python巩固之——函数与Lambda表达式_m2=map(fact,(3,4,5,6))-优快云博客

本文链接：https://blog.youkuaiyun.com/zhangxiaolinxin/article/details/107752886

一、函数
1、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 。
13.1.2 函数的调用
【例子】
【例子】

def functionname(parameters):
	"函数_文档字符串"
	function_suite
	return [expression]

2 函数的调用
【例子】

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

3 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

4 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]

1. 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。
2. 默认参数一定要放在位置参数后面，不然程序会报错。

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

1. 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。

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]

1. args - 可变参数，可以是从零个到任意个，自动组装成元组。
2. 加了星号（）的变量名会存放所有未命名的变量参数。

4. 关键字参数

def functionname(arg1, arg2=v, *args, **kw):
	"函数_文档字符串"
	function_suite
	return [expression]

**1. kw - 关键字参数，可以是从零个到任意个，自动组装成字典。

「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。

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

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]

6 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。

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。

内嵌函数

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。

def funX(x):
	def funY(y):
		return x * y
	return funY
i = funX(8)
print(type(i)) # <class 'function'>
print(i(5)) # 40

闭包的返回值通常是函数。

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

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
循环

n = 5
for k in range(1, 5):
	n = n * k
print(n) # 120

递归

def factorial(n):
	if n == 1:
		return 1
	return n * fact(n - 1)
print(factorial(5)) # 120

斐波那契数列 f(n)=f(n-1)+f(n-2), f(0)=0 f(1)=1
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]

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]

二、Lambda 表达式
1 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。

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]

1**. 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