2. 函数
常用的函数：abs()求绝对值、max()可以接收多个参数，求其中最大值。可以用help(max)来查看所有的max函数信息。
数据类型转换：Python内置的常用函数还包括数据类型转换函数，比如int()函数可以把其他数据类型转换为整型。int()、str()、bool()。
函数名其实就是指向一个函数对象的引用。完全可以用其他变量名代替函数名，相当于给函数起了个别名。
2.1定义函数
在Python中，定义一个函数用def语句，依次写出函数名、括号、括号中间的参数和冒号。然后在缩进块中编写函数体，函数的返回值用return语句返回。例如：
def my_abs(x):
if(x>0)
return x;
else
return -x;
注意：在函数内部，执行到return语句时，函数执行完毕，并返回。如果没有return语句，函数也能正常返回，但是返回值为None。return None可以简写为return.
在Python**交互环境中定义函数时，注意Python会出现...提示，函数定义结束后，连按两次回车键，会重新返回到>>>提示符下。如果把my_abs()函数定义保存到abstest.py文本文件下，那么，可以在该文件目录下**启动Python解释器，用from abstest import my_abs来导入my_abs()函数。注意：abstest是文件名（不包含.py后缀）。
空函数
如果要定义一个什么也不做的函数，可以在缩进块中使用
pass语句。def nop(): pass;pass可以用来作为占位符，比如现在没想好函数怎么写。可以先放一个pass。参数检查
调用函数时，如果参数个数不正确，Python解释器会自动检查出来，并抛出
TypeError。但是，如果参数类型不正确，Python解释器就无法帮我们检查。我们可以在函数体中，加入数据类型检查语句
isinstance()。比如对my_abs()函数参数限制只能接收整数和浮点数：def my_abs(x): if not isinstance(x,(int,float)) if(x>0) return x; else return -x;isinstance()函数定义：>>> help(isinstance) Help on built-in function isinstance in module builtins: isinstance(obj, class_or_tuple, /) Return whether an object is an instance of a class or of a subclass thereof. A tuple, as in ``isinstance(x, (A, B, ...))``, may be given as the target to check against. This is equivalent to ``isinstance(x, A) or isinstance(x, B) or ...`` etc. >>>返回多个值
比如，在游戏中经常需要从一个点移动到另外一个点，给出坐标、位移和角度，就可以计算出新的坐标：
import math def move(x,y,step,angle=0): mx = x + step*math.cos(angle) my = y + step * math.sin(angle) return mx,myimport math就是引入math包，并允许后续使用math包里的sin、cos等函数。然后我们可以使用>>>x,y = move(100,100,60,math.pi/6) >>>print(x,y) 151.96152422706632 70.0注：看似返回的两个值，其实是一个
tuple类型的对象小结：
定义函数时，要确定函数名和参数个数，参数类型不用确定。
如果有必要，可以先对参数类型进行检查。
函数体内可以使用
return随时返回函数结果。函数执行完毕，也没用
return时，自动return None函数可以同时返回多个值，但其实就是一个
tuple
2.2 函数的参数
Python函数的定义除了常规的参数外，还可以使用默认参数、可变参数和关键字参数。
2.2.1 位置参数
例如：计算x^n。
def power(x,n):
s = 1
while n>0:
n = n - 1
s = s * n
return s;对于这个函数power(x,n)x和n都是位置参数，调用此函数时，传入的两个值按照位置顺序依次赋值给参数x和n。
2.2.2 默认参数
当我们定义了power(x,b)后，原来的power(x)函数则无法使用，调用power(5)时，会报错。此时，可以使用默认参数：
def power(x,n=2):
s = 1
while n>0:
n = n - 1
s = s * n
return s;此时，调用power(5)和power(5,2)都不会出现错误。
设置默认参数时，要注意：
必选参数在前，默认参数在后，否则Python解释器会报错；
当函数有多个参数时，把变化大的参数放在前面，变化小的参数放在后面，变化小的参数就可以设置为默认参数。
有多个默认参数时，调用的时候，既可以按顺序提供默认参数，也可以不按顺序提供部分默认参数。当不按顺序提供部分默认参数时，需要把参数名写上。
默认参数必须指向不变对象。
2.2.3 可变参数
在Python函数中，还可以定义可变参数。可变参数就是指传入的参数个数是可变的。可以是0个、1个或多个。
首先，我们想到的是用list和tuple作为参数，携带多个参数。有了可变参数，只需要在参数前面加上*即可。定义可变参数：
def calc(*numbers):
sum = 0
for n in numbers:
sum = sum + n * n
return sum
可变参数允许传入0个或任意个参数，这些可变参数在函数调用时自动组装成一个tuple。
2.2.4 关键字参数
关键字参数允许你传入0个或任意个含参数名的参数，这些关键字参数在函数内部自动组装成一个dict。比如：
def person(name,age,**kw):
print('name:',name,'age:',age,'other:',kw)
当调用此函数时，可以传入任意个关键字参数。kw指向一个dict对象。
>>>person('Bob',35,city='Beijing')
name: Bob age: 35 other: {'city': 'Beijing'}
可见，传入的关键字参数在函数体内，转换为了dict类型。
>>>extra={'city':'Beijing','job':'Engineer'}
>>>person('Jack',32,**extra)
name: Jack age: 24 other: {'city': 'Beijing', job': Engineer'}
**extra表示把extra这个dict的所有key-value用关键字参数传入到函数的**kw参数，kw将获得一个dict，注意kw获得的是extra的一个拷贝，对kw的改动不会影响到函数外的extra。
2.2.5命名关键字参数
对于关键字参数，函数的调用者可以传入任意不受限制的关键字参数。至于到底传入了哪些，就需要在函数内部通过kw检查。
还是以person()函数为例
def person(name,age,**kw):
if 'city' in kw:
#如果有city参数
pass
if 'job' in kw:
#如果有job参数
pass
print('name:',name,'age:',age,'other:',kw)
但是调用者仍然可以传不受限制的关键字参数：
>>>person('Jack',24,city='Beijing',addr='Guangzhou',zipcode='123456')
>>>
如果要限制关键字参数的名字，就可以使用命名关键字参数，例如只接收city和Job作为关键字参数。这种方式函数定义如下：
def person(name,age,*,city,job):
print('name',name,'age:',age,'city:',city,'job:',job)
命名关键字参数必须传入参数名，这和位置参数不同。如果没有传入参数名，调用将报错。
使用命名关键字参数时，要特别注意，如果没有可变参数，就必须加一个*作为特殊分隔符。如果缺少*，Python解释器将无法识别位置参数和命名关键字参数。
2.2.6 参数组合
在Python中，函数可以用必选参数、默认参数、可变参数、关键字参数和命名关键字参数。这5种参数都可以组合使用，但是要注意使用的顺序：必选参数、默认参数、可变参数、命名关键字参数和关键字参数。
2.2.7小结
默认参数一定要用不可变对象，如果可变的对象，程序运行时会有逻辑错误。
要注意定义可变参数和关键字参数的语法：
*agrs是可变参数，args接收的是一个tuple**kw是关键字参数，kw接收一个dict可变参数既可以直接传入：
func(1,2,3),又可以先组装成list和tuple，再通过*args传入：func(*(1,2,3))关键字参数既可以直接传入：
func(a=1,b=2)有可以先组装dict，再通过**kw传入：func(**{'a':1,'b':2})。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。
2.3递归函数
举例，计算n的阶乘
def fact(n):
if n==1:
return 1
return n*fact(n-1)
上面这个递归函数，当n取较大值时，会出现栈溢出异常。递归就是通过栈（stack）这种数据结构实现的，每当进入一个函数调用，栈就会增加一层栈帧，每当函数返回依次，就会减少一层栈帧。
解决递归调用栈溢出的方法就是使用尾递归，事实上尾递归和循环的效果是一样的，所以，把循环看成一种特殊的尾递归函数。
尾递归是指，在函数返回的时候，调用自身本身，并且，return语句不能包含表达式，这样，编译器或者解释器就可以把尾递归做优化，使递归本身无论调用多少次，都只占用一个栈帧，不会出现栈溢出的情况。
上面的代码改成尾递归：
def fact(n):
return fact_iter(n,1)
def fact_iter(num,product):
if num==1:
return product;
return fact_iter(num-1,num*product)
可以看到，return fact_iter(num-1,num*product)仅返回递归函数本身，num-1和num*product在函数调用前就已被计算出来。尾递归调用时，如果做了优化栈不会增长，因此，无论多少次调用也不会导致栈溢出。遗憾的是，大多数编程语言没有针对尾递归做优化，Python解释器也没用做优化。所以上述都是‘废话’
扫一扫
761
被折叠的 条评论
为什么被折叠?
到【灌水乐园】发言
