python系列之函数基础

不为失败找理由，只为成功找方法。所有的不甘，因为还心存梦想，所以在你放弃之前，好好拼一把，只怕心老，不怕路长。

python系列前期章节

1. python系列之注释与变量
2. python系列之输入输出语句与数据类型
3. python系列之运算符
4. python系列之控制流程语句
5. python系列之字符串
6. python系列之列表
7. python系列之元组
8. python系列之字典
9. python系列之集合

---

一、前言

在前面的篇幅中已经介绍了python的很多语法，其中最多的是数据类型，每一门编程语言都有其独特的数据类型，python也一样，然后也学习了控制流程语句、运算符等在编程中重要的角色。而接下来将会进入一个新的领域——函数，函数在一些编程语言中是叫方法；在python中，函数是一个重要的角色，在后续的开发中，会经常打交道。那么废话不多说，咱们进入新的篇章吧~

一、为什么需要函数？先看一个真实场景

场景：你正在开发一个电商系统，需要频繁计算不同商品的折扣价格。
小白写法：每次手动重复计算

price1 = 100
discount1 = 0.8
final_price1 = price1 * disc_ount1  # 这里有拼写错误！

price2 = 200
discount2 = 0.7
final_price2 = price2 * discount2  # 重复劳动，容易出错

函数写法：

def calculate_price(price, discount):
    return price * discount

print(calculate_price(100, 0.8))  # 输出80.0
print(calculate_price(200, 0.7))  # 输出140.0

通过上面的栗子我们知道：函数就是代码复用+错误隔离的利器！

---

二、函数基础：解剖一只“代码盒子”

1. 函数定义三要素

def 函数名(参数):
    """文档字符串（可选）"""
    操作代码
    return 返回值

2. 参数传递：位置 vs 关键字

场景：咖啡店点单系统

def make_coffee(size, coffee_type="拿铁", sugar=True):
    print(f"制作一杯{size}的{coffee_type}{'，加糖' if sugar else ''}")

# 位置参数，一一对应定义从形参
make_coffee("中杯", "美式")  # 制作一杯中杯的美式，加糖

# 关键字参数
make_coffee(coffee_type="卡布奇诺", size="大杯")  # 制作一杯大杯的卡布奇诺，加糖

# 默认参数
make_coffee("小杯")  # 制作一杯小杯的拿铁，加糖

3. 返回值：不止能返回一个值

场景：解析用户输入的RGB颜色值

def parse_rgb(color_str):
    r = int(color_str[1:3], 16)
    g = int(color_str[3:5], 16)
    b = int(color_str[5:7], 16)
    return r, g, b  # 返回元组

# 解包
red, green, blue = parse_rgb("#FF00FF")
print(f"红色分量：{red}")  # 输出255

---

三、函数与数据类型的实战演练

案例1：字符串处理 - 用户注册验证

def validate_username(username):
    if len(username) < 4:
        return False, "用户名至少4个字符"
    if not username.isalnum():
        return False, "只能包含字母和数字"
    return True, "验证通过"

result, msg = validate_username("user123")
print(msg)  # 验证通过

案例2：列表操作 - 购物车管理

def add_to_cart(cart, item, quantity=1):
    for product in cart:
        if product["name"] == item:
            product["quantity"] += quantity
            return cart
    cart.append({"name": item, "quantity": quantity})
    return cart

my_cart = []
my_cart = add_to_cart(my_cart, "苹果")
my_cart = add_to_cart(my_cart, "香蕉", 3)
print(my_cart)  # [{'name': '苹果', 'quantity': 1}, {'name': '香蕉', 'quantity': 3}]

案例3：字典处理 - 用户信息统计

def count_user_ages(users):
    age_count = {}
    for user in users:
        age = user.get("age")
        if age:
            age_count[age] = age_count.get(age, 0) + 1
    return age_count

users = [
    {"name": "Alice", "age": 25},
    {"name": "Bob", "age": 30},
    {"name": "Charlie", "age": 25}
]
print(count_user_ages(users))  # {25: 2, 30: 1}

---

四、函数进阶技巧：让代码更优雅

1. 可变参数：处理不定长数据

# 单星号的（*）：用于将所有位置参数以 元组 的形式传递给函数
# 双星号（**）用于将所有关键字参数以 字典 的形式传递给函数。
def create_report(title, *sections, **footer):
    print(f"# {title}")
    for i, section in enumerate(sections, 1):
        print(f"{i}. {section}")
    print("\nFooter:")
    for key, value in footer.items():
        print(f"{key}: {value}")

create_report("销售报告",
             "季度增长15%", 
             "新产品表现优异",
             company="XX科技",
             date="2024-03")

2. 列表推导式+函数的组合技

def is_prime(n):
    if n < 2:
        return False
    for i in range(2, int(n**0.5)+1):
        if n % i == 0:
            return False
    return True

primes = [x for x in range(100) if is_prime(x)]
print(primes)  # 输出100以内的质数列表

---

五、常见问题QA（小白最常踩的坑）

Q1：函数内修改列表会影响外部变量？

def add_suffix(items):
    items.append("_processed")  # 直接修改原列表！

data = ["a", "b"]
add_suffix(data)
print(data)  # ['a', 'b', '_processed']

# 正确做法：创建新列表
def safe_add_suffix(items):
    return [item + "_safe" for item in items]

Q2：默认参数为什么不能用可变类型？

# 危险写法！
def add_item(item, lst=[]):
    lst.append(item)
    return lst

print(add_item(1))  # [1]
print(add_item(2))  # [1, 2] 默认列表被重复使用！

# 正确写法
def safe_add_item(item, lst=None):
    if lst is None:
        lst = []
    lst.append(item)
    return lst

Q3：如何同时返回多个结果？

def analyze_text(text):
    words = text.split()
    char_count = len(text)
    # 字典、列表亦可
    return {
        "word_count": len(words),
        "avg_length": char_count/len(words),
        "longest_word": max(words, key=len)
    }

result = analyze_text("Python让编程更简单")
print(result["avg_length"])  # 4.0

---

六、综合实战：开发一个迷你数据分析工具

def data_analyzer(data):
    # 类型自动判断处理
    if isinstance(data, list):
        return {
            "类型": "列表",
            "长度": len(data),
            "数值型元素": sum(1 for x in data if isinstance(x, (int, float))),
            "去重后长度": len(set(data))
        }
    elif isinstance(data, dict):
        return {
            "类型": "字典",
            "键数量": len(data),
            "包含字符串的键": [k for k in data if isinstance(k, str)]
        }
    else:
        return {"类型": str(type(data)), "原始值": data}

print(data_analyzer([1,2,2,3,"a"]))
# {'类型': '列表', '长度': 5, '数值型元素': 3, '去重后长度': 4}

print(data_analyzer({"name": "Bob", 123: "test"}))
# {'类型': '字典', '键数量': 2, '包含字符串的键': ['name']}

---

七、学习路线图：函数相关技能树

基础函数
├─ 参数传递
│   ├─ 位置参数
│   ├─ 关键字参数
│   └─ 默认参数
└─  返回值处理
  	 ├─ 单返回值
   	 └─ 多返回值解包


高级函数（下一章分晓）
├─ lambda表达式
├─ 闭包
├─ 装饰器
└─ 生成器