第四章 函數
4.1 調用函數
1、python內置了很多有用的函數,可以直接調用
如:abs()、max()
2、數據類型轉換
>>>int(‘123’)
123
>>>str(123)
‘123’
>>>bool(1)
True
3、函數名其實就是指向一個函數對象的引用,完全可以把函數名賦給一個變量,相當於給這個函數起了一個“別名”:
>>> a = abs # 變量a指向abs函數
>>> a(-1) # 所以也可以通過a調用abs函數
1
4、內置hex()函數可以把一個整數轉換成十六進制表示的字符串
【小結】
調用Python的函數,需要根據函數定義,傳入正確的參數。如果函數調用出錯,一定要學會看錯誤信息,所以英文很重要!
4.2 定義函數
1、定義一個函數要使用def語句,依次寫出函數名、括號、括號中的參數和冒號:,然後,在縮進塊中編寫函數體,函數的返回值用return語句返回。
def my_abs(x):
if x >= 0:
return x
else:
return –x
如果沒有return語句,函數執行完畢後也會返回結果,只是結果爲None。
return None可以簡寫爲return。
2、空函數
如果想定義一個什麼事也不做的空函數,可以用pass語句
def nop():
pass
pass語句什麼都不做,那有什麼用?實際上pass可以用來作爲佔位符,比如現在還沒想好怎麼寫函數的代碼,就可以先放一個pass,讓代碼能運行起來。
pass還可以用在其他語句裏,比如:
if age >= 18:
pass
缺少了pass,代碼運行就會有語法錯誤。
3、參數檢查
調用函數時,如果參數個數不對,Python解釋器會自動檢查出來,並拋出TypeError:
數據類型檢查可以用內置函數isinstance()實現:
添加了參數檢查後,如果傳入錯誤的參數類型,函數就可以拋出一個錯誤:
def my_abs(x):
if not isinstance(x, (int, float)):
raise TypeError('bad operand type')
if x >= 0:
return x
else:
return -x
>>> my_abs('A')
Traceback (most recent calllast):
File "<stdin>", line 1, in<module>
File "<stdin>", line 3, inmy_abs
TypeError: bad operand type
4、返回多個值
import math
def move(x, y, step,angle=0):
nx = x + step * math.cos(angle)
ny = y - step * math.sin(angle)
return nx, ny
但其實這只是一種假象,Python函數返回的仍然是單一值:
>>> r = move(100,100, 60, math.pi / 6)
>>> print(r)
(151.96152422706632, 70.0)
原來返回值是一個tuple!但是,在語法上,返回一個tuple可以省略括號,而多個變量可以同時接收一個tuple,按位置賦給對應的值,所以,Python的函數返回多值其實就是返回一個tuple,但寫起來更方便。
【小結】
(1) 定義函數時,需要確定函數名和參數個數;
(2) 如果有必要,可以先對參數的數據類型做檢查;
(3) 函數體內部可以用return隨時返回函數結果;
(4) 函數執行完畢也沒有return語句時,自動returnNone。
(5) 函數可以同時返回多個值,但其實就是一個tuple。
如果是虛數,需要引用python內置的cmath函數庫,如:
cmath.sqrt(-1)
4.3 函數的參數
Python的函數定義非常簡單,但靈活度卻非常大。除了正常定義的必選參數外,還可以使用默認參數、可變參數和關鍵字參數,使得函數定義出來的接口,不但能處理複雜的參數,還可以簡化調用者的代碼。
1、 位置參數
例如:power(x, n),用來計算xn
power(x, n)函數有兩個參數:x和n,這兩個參數都是位置參數,調用函數時,傳入的兩個值按照位置順序依次賦給參數x和n。
2、 默認參數
power(x, n=2):
調用power(5),相當於power(5,2)
【注意】
設置默認參數時,有幾點要注意:
一是必選參數在前,默認參數在後,否則Python的解釋器會報錯(思考一下爲什麼默認參數不能放在必選參數前面);
二是如何設置默認參數。
當函數有多個參數時,把變化大的參數放前面,變化小的參數放後面。變化小的參數就可以作爲默認參數。
使用默認參數有什麼好處?最大的好處是能降低調用函數的難度。
def enroll(name, gender, age=6, city='Beijing')
只有與默認參數不符的學生才需要提供額外的信息:
enroll('Bob', 'M', 7)
enroll('Adam', 'M', city='Tianjin')
默認參數很有用,但使用不當,也會掉坑裏。默認參數有個最大的坑,演示如下:
先定義一個函數,傳入一個list,添加一個END再返回:
def add_end(L=[]):
L.append('END')
return L
當你正常調用時,結果似乎不錯:
>>> add_end([1, 2, 3])
[1, 2, 3, 'END']
>>> add_end(['x', 'y', 'z'])
['x', 'y', 'z', 'END']
當你使用默認參數調用時,一開始結果也是對的:
>>> add_end()
['END']
但是,再次調用add_end()時,結果就不對了:
>>> add_end()
['END', 'END']
>>> add_end()
['END', 'END', 'END']
很多初學者很疑惑,默認參數是[],但是函數似乎每次都“記住了”上次添加了'END'後的list。
原因解釋如下:
Python函數在定義的時候,默認參數L的值就被計算出來了,即[],因爲默認參數L也是一個變量,它指向對象[],每次調用該函數,如果改變了L的內容,則下次調用時,默認參數的內容就變了,不再是函數定義時的[]了。
所以,定義默認參數要牢記一點:默認參數必須指向不變對象!
要修改上面的例子,我們可以用None這個不變對象來實現:
def add_end(L=None):
if L is None:
L = []
L.append('END')
return L
現在,無論調用多少次,都不會有問題:
>>> add_end()
['END']
>>> add_end()
['END']
爲什麼要設計str、None這樣的不變對象呢?因爲不變對象一旦創建,對象內部的數據就不能修改,這樣就減少了由於修改數據導致的錯誤。此外,由於對象不變,多任務環境下同時讀取對象不需要加鎖,同時讀一點問題都沒有。我們在編寫程序時,如果可以設計一個不變對象,那就儘量設計成不變對象。
3、 可變參數
我們以數學題爲例子,給定一組數字a,b,c……,請計算a2 + b2 + c2 + ……
由於參數個數不確定,我們首先想到可以把a,b,c……作爲一個list或tuple傳進來,這樣,函數可以定義如下:
def calc(numbers):
sum = 0
for n in numbers:
sum = sum + n * n
return sum
但是調用的時候,需要先組裝出一個list或tuple:
>>> calc([1, 2, 3])
14
>>> calc((1, 3, 5, 7))
84
如果利用可變參數,調用函數的方式可以簡化成這樣:
>>> calc(1, 2, 3)
14
>>> calc(1, 3, 5, 7)
84
所以,我們把函數的參數改爲可變參數:
def calc(*numbers):
sum = 0
for n in numbers:
sum = sum + n * n
return sum
>>>calc(1,2,3,4,5)
定義可變參數和定義一個list或tuple參數相比,僅僅在參數前面加了一個*號。在函數內部,參數numbers接收到的是一個tuple,因此,函數代碼完全不變。但是,調用該函數時,可以傳入任意個參數,包括0個參數:
>>> calc(1, 2)
5
>>> calc()
0
如果已經有一個list或者tuple,要調用一個可變參數怎麼辦?可以這樣做:
>>> nums = [1, 2, 3]
>>> calc(nums[0], nums[1], nums[2])
14
這種寫法當然是可行的,問題是太繁瑣,所以Python允許你在list或tuple前面加一個*號,把list或tuple的元素變成可變參數傳進去:
>>> nums = [1, 2, 3]
>>> calc(*nums)
14
*nums表示把nums這個list的所有元素作爲可變參數傳進去。這種寫法相當有用,而且很常見。
4、 關鍵字參數
可變參數允許你傳入0個或任意個參數,這些可變參數在函數調用時自動組裝爲一個tuple。而關鍵字參數允許你傳入0個或任意個含參數名的參數,這些關鍵字參數在函數內部自動組裝爲一個dict。請看示例:
def person(name, age, **kw):
print('name:', name, 'age:', age, 'other:',kw)
函數person除了必選參數name和age外,還接受關鍵字參數kw。在調用該函數時,可以只傳入必選參數:
>>>person('Michael', 30)
name: Michael age: 30 other:{}
也可以傳入任意個數的關鍵字參數:
>>> person('Bob',35, city='Beijing')
name: Bob age: 35 other:{'city': 'Beijing'}
>>> person('Adam',45, gender='M', job='Engineer')
name: Adam age: 45 other:{'gender': 'M', 'job': 'Engineer'}
關鍵字參數的作用:它可以擴展函數的功能。
和可變參數類似,也可以先組裝出一個dict,然後,把該dict轉換爲關鍵字參數傳進去:
>>> extra = {'city':'Beijing', 'job': 'Engineer'}
>>> person('Jack',24, city=extra['city'], job=extra['job'])
name: Jack age: 24 other:{'city': 'Beijing', 'job': 'Engineer'}
當然,上面複雜的調用可以用簡化的寫法:
>>> extra = {'city':'Beijing', 'job': 'Engineer'}
>>> person('Jack',24, **extra)
name: Jack age: 24 other:{'city': 'Beijing', 'job': 'Engineer'}
**extra表示把extra這個dict的所有key-value用關鍵字參數傳入到函數的**kw參數,kw將獲得一個dict,注意kw獲得的dict是extra的一份拷貝,對kw的改動不會影響到函數外的extra。
5、 命名關鍵字參數
對於關鍵字參數,函數的調用者可以傳入任意不受限制的關鍵字參數。至於到底傳入了哪些,就需要在函數內部通過kw檢查。
仍以person()函數爲例,我們希望檢查是否有city和job參數:
def person(name, age, **kw):
if 'city' in kw:
# 有city參數
pass
if 'job' in kw:
# 有job參數
pass
print('name:', name,'age:', age, 'other:', kw)
但是調用者仍可以傳入不受限制的關鍵字參數:
>>> person('Jack', 24, city='Beijing', addr='Chaoyang',zipcode=123456)
如果要限制關鍵字參數的名字,就可以用命名關鍵字參數,例如,只接收city和job作爲關鍵字參數。這種方式定義的函數如下:
def person(name, age, *, city, job):
print(name, age, city,job)
和關鍵字參數**kw不同,命名關鍵字參數需要一個特殊分隔符*,*後面的參數被視爲命名關鍵字參數。
調用方式如下:
>>> person('Jack', 24, city='Beijing', job='Engineer')
Jack 24 Beijing Engineer
如果函數定義中已經有了一個可變參數,後面跟着的命名關鍵字參數就不再需要一個特殊分隔符*了:
def person(name, age, *args, city, job):
print(name, age, args,city, job)
命名關鍵字參數必須傳入參數名,這和位置參數不同。如果沒有傳入參數名,調用將報錯:
命名關鍵字參數可以有缺省值,從而簡化調用:
def person(name, age, *, city='Beijing', job):
print(name, age, city,job)
由於命名關鍵字參數city具有默認值,調用時,可不傳入city參數:
>>> person('Jack', 24, job='Engineer')
Jack 24 Beijing Engineer
使用命名關鍵字參數時,要特別注意,如果沒有可變參數,就必須加一個*作爲特殊分隔符。如果缺少*,Python解釋器將無法識別位置參數和命名關鍵字參數:
def person(name, age, city, job):
# 缺少 *,city和job被視爲位置參數
pass
6、 參數組合
在Python中定義函數,可以用必選參數、默認參數、可變參數、關鍵字參數和命名關鍵字參數,這5種參數都可以組合使用。但是請注意,參數定義的順序必須是:必選參數、默認參數、可變參數、命名關鍵字參數和關鍵字參數。
比如定義一個函數,包含上述若干種參數:
def f1(a, b, c=0, *args, **kw):
print('a =', a, 'b =',b, 'c =', c, 'args =', args, 'kw =', kw)
def f2(a, b, c=0, *, d, **kw):
print('a =', a, 'b =',b, 'c =', c, 'd =', d, 'kw =', kw)
在函數調用的時候,Python解釋器自動按照參數位置和參數名把對應的參數傳進去。
>>> f1(1, 2)
a = 1 b = 2 c = 0 args = () kw = {}
>>> f1(1, 2, c=3)
a = 1 b = 2 c = 3 args = () kw = {}
>>> f1(1, 2, 3, 'a', 'b')
a = 1 b = 2 c = 3 args = ('a', 'b') kw = {}
>>> f1(1, 2, 3, 'a', 'b', x=99)
a = 1 b = 2 c = 3 args = ('a', 'b') kw = {'x': 99}
>>> f2(1, 2, d=99, ext=None)
a = 1 b = 2 c = 0 d = 99 kw = {'ext': None}
最神奇的是通過一個tuple和dict,你也可以調用上述函數:
>>> args = (1, 2, 3, 4)
>>> kw = {'d': 99, 'x': '#'}
>>> f1(*args, **kw)
a = 1 b = 2 c = 3 args = (4,) kw = {'d': 99, 'x': '#'}
>>> args = (1, 2, 3)
>>> kw = {'d': 88, 'x': '#'}
>>> f2(*args, **kw)
a = 1 b = 2 c = 3 d = 88 kw = {'x': '#'}
所以,對於任意函數,都可以通過類似func(*args, **kw)的形式調用它,無論它的參數是如何定義的。
【小結】
(1) Python的函數具有非常靈活的參數形態,既可以實現簡單的調用,又可以傳入非常複雜的參數。
(2) 默認參數一定要用不可變對象,如果是可變對象,程序運行時會有邏輯錯誤!
(3) 要注意定義可變參數和關鍵字參數的語法:
(4) *args是可變參數,args接收的是一個tuple;
(5) **kw是關鍵字參數,kw接收的是一個dict。
(6) 以及調用函數時如何傳入可變參數和關鍵字參數的語法:
(7) 可變參數既可以直接傳入:func(1, 2, 3),又可以先組裝list或tuple,再通過*args傳入:func(*(1,2, 3));
(8) 關鍵字參數既可以直接傳入:func(a=1, b=2),又可以先組裝dict,再通過**kw傳入:func(**{'a': 1, 'b': 2})。
(9) 使用*args和**kw是Python的習慣寫法,當然也可以用其他參數名,但最好使用習慣用法。
(10) 命名的關鍵字參數是爲了限制調用者可以傳入的參數名,同時可以提供默認值。
(11) 定義命名的關鍵字參數在沒有可變參數的情況下不要忘了寫分隔符*,否則定義的將是位置參數。
4.4 遞歸函數
1、使用遞歸函數需要注意防止棧溢出。在計算機中,函數調用是通過棧(stack)這種數據結構實現的,每當進入一個函數調用,棧就會加一層棧幀,每當函數返回,棧就會減一層棧幀。由於棧的大小不是無限的,所以,遞歸調用的次數過多,會導致棧溢出。
2、解決遞歸調用棧溢出的方法是通過尾遞歸優化,事實上尾遞歸和循環的效果是一樣的,所以,把循環看成是一種特殊的尾遞歸函數也是可以的。
尾遞歸是指,在函數返回的時候,調用自身本身,並且,return語句不能包含表達式。這樣,編譯器或者解釋器就可以把尾遞歸做優化,使遞歸本身無論調用多少次,都只佔用一個棧幀,不會出現棧溢出的情況。
上面的fact(n)函數由於return n * fact(n - 1)引入了乘法表達式,所以就不是尾遞歸了。要改成尾遞歸方式,需要多一點代碼,主要是要把每一步的乘積傳入到遞歸函數中:
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)僅返回遞歸函數本身,num - 1和num * product在函數調用前就會被計算,不影響函數調用。
fact(5)對應的fact_iter(5, 1)的調用如下:
===> fact_iter(5, 1)
===> fact_iter(4, 5)
===> fact_iter(3, 20)
===> fact_iter(2, 60)
===> fact_iter(1, 120)
===> 120
尾遞歸調用時,如果做了優化,棧不會增長,因此,無論多少次調用也不會導致棧溢出。
遺憾的是,大多數編程語言沒有針對尾遞歸做優化,Python解釋器也沒有做優化,所以,即使把上面的fact(n)函數改成尾遞歸方式,也會導致棧溢出。
【小結】:
(1) 使用遞歸函數的優點是邏輯簡單清晰,缺點是過深的調用會導致棧溢出。
(2) 針對尾遞歸優化的語言可以通過尾遞歸防止棧溢出。尾遞歸事實上和循環是等價的,沒有循環語句的編程語言只能通過尾遞歸實現循環。
(3) Python標準的解釋器沒有針對尾遞歸做優化,任何遞歸函數都存在棧溢出的問題。
自己寫一個不用遞歸的fact(n)函數
def fac(n):
result = 1
for i in range(1,n+1,1):
result *= i
return result
簡單、明瞭!
改成使用while循環形式:
def fac(n):
result = 1
i = 1
while i <= n
result *= i
i+= 1
return result