PythonLanguage 12. 函数与Lambda表达式 Datawhale

函数与Lambda表达式

函数
还记得 Python 里面“万物皆对象”么？Python 把函数也当成对象，可以从另一个函数中返回出来而去构建高阶函数，比如：

参数是函数
返回值是函数
函数的定义
函数以def关键词开头，后接函数名和圆括号()。
函数执行的代码以冒号起始，并且缩进。
return [表达式] 结束函数，选择性地返回一个值给调用方。不带表达式的return相当于返回None。
def functionname(parameters):
“函数_文档字符串”
function_suite
return [expression]
函数的调用
【例子】
【PythonLanguage 12. 函数与Lambda表达式】def printme(str):
print(str)
printme(“我要调用用户自定义函数!”) # 我要调用用户自定义函数!
printme(“再次调用同一函数”) # 再次调用同一函数
temp = printme(‘hello’) # hello
print(temp) # None
函数文档
def MyFirstFunction(name):
“函数定义过程中name是形参”
# 因为Ta只是一个形式，表示占据一个参数位置
print(‘传递进来的{0}叫做实参，因为Ta是具体的参数值！’.format(name))
MyFirstFunction(‘老马的程序人生’)
传递进来的老马的程序人生叫做实参，因为Ta是具体的参数值！ print(MyFirstFunction.doc)
函数定义过程中name是形参 help(MyFirstFunction)
Help on function MyFirstFunction in module main: MyFirstFunction(name) 函数定义过程中name是形参函数参数
Python 的函数具有非常灵活多样的参数形态，既可以实现简单的调用，又可以传入非常复杂的参数。从简到繁的参数形态如下：
位置参数 (positional argument)
默认参数 (default argument)
可变参数 (variable argument)
关键字参数 (keyword argument)
命名关键字参数 (name keyword argument)
参数组合

位置参数

def functionname(arg1):
“函数_文档字符串”
function_suite
return [expression]
arg1 - 位置参数，这些参数在调用函数 (call function) 时位置要固定。
2. 默认参数
def functionname(arg1, arg2=v):
“函数_文档字符串”
function_suite
return [expression]
arg2 = v - 默认参数 = 默认值，调用函数时，默认参数的值如果没有传入，则被认为是默认值。
默认参数一定要放在位置参数后面，不然程序会报错。
【例子】
def printinfo(name, age=8):
print(‘Name:{0},Age:{1}’.format(name, age))
printinfo(‘小马’) # Name:小马,Age:8
printinfo(‘小马’, 10) # Name:小马,Age:10
Python 允许函数调用时参数的顺序与声明时不一致，因为 Python 解释器能够用参数名匹配参数值。
【例子】
def printinfo(name, age):
print(‘Name:{0},Age:{1}’.format(name, age))
printinfo(age=8, name=‘小马’) # Name:小马,Age:8
3. 可变参数
顾名思义，可变参数就是传入的参数个数是可变的，可以是 0, 1, 2 到任意个，是不定长的参数。
def functionname(arg1, arg2=v, *args):
“函数_文档字符串”
function_suite
return [expression]
args - 可变参数，可以是从零个到任意个，自动组装成元组。
加了星号（）的变量名会存放所有未命名的变量参数。
【例子】
def printinfo(arg1, *args):
print(arg1)
for var in args:
print(var)
printinfo(10) # 10
printinfo(70, 60, 50)
70 60 50

关键字参数

def functionname(arg1, arg2=v, *args, **kw):
“函数_文档字符串”
function_suite
return [expression]
**kw - 关键字参数，可以是从零个到任意个，自动组装成字典。
【例子】
def printinfo(arg1, *args, **kwargs):
print(arg1)
print(args)
print(kwargs)
printinfo(70, 60, 50)
70 (60, 50) {} printinfo(70, 60, 50, a=1, b=2)
70 (60, 50) {‘a’: 1, ‘b’: 2} 「可变参数」和「关键字参数」的同异总结如下：
可变参数允许传入零个到任意个参数，它们在函数调用时自动组装为一个元组 (tuple)。
关键字参数允许传入零个到任意个参数，它们在函数内部自动组装为一个字典 (dict)。
5. 命名关键字参数
def functionname(arg1, arg2=v, *args, *, nkw, **kw):
“函数_文档字符串”
function_suite
return [expression]
*, nkw - 命名关键字参数，用户想要输入的关键字参数，定义方式是在nkw 前面加个分隔符 *。
如果要限制关键字参数的名字，就可以用「命名关键字参数」
使用命名关键字参数时，要特别注意不能缺少参数名。
【例子】
def printinfo(arg1, *, nkw, **kwargs):
print(arg1)
print(nkw)
print(kwargs)
printinfo(70, nkw=10, a=1, b=2)
70 10 {‘a’: 1, ‘b’: 2} printinfo(70, 10, a=1, b=2)
TypeError: printinfo() takes 1 positional argument but 2 were given 没有写参数名nwk，因此 10 被当成「位置参数」，而原函数只有 1 个位置函数，现在调用了 2 个，因此程序会报错。
6. 参数组合
在 Python 中定义函数，可以用位置参数、默认参数、可变参数、命名关键字参数和关键字参数，这 5 种参数中的 4 个都可以一起使用，但是注意，参数定义的顺序必须是：
位置参数、默认参数、可变参数和关键字参数。
位置参数、默认参数、命名关键字参数和关键字参数。
要注意定义可变参数和关键字参数的语法：
*args 是可变参数，args 接收的是一个 tuple
**kw 是关键字参数，kw 接收的是一个 dict
命名关键字参数是为了限制调用者可以传入的参数名，同时可以提供默认值。定义命名关键字参数不要忘了写分隔符 *，否则定义的是位置参数。
警告：虽然可以组合多达 5 种参数，但不要同时使用太多的组合，否则函数很难懂。
函数的返回值
【例子】
def add(a, b):
return a + b
print(add(1, 2)) # 3
print(add([1, 2, 3], [4, 5, 6])) # [1, 2, 3, 4, 5, 6]
【例子】
def back():
return [1, ‘小马的程序人生’, 3.14]
print(back()) # [1, ‘小马的程序人生’, 3.14]
【例子】
def back():
return 1, ‘小马的程序人生’, 3.14
print(back()) # (1, ‘小马的程序人生’, 3.14)
【例子】
def printme(str):
print(str)
temp = printme(‘hello’) # hello
print(temp) # None
print(type(temp)) #
变量作用域
Python 中，程序的变量并不是在哪个位置都可以访问的，访问权限决定于这个变量是在哪里赋值的。
定义在函数内部的变量拥有局部作用域，该变量称为局部变量。
定义在函数外部的变量拥有全局作用域，该变量称为全局变量。
局部变量只能在其被声明的函数内部访问，而全局变量可以在整个程序范围内访问。
【例子】
def discounts(price, rate):
final_price = price * rate
return final_price
old_price = float(input(‘请输入原价:’)) # 98
rate = float(input(‘请输入折扣率:’)) # 0.9
new_price = discounts(old_price, rate)
print(‘打折后价格是:%.2f’ % new_price) # 88.20
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。
【例子】
num = 1
def fun1():
global num # 需要使用 global 关键字声明
print(num) # 1
num = 123
print(num) # 123
fun1()
print(num) # 123
内嵌函数
【例子】
def outer():
print(‘outer函数在这被调用’)

def inner(): print('inner函数在这被调用')inner()# 该函数只能在outer函数内部被调用

outer()
outer函数在这被调用 inner函数在这被调用闭包
是函数式编程的一个重要的语法结构，是一种特殊的内嵌函数。
如果在一个内部函数里对外层非全局作用域的变量进行引用，那么内部函数就被认为是闭包。
通过闭包可以访问外层非全局作用域的变量，这个作用域称为闭包作用域。
【例子】
def funX(x):
def funY(y):
return x * y

return funY

i = funX(8)
print(type(i)) #
print(i(5)) # 40
【例子】闭包的返回值通常是函数。
def make_counter(init):
counter = [init]

def inc(): counter[0] += 1def dec(): counter[0] -= 1def get(): return counter[0]def reset(): counter[0] = initreturn inc, dec, get, reset

inc, dec, get, reset = make_counter(0)
inc()
inc()
inc()
print(get()) # 3
dec()
print(get()) # 2
reset()
print(get()) # 0
【例子】如果要修改闭包作用域中的变量则需要 nonlocal 关键字
def outer():
num = 10

def inner(): nonlocal num# nonlocal关键字声明 num = 100 print(num)inner() print(num)

outer()
100 100 递归
如果一个函数在内部调用自身本身，这个函数就是递归函数。
【例子】n! = 1 x 2 x 3 x … x n
利用循环 n = 5
for k in range(1, 5):
n = n * k
print(n) # 120
利用递归 def factorial(n):
if n == 1:
return 1
return n * factorial(n - 1)
print(factorial(5)) # 120
【例子】斐波那契数列 f(n)=f(n-1)+f(n-2), f(0)=0 f(1)=1
利用循环 i = 0
j = 1
lst = list([i, j])
for k in range(2, 11):
k = i + j
lst.append(k)
i = j
j = k
print(lst)
[0, 1, 1, 2, 3, 5, 8, 13, 21, 34, 55] 利用递归 def recur_fibo(n):
if n <= 1:
return n
return recur_fibo(n - 1) + recur_fibo(n - 2)
lst = list()
for k in range(11):
lst.append(recur_fibo(k))
print(lst)
[0, 1, 1, 2, 3, 5, 8, 13, 21, 34, 55] 【例子】设置递归的层数，Python默认递归层数为 100
import sys
sys.setrecursionlimit(1000)
有关递归的详细介绍参见：
利用python解决汉诺塔问题？
2. Lambda 表达式
匿名函数的定义
在 Python 里有两类函数：
第一类：用 def 关键词定义的正规函数
第二类：用 lambda 关键词定义的匿名函数
python 使用 lambda 关键词来创建匿名函数，而非def关键词，它没有函数名，其语法结构如下：
lambda argument_list: expression
lambda - 定义匿名函数的关键词。
argument_list - 函数参数，它们可以是位置参数、默认参数、关键字参数，和正规函数里的参数类型一样。
:- 冒号，在函数参数和表达式中间要加个冒号。
expression - 只是一个表达式，输入函数参数，输出一些值。
注意：
expression 中没有 return 语句，因为 lambda 不需要它来返回，表达式本身结果就是返回值。
匿名函数拥有自己的命名空间，且不能访问自己参数列表之外或全局命名空间里的参数。
【例子】
def sqr(x):
return x ** 2
print(sqr)
y = [sqr(x) for x in range(10)]
print(y)
[0, 1, 4, 9, 16, 25, 36, 49, 64, 81] lbd_sqr = lambda x: x ** 2
print(lbd_sqr)
y = [lbd_sqr(x) for x in range(10)]
print(y)
[0, 1, 4, 9, 16, 25, 36, 49, 64, 81] sumary = lambda arg1, arg2: arg1 + arg2
print(sumary(10, 20)) # 30
func = lambda *args: sum(args)
print(func(1, 2, 3, 4, 5)) # 15
匿名函数的应用
函数式编程是指代码中每一块都是不可变的，都由纯函数的形式组成。这里的纯函数，是指函数本身相互独立、互不影响，对于相同的输入，总会有相同的输出，没有任何副作用。
【例子】非函数式编程
def f(x):
for i in range(0, len(x)):
x[i] += 10
return x
x = [1, 2, 3]
f(x)
print(x)
[11, 12, 13] 【例子】函数式编程
def f(x):
y = []
for item in x:
y.append(item + 10)
return y
x = [1, 2, 3]
f(x)
print(x)
[1, 2, 3] 匿名函数常常应用于函数式编程的高阶函数 (high-order function)中，主要有两种形式：
参数是函数 (filter, map)
返回值是函数 (closure)
如，在 filter和map函数中的应用：
filter(function, iterable) 过滤序列，过滤掉不符合条件的元素，返回一个迭代器对象，如果要转换为列表，可以使用 list() 来转换。
【例子】
odd = lambda x: x % 2 == 1
templist = filter(odd, [1, 2, 3, 4, 5, 6, 7, 8, 9])
print(list(templist)) # [1, 3, 5, 7, 9]
map(function, *iterables) 根据提供的函数对指定序列做映射。
【例子】
m1 = map(lambda x: x ** 2, [1, 2, 3, 4, 5])
print(list(m1))
[1, 4, 9, 16, 25] m2 = map(lambda x, y: x + y, [1, 3, 5, 7, 9], [2, 4, 6, 8, 10])
print(list(m2))
[3, 7, 11, 15, 19] 除了 Python 这些内置函数，我们也可以自己定义高阶函数。
【例子】
def apply_to_list(fun, some_list):
return fun(some_list)
lst = [1, 2, 3, 4, 5]
print(apply_to_list(sum, lst))
15 print(apply_to_list(len, lst))
5 print(apply_to_list(lambda x: sum(x) / len(x), lst))
3.0 参考文献：
https://www.runoob.com/python3/python3-tutorial.html
https://www.bilibili.com/video/av4050443
https://mp.weixin.qq.com/s/gKhXS8JVU8dZBHJF7sIFsw
练习题：
怎么给函数编写?档？
怎么给函数参数和返回值注解？
闭包中，怎么对数字、字符串、元组等不可变元素更新。
分别根据每一行的首元素和尾元素大小对二维列表 a = [[6, 5], [3, 7], [2, 8]] 排序。(利用lambda表达式)
利用python解决汉诺塔问题？
有a、b、c三根柱子，在a柱子上从下往上按照大小顺序摞着64片圆盘，把圆盘从下面开始按大小顺序重新摆放在c柱子上，尝试用函数来模拟解决的过程。（提示：将问题简化为已经成功地将a柱上面的63个盘子移到了b柱）