Python数据分析基础教程：函数的使用详解-优快云博客

Python数据分析基础教程：函数的使用详解

DS-python-data-analysis Data manipulation, analysis and visualisation in Python - specialist course Doctoral schools of Ghent University 项目地址: https://gitcode.com/gh_mirrors/ds/DS-python-data-analysis

前言

在Python数据分析中，函数是最基础也是最重要的概念之一。本文将基于DS-python-data-analysis项目中的函数使用教程，深入讲解Python函数的各种特性和使用方法，帮助初学者快速掌握这一核心概念。

函数基础概念

函数是Python中封装特定功能的代码块，可以重复调用。理解函数的基本特性是编程的基础：

调用方式：函数名后跟圆括号，括号内可包含参数
参数传递：传入函数的值称为参数(argument)或参数(parameter)
返回值：函数执行后会返回结果，若无返回值则返回None

# 基本函数调用示例
print('数据分析')  # 调用print函数输出字符串

result = print('数据分析')  # print函数返回None
print(result)  # 输出: None

内置函数详解

Python自带许多内置函数(built-in functions)，无需导入即可使用：

常用内置函数示例

# max函数返回最大值
max(1, 2, 3)  # 返回3

# 字符串比较基于ASCII码值
max("a", "A")  # 返回"a"(小写字母ASCII值更大)

# round函数四舍五入
round(3.712)    # 默认舍入到整数，返回4
round(3.712, 2) # 保留2位小数，返回3.71

参数类型说明

Python函数参数分为两种：

位置参数：按顺序传递
关键字参数：通过参数名指定

# 关键字参数示例
round(3.712, ndigits=2)  # 明确指定ndigits参数

方法(Methods)详解

方法是附加在对象上的函数，通过点号(.)调用：

text = "数据分析"
text.upper()  # 返回"数据分析"

方法链式调用

text = "data"
print(text.isupper())         # False
print(text.upper().isupper()) # True (先转大写再检查)

模块与库的使用

Python的强大功能主要来自其丰富的库生态系统：

导入方式比较

完整导入：import math
导入特定功能：from math import exp
别名导入：import math as m

import math
math.sin(math.pi/2)  # 返回1.0

实用技巧

使用help()函数查看帮助
在Jupyter中使用?查看文档
使用Tab键自动补全

help(round)  # 查看round函数文档
math.sin?    # Jupyter中查看sin函数文档

实战练习

练习1：数学函数应用

import math
math.floor(1.7)  # 返回不大于1.7的最大整数1

练习2：字符串方法

experiment_label = "Lab1_C_2"
experiment_label.endswith("2")  # 检查是否以"2"结尾，返回True

练习3：模块导入

import random  # 必须先导入模块才能使用
help(random)

练习4：随机数生成

import random
random.randint(1, 6)  # 生成1到6的随机整数

练习5：表达式求值

radiance = 1.0
max(2.1, 2.0 + min(radiance, 1.1 * radiance - 0.5))
# 执行顺序：1.1*1.0=1.1 → 1.1-0.5=0.6 → min(1.0,0.6)=0.6 → 2.0+0.6=2.6 → max(2.1,2.6)=2.6

练习6：气压计算

import math
P0 = 1010  # hPa
h = 2500   # m
T = 288.15
R = 8.3144598
g = 9.81
M = 0.02896

P = P0 * math.exp(-g * M * h / (R * T))
print(P)  # 输出约747.6 hPa