文章目录
前言
在python中,函数的应用非常广泛,在前面我们已经多次接触过函数,例如用于输出的print()函数,用于输入的函数input(),以及生成一系列整数的range()函数,这些都是python内置的标准函数,可以直接使用,除了可以直接使用标准函数外,python中还支持自定义函数,即通过将一段规律的,重复的代码定义为函数,来达到一次编写,多次调用的目的。使用函数可以提高代码的重复利用率。
一.函数基础
函数创建
创建函数也称为定义函数,可以理解为创建一个具有某种用途的工具。使用def关键字实现,具体语法格式如下:
def 函数名(【形式参数】):
函数中的代码
函数调用
调用函数也就是执行函数。调用函数就i相当于使用创建的工具,调用函数的基本语法如下:
函数名(【实际参数】)
参数:用于指定各个参数的值,如果需要传递多个参数值,可以使用逗号隔开
二.参数
参数分类
在Python中,函数定义时可以包含形式参数(也称为形参),这些参数是函数定义时声明的,用于接收函数调用时传入的实际参数(也称为实参)的值。
- 形式参数是函数定义的一部分,用于指定函数在执行时所需的输入。它们通常用于在函数体内引用传递给函数的值。
- 实际参数是函数调用时提供给函数的值。它们可以是字面值、变量、表达式等,用于实际传递给函数的形式参数。
位置参数
函数中的位置参数是指在定义函数时,按照参数的顺序进行传递的参数。它们在调用函数时必须以相同顺序传递给函数,否则会导致调用出错。
def greet(name, age):
print("Hello,", name)
print("You are", age, "years old.")
greet("Alice", 25)
在以上示例中,函数greet
有两个位置参数name
和age
。在调用函数greet
时,我们按照参数的顺序将值传递给它。因此,"Alice"
会被赋给name
,25
会被赋给age
。
默认参数
在Python函数中,可以为参数提供默认值,这些参数被称为默认参数。如果调用函数时没有为这些参数提供值,那么就会使用默认值。
以下是一个使用默认参数的函数的示例:
def greet(name, message="Hello"):
print(message, name)
在这个例子中,函数greet
有两个参数:name
和message
。message
参数被设置为默认值"Hello"。当调用函数时,如果只提供了name
参数,而没有提供message
参数,那么将会使用默认值"Hello",如果提供了message
参数,那么将会使用提供的值。
注意:默认参数只能使用不可变数据类型。
可变参数
在Python中,函数的可变参数是指在函数定义时,参数的数量是可变的,可以传入任意数量的参数。Python中有两种方式定义可变参数:*args和**kwargs。
使用*args可以接收任意数量的位置参数,这些参数会被封装成一个元组。下面是一个例子:
def sum_numbers(*args):
total = 0
for num in args:
total += num
return total
print(sum_numbers(1, 2, 3)) # 输出:6
在这个例子中,sum_numbers
函数使用了*args
来接收任意数量的位置参数。在函数内部,它把接收到的所有参数封装成一个元组,并对这个元组中的每个元素进行求和操作
关键字参数
使用**kwargs可以接收任意数量的关键字参数,这些参数会被封装成一个字典。下面是一个例子:
def print_info(**kwargs):
for key, value in kwargs.items():
print(f"{key}: {value}")
print_info(name="Alice", age=25, city="New York")
在这个例子中,
print_info
函数使用了**kwargs
来接收任意数量的关键字参数。在函数内部,它把接收到的所有参数封装成一个字典,并遍历打印出每个键值对。
参数传递
引用传递
当我们将一个可变对象作为参数传递给函数时,实际上是将该对象的引用(内存地址)传递给函数。这意味着在函数中修改参数的值会影响到原始对象的值。
def change_list(lst):
lst.append(4)
my_list = [1, 2, 3]
change_list(my_list)
print(my_list) # 输出结果为[1, 2, 3, 4],原始对象my_list被修改
值传递
当我们将不可变变量作为参数传递给函数时,实际上是将该变量的值进行复制并传递给函数。这意味着在函数中修改参数的值不会影响到原始变量的值。
def change_value(num):
num += 1
x = 10
change_value(x)
print(x) # 输出结果为10,原始变量x的值没有被修改
三.变量
在Python中,全局变量是在整个程序中都可以访问的变量,而局部变量则是在特定的函数或代码块中定义的变量,只能在其所在的范围内访问。
例如,下面的代码演示了全局变量和局部变量的概念:
# 全局变量
global_var = 10
def my_function():
# 局部变量
local_var = 20
print("局部变量 local_var =", local_var)
# 访问全局变量
print("全局变量 global_var =", global_var)
my_function()
# 访问全局变量
print("全局变量 global_var =", global_var)
print("局部变量 local_var =", local_var)
区别1:局部变量无法在全局被调用
上面的案例输出结果如下, 当我们在函数外调用局部变量时会提示局部变量未被定义不可调用。
区别2:若函数未声明变量为全局变量,那么函数中的全局变量会被当做局部变量。
函数中无法直接修改全局变量的值,要在函数中修改全局变量的值,需要使用global
关键字声明该变量为全局变量。global
关键字的作用是告诉Python,在函数内部你想要修改的是全局作用域中的变量,而不是局部变量。
演示案例:fn()函数中的num是和全局变量num重名的局部变量,尽管函数尝试给全局变量赋值,全局变量也不会改变,而modify_fn()函数中声明了num是全局变量,然后可以直接修改该变量的值
def fn():
num = -100
print(f"函数中全局变量num={num}")
def modify_fn():
global num
num = 0
print(f"函数中全局变量num={num}")
num = 100
fn()
modify_fn()
print(f"全局变量num修改后={num}")
四.lamda表达式
在Python中,lambda表达式是一种快速定义简单函数的方式。它允许我们在不使用def关键字的情况下定义一个小型的匿名函数。
lambda表达式的语法如下:
lambda 参数列表: 表达式
下面是一个简单的例子,用lambda表达式实现了一个求平方的函数:
def fn(num):
num = num**2
print(num)
square = lambda x: fn(x)
#调用lambda表达式
square(2) #输出结果是4
lambda函数使用场景
- map()函数中使用lambda函数:
map()函数接受一个函数和一个或多个可迭代对象作为参数,将函数应用于每个可迭代对象的对应元素,然后返回一个包含结果的新的可迭代对象。
numbers = [1, 2, 3, 4, 5]
doubled_numbers = list(map(lambda x: x * 2, numbers))
print(doubled_numbers)
输出:
[2, 4, 6, 8, 10]
在这个例子中,lambda函数定义为lambda x: x * 2
,表示将输入的x乘以2。然后,map函数将这个lambda函数应用到numbers列表的每个元素上,返回一个生成器对象。通过将这个生成器对象转换为列表对象,我们获得了每个元素都乘以2的新列表。最后,使用print函数打印出这个新列表
- filter()函数中使用lambda函数:
filter()函数会将sequence中的元素逐个传入function函数中进行判断,如果返回值为True,则该元素被保留在新的序列中,否则被过滤掉。filter()函数的用法为:
filter(函数, 序列)
结合lambda函数,可以使用filter函数进行一些简单的筛选操作,下面是一个示例:
numbers = [1, 2, 3, 4, 5, 6, 7, 8, 9, 10]
even_numbers = list(filter(lambda x: x % 2 == 0, numbers))
print(even_numbers)
输出
[2, 4, 6, 8, 10]
- sorted()函数中使用lambda函数
sorted函数用于对可迭代对象进行排序并返回一个新的排序后的列表。它可以接受一个可迭代对象作为参数,例如列表、元组、字符串等。sorted函数的语法如下:
sorted(iterable, key=None, reverse=False)
iterable:表示要排序的可迭代对象,例如列表、元组等。
key:可选参数,用于指定一个函数来作为排序的关键字
reverse:可选参数,用于指定排序的顺序。默认值为False-->升序排序;为True-->降序排序。
下面是一个结合lambda函数的sorted函数的例子,对一个列表中的元素进行排序:
numbers = ["1234","123","12"]
sorted_numbers = sorted(numbers, key=lambda x: len(x))
print(sorted_numbers)
输出结果为:
['12', '123', '1234']
sorted()函数将lambda函数作为排序依据 (即字符串长度),然后执行sorted函数依据字符串长度排序。最后按照升序排序后的解雇输出。
易用场景
def operate(fn,num1,num2):
return fn(num1,num2)
result = operate(lambda num1,num2:num1+num2,10,20)
print(result)
五.递归函数
递归函数是在函数内部调用自身的函数。递归函数通常包含两个部分:基本情况和递归情况。基本情况是当函数满足某个条件时,不再调用自身,而是返回一个结果。递归情况是函数调用自身以解决一个更小的问题,直到达到基本情况。
演示案例:利用递归函数计算10以内自然数之和
def sum(n):
if n <=0:
return 0
else:
return n+sum(n-1)
print(f"10以内自然数之和是:{sum(10)}")
分析:
sum(10)=10+sum(9)
sum(9)=9+sum(8)
sum(8)=8+sum(7)
.....
sum(1)=1+sum0)
sum(0)=0
最终结果:10+9+8+....1+sum(0)=10+9+8+....1+0=55
演示案例:斐波那契数列
def feibonaci(n):
if n==1 or n==0:
return 1
else:
return feibonaci(n-1)+feibonaci(n-2)
n = int(input("请输入斐波那契数列项数:"))
print(f"斐波那契数列中第{n}项的值是:{feibonaci(n)}")
六,函数练习
编写一个函数,计算一个整数各个数字之间的和:输入234-->输出 9
def sum(n):
sum = 0
while n > 0:
#n=403,n整除10后,n=40,然后再次进入循环,
sum += n%10
n //=10
print(sum)
n = int(input("请输入一个随机数:"))
sum(n)
编写一个程序测试输入的数是否是回文数(反向数和顺向数一样)
#定义reverse(0函数将整数各数字反转保存到列表
def reverse(n,ls):
while n > 0:
#n=403,n除以10求余数=3并添加到列表中
ls.append(n%10)
#n=403,n整除10后,n=40,然后再次进入循环,
n = n//10
def isPalindrome(n,ls):
reverse_num = 0
m = 1
# ls经过reverse函数反转后从[4,0,3]-->[3,0,4]
for i in ls:
#i=3->reverse_num=3*10二次方=300,再次进入循环
reverse_num += i*10**(len(ls)-m)
m +=1
#经过for循环后,reverse_num=300+0+4=304
if reverse_num == n:
print("输入的数是一个回文数")
else:
print("输入的数不是一个回文数")
n = int(input("请输入一个随机数:"))
ls = []
reverse(n,ls)
isPalindrome(n,ls)
编写程序显示前100个回文素数,每行显示10个数字,并且准确对齐
def Palindromic_Prime(num ,ls):
# 判断是否为素数
for i in range(2, int(num ** 0.5) + 1):
if num % i == 0:
break
else:
# 定义反转函数
def reverse(num, ls):
while num > 0:
ls.append(num % 10)
num //= 10
reverse(num, ls)
# 判断是否为回文数
reverse_num = 0
m = 1
for i in ls:
reverse_num += i * 10 ** (len(ls) - m)
m += 1
if reverse_num == num:
return num
#该函数判断列表中的回文素数是否超过100
def count(num,ls1):
count_printed = 0
#判断列表中的回文素数是否超过100
while len(ls1)<101:
if Palindromic_Prime(num,[]):
ls1.append(num)
print(num, end=' ') # 打印当前回文素数,末尾不加换行
count_printed += 1
if count_printed % 10 == 0: # 每10个后换行
print()
num +=1
print()
count(2,[])
编写程序找出P<=31的梅森素数(可以写成 2^p−1形式的素数)。
def is_prime(num):
for i in range(2,int(num**0.5)+1):
if num % i == 0:
break
else:
return num
ls = []
for p in range(1,32):
num = int(2**p-1)
if is_prime(num):
ls.append(num)
print("所有p<=31的梅森素数是:",ls)