫”、“查理” ]

在此示例中,我们使用 lambda 函数根据名称列表的长度对名称列表进行排序lambda x: len(x)

相关推荐

Python 数据分析——利用Pandas进行分组统计

话说天下大势,分久必合,合久必分。数据分析也是如此,我们经常要对数据进行分组与聚合,以对不同组的数据进行深入解读。本章将介绍如何利用Pandas中的GroupBy操作函数来完成数据的分组、聚合以及统计...

python数据分析:介绍pandas库的数据类型Series和DataFrame

安装pandaspipinstallpandas-ihttps://mirrors.aliyun.com/pypi/simple/使用pandas直接导入即可importpandasas...

使用DataFrame计算两列的总和和最大值_[python]

【如果对您有用,请关注并转发,谢谢~~】最近在处理气象类相关数据的空间计算,在做综合性计算的时候,DataFrame针对每列的统计求和、最大值等较为方便,对某行的两列或多列数据进行求和与最大值等的简便...

8-Python内置函数

Python提供了丰富的内置函数,这些函数可以直接使用而无需导入任何模块。以下是一些常用的内置函数及其示例:1-print()1-1-说明输出指定的信息到控制台。1-2-例子2-len()2-1-说...

Python中函数式编程函数: reduce()函数

Python中的reduce()函数是一个强大的工具,它通过连续地将指定的函数应用于序列(如列表)来对序列(如列表)执行累积操作。它是functools模块的一部分,这意味着您需要在使用它之...

万万没想到,除了香农计划,Python3.11竟还有这么多性能提升

众所周知,Python3.11版本带来了较大的性能提升,但是,它具体在哪些方面上得到了优化呢?除了著名的“香农计划”外,它还包含哪些与性能相关的优化呢?本文将带你一探究竟!作者:BeshrKay...

最全python3.11版12类75个内置函数大全

获取全部内置函数:importbuiltins#导入模块yc=[]#异常属性nc=[]#不可调用fn=[]#内置函数defll(ty=builtins):...

软件测试笔试题

测试工程师岗位,3-5年,10-14k1.我司有一款产品,类似TeamViewer,向日葵,mstsc,QQ远程控制产品,一个PC客户端产品,请设想一下测试要点。并写出2.写出常用的SQL语句8条,l...

备战各大互联网巨头公司招聘会,最全Python面试大全,共300题

前言众所周知,越是顶尖的互联网公司在面试这一part的要求就越高,需要你有很好的技术功底、项目经验、一份漂亮的简历,当然还有避免不了的笔试过关。对于Python的工程师来说,全面掌握好有关Python...

经典 SQL 数据库笔试题及答案整理

马上又是金三银四啦,有蛮多小伙伴在跳槽找工作,但对于年限稍短的软件测试工程师,难免会需要进行笔试,而在笔试中,基本都会碰到一道关于数据库的大题,今天这篇文章呢,就收录了下最近学员反馈上来的一些数据库笔...

用Python开发日常小软件,让生活与工作更高效!附实例代码

引言:Python如何让生活更轻松?在数字化时代,编程早已不是程序员的专属技能。Python凭借其简洁易学的特点,成为普通人提升效率、解决日常问题的得力工具。无论是自动化重复任务、处理数据,还是开发个...

太牛了!102个Python实战项目被我扒到了!建议收藏!

挖到宝了!整整102个Python实战项目合集,从基础语法到高阶应用全覆盖,附完整源码+数据集,手把手带你从代码小白变身实战大神!这波羊毛不薅真的亏到哭!超全项目库,学练一站式搞定这份资...

Python中的并发编程

1.Python对并发编程的支持多线程:threading,利用CPU和IO可以同时执行的原理,让CPU不会干巴巴等待IO完成。多进程:multiprocessing,利用多核CPU...

Python 也有内存泄漏?

1.背景前段时间接手了一个边缘视觉识别的项目,大功能已经开发的差不多了,主要是需要是优化一些性能问题。其中比较突出的内存泄漏的问题,而且不止一处,有些比较有代表性,可以总结一下。为了更好地可视化内存...

python爬虫之多线程threading、多进程、协程aiohttp批量下载图片

一、单线程常规下载常规单线程执行脚本爬取壁纸图片,只爬取一页的图片。importdatetimeimportreimportrequestsfrombs4importBeautifu...

取消回复欢迎 发表评论: