【Python】3.基础语法(3)函数
文章目录
- 1.函数
- 2.语法格式
- 3.函数参数
- 4. 函数返回值
- 5. 变量作用域
- 6.函数执行过程
- 7. 链式调用
- 8.嵌套调用
- 9. 函数递归
- 10. 参数默认值
- 11. 关键字参数
1.函数
编程中的函数, 是一段 可以被重复使用的代码片段。
代码示例: 求数列的和, 不使用函数
# 1. 求 1 - 100 的和
sum = 0
for i in range(1, 101):
sum += i
print(sum)
# 2. 求 300 - 400 的和
sum = 0
for i in range(300, 401):
sum += i
print(sum)
# 3. 求 1 - 1000 的和
sum = 0
for i in range(1, 1001):
sum += i
print(sum)
可以发现, 这几组代码基本是相似的, 只有一点点差异。可以把重复代码提取出来, 做成一个函数。
实际开发中, 复制粘贴是一种不太好的策略. 实际开发的重复代码可能存在几十份甚至上百份。
一旦这个重复代码需要被修改, 那就得改几十次, 非常不便于维护。
代码示例: 求数列的和, 使用函数
# 定义函数
def calcSum(beg, end):
sum = 0
for i in range(beg, end + 1):
sum += i
print(sum)
# 调用函数
sum(1, 100)
sum(300, 400)
sum(1, 1000)
可以明显看到, 重复的代码已经被消除了。
2.语法格式
创建函数/定义函数
def 函数名(形参列表):
函数体
return 返回值
调用函数/使用函数
函数名(实参列表) // 不考虑返回值
返回值 = 函数名(实参列表) // 考虑返回值
函数定义并不会执行函数体内容, 必须要调用才会执行。调用几次就会执行几次
def test1():
print('hello')
# 如果光是定义函数, 而不调用, 则不会执行.
函数必须先定义, 再使用
# test3() # 还没有执行到定义, 就先执行调用了, 此时就会报错. NameError: name 'test3' is not defined
def test3():
print('hello')
test3()
3.函数参数
在函数定义的时候, 可以在 ( ) 中指定 “形式参数” (简称 形参), 然后在调用的时候, 由调用者把 “实际参数” (简称 实参) 传递进去。这样就可以做到一份函数, 针对不同的数据进行计算处理。
考虑前面的代码案例:
def calcSum(beg, end):
sum = 0
for i in range(beg, end + 1):
sum += i
print(sum)
sum(1, 100)
sum(300, 400)
sum(1, 1000)
实参和形参之间的关系, 就像签合同一样.
注意:
一个函数可以有一个形参, 也可以有多个形参, 也可以没有形参。
一个函数的形参有几个, 那么传递实参的时候也得传几个,保证个数要匹配。
def test(a, b, c):
print(a, b, c)
test(10)
# TypeError: test() missing 2 required positional arguments: 'b' and c
和 C++ / Java
不同, Python
是动态类型的编程语言, 函数的形参不必指定参数类型。换句话说, 一个函数可以支持多种不同类型的参数。
def test(a):
print(a)
test(10)
test('hello')
test(True)
4. 函数返回值
函数的参数可以视为是函数的 “输入”, 则函数的返回值, 就可以视为是函数的 “输出”。
此处的 “输入”, “输出” 是更广义的输入输出, 不是单纯指通过控制台输入输出。我们可以把函数想象成一个 “工厂”。工厂需要买入原材料, 进行加工, 并生产出产品。函数的参数就是原材料, 函数的返回值就是生产出的产品。
下列代码
def calcSum(beg, end):
sum = 0
for i in range(beg, end + 1):
sum += i
print(sum)
calcSum(1, 100)
可以转换成
def calcSum(beg, end):
sum = 0
for i in range(beg, end + 1):
sum += i
return sum
result = calcSum(1, 100)
print(result)
这两个代码的区别就在于, 前者直接在函数内部进行了打印, 后者则使用 return
语句把结果返回给函数调用者, 再由调用者负责打印。
我们一般倾向于第二种写法。
实际开发中我们的一个通常的编程原则, 是 “逻辑和用户交互分离”。而第一种写法的函数中, 既包含了计算逻辑, 又包含了和用户交互(打印到控制台上)。这种写法是不太好的, 如果后续我们需要的是把计算结果保存到文件中, 或者通过网络发送, 或者展示到图形化界面里, 那么第一种写法的函数, 就难以胜任了。
而第二种写法则专注于做计算逻辑, 不负责和用户交互。那么就很容易把这个逻辑搭配不同的用户交互代码, 来实现不同的效果。
一个函数中可以有多个 return
语句
代码1:
# 判定是否是奇数
def isOdd(num):
if num % 2 == 0:
return False
else:
return True
result = isOdd(10)
print(result)
执行到 return
语句, 函数就会立即执行结束, 回到调用位置。
代码2:
# 判定是否是奇数
def isOdd(num):
if num % 2 == 0:
return False
return True
result = isOdd(10)
print(result)
如果 num
是偶数, 则进入 if
之后, 就会触发 return False
, 也就不会继续执行 return True
代码1和代码2起到的作用一样。
一个函数是可以一次返回多个返回值的。使用 ,
来分割多个返回值。
def getPoint():
x = 10
y = 20
return x, y
a, b = getPoint()
如果只想关注其中的部分返回值, 可以使用 _
来忽略不想要的返回值。
def getPoint():
x = 10
y = 20
return x, y
_, b = getPoint()
5. 变量作用域
观察以下代码
def getPoint():
x = 10
y = 20
return x, y
x, y = getPoint()
在这个代码中, 函数内部存在 x, y
, 函数外部也有 x, y
。 但是这两组 x, y
不是相同的变量, 而只是恰好有一样的名字。
变量只能在所在的函数内部生效。
在函数 getPoint()
内部定义的 x, y
只是在函数内部生效。一旦出了函数的范围, 这两个变量就不再生效了。
def getPoint():
x = 10
y = 20
return x, y
getPoint()
print(x, y)
# NameError: name 'x' is not defined
在不同的作用域中, 允许存在同名的变量
虽然名字相同, 实际上是不同的变量。
x = 20
def test():
x = 10
print(f'函数内部 x = {x}')
test()
print(f'函数外部 x = {x}')
打印:
函数内部 x = 10
函数外部 x = 20
注意:
在函数内部的变量, 也称为 “局部变量”
不在任何函数内部的变量, 也称为 “全局变量”
如果函数内部尝试访问的变量在局部不存在, 就会尝试去全局作用域中查找
x = 20
def test():
print(f'x = {x}')
test()
打印:
x = 20
如果是想在函数内部, 修改全局变量的值, 需要使用 global 关键字声明
x = 20
def test():
global x
x = 10
print(f'函数内部 x = {x}')
test()
print(f'函数外部 x = {x}')
打印:
函数内部 x = 10
函数外部 x = 10
如果此处没有 global
, 则函数内部的 x = 10
就会被视为是创建一个局部变量 x
, 这样就和全局变量 x
不相关了。
if / while / for 等语句块不会影响到变量作用域
换而言之, 在 if / while / for
中定义的变量, 在语句外面也可以正常使用。
for i in range(1, 10):
print(f'函数内部 i = {i}')
print(f'函数外部 i = {i}')
6.函数执行过程
调用函数才会执行函数体代码。不调用则不会执行。
函数体执行结束(或者遇到
return
语句), 则回到函数调用位置, 继续往下执行。
def test():
print("执行函数内部代码")
print("执行函数内部代码")
print("执行函数内部代码")
print("1111")
test()
print("2222")
test()
print("3333")
打印:
1111
执行函数内部代码
执行函数内部代码
执行函数内部代码
2222
执行函数内部代码
执行函数内部代码
执行函数内部代码
3333
这个过程还可以使用
PyCharm
自带的调试器来观察:
点击行号右侧的空白, 可以在代码中插入 断点
右键,
Debug
, 可以按照调试模式执行代码。每次执行到断点, 程序都会暂停下来使用
Step Into (F7)
功能可以逐行执行代码
step into(F7)
:单步运行,可以进入函数里面
7. 链式调用
前面的代码很多都是写作:
# 判定是否是奇数
def isOdd(num):
if num % 2 == 0:
return False
else:
return True
result = isOdd(10)
print(result)
实际上也可以简化写作
# 判定是否是奇数
def isOdd(num):
if num % 2 == 0:
return False
else:
return True
print(isOdd(10))
把一个函数的返回值, 作为另一个函数的参数, 这种操作称为 链式调用。
这是一种比较常见的写法。
8.嵌套调用
函数内部还可以调用其他的函数, 这个动作称为 “嵌套调用” 。
def test():
print("执行函数内部代码")
print("执行函数内部代码")
print("执行函数内部代码")
test
函数内部调用了 print
函数, 这里就属于嵌套调用。
一个函数里面可以嵌套调用任意多个函数。
函数嵌套的过程是非常灵活的。
def a():
print("函数 a")
def b():
print("函数 b")
a()
def c():
print("函数 c")
b()
def d():
print("函数 d")
c()
d()
打印:
函数 d
函数 c
函数 b
函数 a
如果把代码稍微调整, 打印结果则可能发生很大变化。
def a():
print("函数 a")
def b():
a()
print("函数 b")
def c():
b()
print("函数 c")
def d():
c()
print("函数 d")
d()
打印:
函数 a
函数 b
函数 c
函数 d
注意体会上述代码的执行顺序,可以通过画图的方式来理解。
def a():
num1 = 10
print("函数 a")
def b():
num2 = 20
a()
print("函数 b")
def c():
num3 = 30
b()
print("函数 c")
def d():
num4 = 40
c()
print("函数 d")
d()
函数之间的调用关系, 在 Python
中会使用一个特定的数据结构来表示, 称为函数调用栈。每次函数调用, 都会在调用栈里新增一个元素, 称为 栈帧。
可以通过 PyCharm
调试器看到函数调用栈和栈帧。
在调试状态下, PyCharm
左下角一般就会显示出函数调用栈。
每个函数的局部变量, 都包含在自己的栈帧中。
调试器的左下角,能够看到函数之间的调用栈
,调用栈里面描述了当前这个代码的函数之间的调用关系是什么。每一层这个调用关系就称为函数的栈帧,每个函数的局部变量就在这个栈帧中体现的。
每一层栈帧,你选中之后就能看到里面的局部变量,每个函数的局部变量就保存在对应的栈帧中。
调用函数,则生成对应的栈帧。
函数结束后,则会销毁对应的栈帧(里面的局部变量也就没有了)。
选择不同的栈帧, 就可以看到各自栈帧中的局部变量。
思考:
上述代码,
a, b, c, d
函数中的局部变量名各不相同。如果变量名是相同的, 比如都是num
, 那么这四个函数中的num
是属于同一个变量, 还是不同变量呢?答案:不是同一个变量,每个函数里面定义的变量只在每个函数里面生效。
9. 函数递归
递归是嵌套调用中的一种特殊情况,即一个函数嵌套调用自己。
代码示例:递归计算 5!
def factor(n):
if n == 1:
return 1
return n * factor(n - 1)
result = factor(5)
print(result)
打印:
120
上述代码中, 就属于典型的递归操作。在 factor
函数内部, 又调用了 factor
自身。
注意:
递归代码务必要保证存在递归结束条件。比如
if n == 1
就是结束条件。当n
为1
的时候, 递归就结束了。每次递归的时候, 要保证函数的实参是逐渐逼近结束条件的。
如果上述条件不能满足, 就会出现 “无限递归”。这是一种典型的代码错误。
def factor(n):
return n * factor(n - 1)
result = factor(5)
print(result)
# RecursionError:maximum recursion depth exceeded
如果调用
factor(5)
,函数会这样执行:
factor(5)
返回5 * factor(4)
factor(4)
返回4 * factor(3)
factor(3)
返回3 * factor(2)
factor(2)
返回2 * factor(1)
factor(1)
返回1 * factor(0)
由于没有定义
factor(0)
的返回值,函数会继续尝试调用factor(-1),factor(-2)
等等,导致无限递归。定义函数的时候,入参可以为0。
如前面所描述, 函数调用时会在函数调用栈中记录每一层函数调用的信息。
但是函数调用栈的空间不是无限大的。如果调用层数太多, 就会超出栈的最大范围, 导致出现问题。
递归的优点
递归类似于 “数学归纳法” , 明确初始条件, 和递推公式, 就可以解决一系列的问题。
递归代码往往代码量非常少。
递归的缺点
递归代码往往难以理解, 很容易超出掌控范围
递归代码容易出现栈溢出的情况
递归代码往往可以转换成等价的循环代码。并且通常来说循环版本的代码执行效率要略高于递归版本。(函数调用也是有开销的)
实际开发的时候, 使用递归要慎重!
10. 参数默认值
Python
中的函数, 可以给形参指定默认值。
带有默认值的参数, 可以在调用的时候不传参。
代码示例: 计算两个数字的和
def add(x, y, debug=False):
if debug:
print(f'调试信息: x={x}, y={y}')
return x + y
print(add(10, 20))
print(add(10, 20, True))
打印:
30
调试信息: x=10, y=20
30
此处 debug=False
即为参数默认值。当我们不指定第三个参数的时候, 默认 debug
的取值即为 False
。
带有默认值的参数需要放到没有默认值的参数的后面,否则会出错
def add(x, debug=False, y):
if debug:
print(f'调试信息: x={x}, y={y}')
return x + y
print(add(10, 20))
11. 关键字参数
在调用函数的时候, 需要给函数指定实参。一般默认情况下是按照形参的顺序, 来依次传递实参的。
但是我们也可以通过 关键字参数, 来调整这里的传参顺序, 显式指定当前实参传递给哪个形参。
def test(x, y):
print(f'x = {x}')
print(f'y = {y}')
test(x=10, y=20)
test(y=100, x=200)
打印:
x = 10
y = 20
x = 200
y = 100
形如上述 test(x=10, y=20)
这样的操作, 即为 关键字参数。