Python3基础学习----函数_python3 函数->-优快云博客

本文链接：https://blog.youkuaiyun.com/weixin_43639981/article/details/110474907

本文详细介绍了Python3中的函数基础知识，包括函数定义、默认值、可变参数、函数嵌套、作用域、lambda表达式、map、filter、sorted和reduce函数的使用，以及装饰器的概念和应用。通过实例解析，帮助读者掌握Python3函数的高级技巧。

摘要生成于 C知道，由 DeepSeek-R1 满血版支持，前往体验 >

简单定义了一个add函数，a,b为函数参数，return 将函数执行结果返回；可以使用一个变量接受函数返回的参数；没有return语句的，则默认函数返回null
python3中也提供了很多的内置函数，如dir 查看所有的方法名；help函数，查看帮助文档；
函数调用方式除了使用add(a,b)，可以使用，也可以设置传入参数默认值

函数设定默认值

在定义函数时参数写为参数名=默认值1，参数名=默认值2…的方式，说明方法被定义了默认值，因此再调用时可以不传带有默认值的参数时仍可正常执行；但是需要注意的是带默认值需要写在后面

>>> def add(a=1,b=3):
	return a+b

>>> add(2,3)
5
>>> add(2)
5
>>> add()
4
>>> def add(a=1,b):
	return a+b
SyntaxError: non-default argument follows default argument
>>> def add(a,b=3):
	return a+b
>>> add(0)
3
>>>

函数参数不确定

如果当前函数不确定需要几个参数时如何处理呢，参数收集方式，在参数名前加一个“*”

>>> def print2(a,b,*args):
	print("a=",a)
	print("b=",b)
	print("args=",args)

	
>>> print2(1,2,4,5,6,9)
a= 1
b= 2
args= (4, 5, 6, 9)
>>> print2(1,2,"a","b","c","c")
a= 1
b= 2
args= ('a', 'b', 'c', 'c')
>>>

最终不定个数的参数传入参数会被放在args元组中，当然还有另一种方式，在参数名前加两个"**"如下：

>>> def print2(a,b,**args):
	print("a=",a)
	print("b=",b)
	print("args=",args)

	
>>> print2(1,2,a=3,b=4,d=7,n=9)
Traceback (most recent call last):
  File "<pyshell#60>", line 1, in <module>
    print2(1,2,a=3,b=4,d=7,n=9)
TypeError: print2() got multiple values for argument 'a'
>>> print2(1,2,a1=3,b1=4,d=7,n=9)
a= 1
b= 2
args= {'a1': 3, 'b1': 4, 'd': 7, 'n': 9}
>>>

函数嵌套

在函数的参数也可以是具体的方法

>>> def con_seq(func,seq):
	r = [func(i) for i in seq]
	return r

>>> con_seq(abs,range(-10,3))
[10, 9, 8, 7, 6, 5, 4, 3, 2, 1, 0, 1, 2]
>>> con_seq(str,range(-10,3))
['-10', '-9', '-8', '-7', '-6', '-5', '-4', '-3', '-2', '-1', '0', '1', '2']
>>> con_seq(ord,"python")
[112, 121, 116, 104, 111, 110]
>>>

内部嵌套函数

>>> def con1(x):
	def con2(y):
		return x*y
	return con2

>>> f1 = con1(10)
>>> r1 = f1(20)
>>> r1
200
>>>

作用域问题

>>> r1
200
>>> def f1():
	print(r1+1)
>>> f1()
201
>>> def f2():
	r1=r1+1
	print(r1)
>>> f2()
Traceback (most recent call last):
  File "<pyshell#26>", line 1, in <module>
    f2()
  File "<pyshell#25>", line 2, in f2
    r1=r1+1
UnboundLocalError: local variable 'r1' referenced before assignment

但是当我们使用global语句去装饰r1，才能在内部去更改r1的值，我们重写f2方法，从下方的的输出可以看出，执行f2后就更改了外部变量r1的值

>>> def f2():
	global r1
	r1=r1+1
	print(r1)
>>> f2()
201
>>> f1
<function f1 at 0x000001365D9BCE50>
>>> r1
201
>>> f2()
202
>>> r1
202

同样如果在嵌套的函数中处理参数，需要更改值时示例代码如下：

>>> def f3():
	r2 = 1
	def f4():
		r2 = r2+1
		print(r2)
	f4()
>>> f3()
Traceback (most recent call last):
  File "<pyshell#43>", line 1, in <module>
    f3()
  File "<pyshell#42>", line 6, in f3
    f4()
  File "<pyshell#42>", line 4, in f4
    r2 = r2+1
UnboundLocalError: local variable 'r2' referenced before assignment
>>> def f3():
	r2 = 1
	def f4():
		nonlocal r2
		r2 = r2+1
		print(r2)
	f4()
>>> f3()
2

lambda表达式

用lambda表达式创建匿名函数，不过一般只用于简单的逻辑函数，下方介绍其他函数时穿插该表达式的应用

>>> f6 = lambda x:x+1
>>> f6(5)
6
>>>

特殊函数map

map(func,*iterables)，将多个可迭代对象的元素作为参数执行func方法，而且func中的参数个数，要与可迭代对象参数个数保持一致

>>> m = map(lambda x:x+1000,range(10))
>>> m
<map object at 0x000001365D9BB760>
>>> list(m)
[1000, 1001, 1002, 1003, 1004, 1005, 1006, 1007, 1008, 1009]
>>> m = map(lambda x:x+1000,range(10),range(10))
>>> m
<map object at 0x000001365D9BB970>
>>> list(m)
Traceback (most recent call last):
  File "<pyshell#70>", line 1, in <module>
    list(m)
TypeError: <lambda>() takes 1 positional argument but 2 were given

特殊函数filter

filter过滤函数filter(func or None,iterable)，其实该函数在使用过程中和map一样很是实用，下方给一个简单的示例，0-20不包括20以内被2整除的整数数字;注意filter第二个参数为单个可迭代对象，不像map可以传入多个可迭代对象参数

>>> fil = filter(lambda x:x%2==0,range(0,20))
>>> fil
<filter object at 0x000001365D9BB4F0>
>>> list(fil)
[0, 2, 4, 6, 8, 10, 12, 14, 16, 18]

特殊函数sorted

sorted函数sorted(iterable, /, *, key=None, reverse=False)。此时lambda函数用于指定对列表中所有元素进行排序的准则；而该函数在复杂程序中应用也非常多
原始的文档介绍如下：
一个自定义关键函数可以用来自定义排序规则，而默认反转标记可以将结果按照降序排列
A custom key function can be supplied to customize the sort order, and the
reverse flag can be set to request the result in descending order.

>>> sor = sorted(range(0,20),key=lambda x:abs(x-10))
>>> sor
[10, 9, 11, 8, 12, 7, 13, 6, 14, 5, 15, 4, 16, 3, 17, 2, 18, 1, 19, 0]
>>> sor = sorted(range(0,20),key=lambda x:abs(x-10),reverse=True)
>>> sor
[0, 1, 19, 2, 18, 3, 17, 4, 16, 5, 15, 6, 14, 7, 13, 8, 12, 9, 11, 10]

特殊函数reduce

此时lambda函数用于指定列表中两两相邻元素的结合条件；
reduce(function, sequence[, initial]) -> value
但是在python3中reduce被移到functools模块中，因此在使用时需要引入模块

from functools import reduce
>>> reduce(lambda x,y:x+y,range(0,20))
190
>>> reduce(lambda x,y:"{},{}".format(x,y),range(0,20))
'0,1,2,3,4,5,6,7,8,9,10,11,12,13,14,15,16,17,18,19'

装饰器

>>> def bk(name):
	return "a+b+c={}".format(name)

>>> def bk_f(func):
	def wrapper(name):
		return "<p>{}</p>".format(func(name))
	return wrapper

>>> bk_1 = bk_f(bk);
>>> bk_2 = bk_1("我说")
>>> bk_2
'<p>a+b+c=我说</p>'
>>>

而另一种写法，使用@bk_f放在在bk函数的上面，示例输出如下

>>> def bk_f(func):
	def wrapper(name):
		return "<p>{}</p>".format(func(name))
	return wrapper
>>> @bk_f
def bk(name):
	return "a+b+c={}".format(name)

>>> bk_2 = bk("我说")
>>> bk_2
'<p>a+b+c=我说</p>'
>>>

我们发现当使用@bk_f之后，我们不需要像之前那样先去调用bk_f方法，只需要正常执行bk方法即可输出与之前相同的结果，那如果在多加一个呢

>>> def bk_f(func):
	def wrapper(name):
		return "<p>{}</p>".format(func(name))
	return wrapper  
>>> def bk_g(func):
	def wrapper(name):
		return "<div>{}</div>".format(func(name))
	return wrapper

>>> @bk_g
@bk_f
def bk(name):
	return "a+b+c={}".format(name)

>>> bk_2 = bk("知道吗")
>>> bk_2
'<div><p>a+b+c=知道吗</p></div>'
>>>