目录

• Python函数用法和底层分析
• 函数的基本概念
• Python 函数的分类
• 核心要点
• 形参和实参
• 文档字符串(函数的注释)
• 返回值
• 函数也是对象，内存底层分析
• 变量的作用域(全局变量和局部变量)
• 部变量和全局变量效率测试
• 参数的传递
• 传递不可变对象的引用
• 浅拷贝和深拷贝
• 传递不可变对象包含的子对象是可变的情况
• 参数的几种类型
• 位置参数
• 默认值参数
• 命名参数
• 可变参数
• 强制命名参数
• lambda 表达式和匿名函数
• eval()函数
• 递归函数

Python函数用法和底层分析

函数是可重用的程序代码块。函数的作用，不仅可以实现代码的复用，更能实现代码的一致性。一致性指的是，只要修改函数的代码，则所有调用该函数的地方都能得到体现。

在编写函数时，函数体中的代码写法和我们前面讲述的基本一致，只是对代码实现了封装，并增加了函数调用、传递参数、返回计算结果等内容。

为了让大家更容易理解，掌握的更深刻。我们也要深入内存底层进行分析。绝大多数语言内存底层都是高度相似的，这样大家掌握了这些内容也便于以后学习其他语言

函数的基本概念

• 一个程序由一个个任务组成；函数就是代表一个任务或者一个功能。
• 函数是代码复用的通用机制。

Python 函数的分类

Python 中函数分为如下几类：

• 内置函数

我们前面使用的 str()、list()、len()等这些都是内置函数，我们可以拿来直接使用。

• 标准库函数

我们可以通过 import 语句导入库，然后使用其中定义的函数

• 第三方库函数

Python 社区也提供了很多高质量的库。下载安装这些库后，也是通过 import 语句导入，然后可以使用这些第三方库的函数

• 用户自定义函数

用户自己定义的函数，显然也是开发中适应用户自身需求定义的函数。

核心要点

Python 中，定义函数的语法如下：

def 函数名 ([参数列表]) : 
    '''文档字符串''' 
    函数体/若干语

要点：

• 我们使用 def 来定义函数，然后就是一个空格和函数名称；

(1) Python 执行 def 时，会创建一个函数对象，并绑定到函数名变量上。

• 参数列表

(1) 圆括号内是形式参数列表，有多个参数则使用逗号隔开'

(2) 形式参数不需要声明类型，也不需要指定函数返回值类型

(3) 无参数，也必须保留空的圆括号

(4) 实参列表必须与形参列表一一对应

• return 返回值

(1) 如果函数体中包含 return 语句，则结束函数执行并返回值；

(2) 如果函数体中不包含 return 语句，则返回 None 值。

• 调用函数之前，必须要先定义函数，即先调用 def 创建函数对象

(1) 内置函数对象会自动创建

(2) 标准库和第三方库函数，通过 import 导入模块时，会执行模块中的 def 语

形参和实参

【操作】定义一个函数，实现两个数的比较，并返回较大的值

def print_max(a,b):
    '''实现两个数的比较，并返回较大的值'''
    if a > b:
        print(a,'MAX')
    else:
        print(b,'MAX')

print_max(, 20)
print_max(, -99)

#result
# MAX
# MAX

上面的 printMax 函数中，在定义时写的 print_max(a,b)。a 和 b 称为“形式参数”，

简称“形参”。也就是说，形式参数是在定义函数时使用的。 形式参数的命名只要符合“标识符”命名规则即可。

在调用函数时，传递的参数称为“实际参数”，简称“实参”。上面代码中，

printMax(10,20)，10 和 20 就是实际参数。

文档字符串(函数的注释)

程序的可读性最重要，一般建议在函数体开始的部分附上函数定义说明，这就是“文档字符串”，也有人成为“函数的注释”。我们通过三个单引号或者三个双引号来实现，中间可以加入多行文字进行说明

【操作】测试文档字符串的使用

def print_max(a,b):
    '''实现两个数的比较，并返回较大的值'''
    if a > b:
        print(a,'MAX')
    else:
        print(b,'MAX')

print(help(print_max.__doc__))

#result
#No Python documentation found for '实现两个数的比较，并返回较大的值'.
#Use help() to get the interactive help utility.
#Use help(str) for help on the str class.
#None

返回值

return 返回值要点：

• 如果函数体中包含 return 语句，则结束函数执行并返回值；
• 如果函数体中不包含 return 语句，则返回 None 值。
• 要返回多个返回值，使用列表、元组、字典、集合将多个值“存起来”即可

【操作】计算a + b 不设置返回值

def print_star(a,b):
    a + b
c = print_star(,10)
print(c)

#result
#None

【操作】计算a + b 设置返回值

def print_star(a,b):
    c = a + b
    return c

c = print_star(,10)
print(c)
#result
#

函数也是对象，内存底层分析

Python 中，“一切都是对象”。实际上，执行 def 定义函数后，系统就创建了相应的函数对象。我们执行如下程序，然后进行解释：

def print_star(n):
    print("*"*n)
print(print_star)
print(id(print_star))
c = print_star
c()

#result
#<function print_star atx0000000002BB8620>
#
#***

上面代码执行 def 时，系统中会创建函数对象，并通过 print_star 这个变量进行引用：

我们执行“c=print_star”后，显然将 print_star 变量的值赋给了变量 c，内存图变成了：

显然，我们可以看出变量 c 和 print_star 都是指向了同一个函数对象。因此，执行 c(3)和执行 print_star(3)的效果是完全一致的。 Python 中，圆括号意味着调用函数。在没有圆括号的情况下，Python 会把函数当做普通对象。

变量的作用域(全局变量和局部变量)

变量起作用的范围称为变量的作用域，不同作用域内同名变量之间互不影响。变量分为：全局变量、局部变量。

全局变量：

• 在函数和类定义之外声明的变量。作用域为定义的模块，从定义位置开始直到模块结束。
• 全局变量降低了函数的通用性和可读性。应尽量避免全局变量的使用。
• 全局变量一般做常量使用。
• 函数内要改变全局变量的值，使用 global 声明一下

局部变量：

• 在函数体中（包含形式参数）声明的变量。
• 局部变量的引用比全局变量快，优先考虑使用。
• 如果局部变量和全局变量同名，则在函数内隐藏全局变量，只使用同名的局部变量

【操作】全局变量的作用域测试

def f():
    global a #如果要在函数内改变全局变量的值，增加 global 关键字声明
    print(a) #打印全局变量 a 的值
    a =
f()
print(a)

#result
#
#

【操作】全局变量和局部变量同名测试

a=
def f():
    a = #同名的局部变量
    print(a)
f()
print(a) #a 仍然是，没有变

#result
#
#

【操作】 输出局部变量和全局变

a =
def f(a, b, c):
    print(a, b, c)
    print(locals())
    print('*' *)
    print(globals())

f(1, 2, 3)

#result
# 2 3 
#{'a':, 'b': 2, 'c': 3} 返回一个字典
#********************
#{'__name__': '__main__', '__doc__': None, '__package__': None, '__loader__': <_frozen_importlib_external.SourceFileLoader object atx0000023F0086CA10>, '__spec__': None, '__annotations__': {}, '__builtins__': <module 'builtins' (built-in)>, '__file__': 'c:\\Users\\chenh\\OneDrive\\Data Learn\\Python 基础\\课堂笔记\\05\\Book_code.py', '__cached__': None, 'a': 100, 'f1': <function f1 at 0x0000023F00810680>}

部变量和全局变量效率测试

局部变量的查询和访问速度比全局变量快，优先考虑使用，尤其是在循环的时候。在特别强调效率的地方或者循环次数较多的地方，可以通过将全局变量转为局部变量提高运行速度

【操作】测试局部变量和全局变量效率

#测试局部变量、全局变量的效率
import time
import math
def test():
    start = time.time()
    for i  in range():
        math.sqrt()
    end = time.time()
    print('耗时{}'.format(end - start))

def test():
    b = math.sqrt
    start = time.time()
    for i  in range():
        b()
    end = time.time()
    print('耗时{}'.format(end - start))

test()
test() 

#result
#耗时.24362325668335
#耗时.6801464557647705

参数的传递

函数的参数传递本质上就是：从实参到形参的赋值操作。 Python 中“一切皆对象”，所有的赋值操作都是“引用的赋值”。所以，Python 中参数的传递都是“引用传递”，不是“值传递”。具体操作时分为两类：

• 对“可变对象”进行“写操作”，直接作用于原对象本身。
• 对“不可变对象”进行“写操作”，会产生一个新的“对象空间”，并用新的值填充这块空间。（起到其他语言的“值传递”效果，但不是“值传递”）
• 可变对象有：

字典、列表、集合、自定义的对象等

不可变对象有：

数字、字符串、元组、function

【操作】参数传递：传递可变对象的引用

b = [,20]
def f(m):
    print("m:",id(m)) #b 和 m 是同一个对象
    m.append() #由于 m 是可变对象，不创建对象拷贝，直接修改这个对象
f(b)
print("b:",id(b))
print(b)

#result
#m:
#b:
#[, 20, 30]

传递不可变对象的引用

传递参数是不可变对象（例如：int、float、字符串、元组、布尔值），实际传递的还是对象的引用。在”赋值操作”时，由于不可变对象无法修改，系统会新创建一个对象。

【操作】参数传递：传递不可变对象的引用

a =
def f(n):
    print("n:",id(n)) #传递进来的是 a 对象的地址
    n = n + #由于 a 是不可变对象，因此创建新的对象 n
    print("n:",id(n)) #n 已经变成了新的对象
    print(n)
f(a)
print("a:",id(a)) #a的内存地址并没有发生改变

#result
#n:
#n:
#
#a:

显然，通过 id 值我们可以看到 n 和 a 一开始是同一个对象。给 n 赋值后，n 是新的对象。

浅拷贝和深拷贝

为了更深入的了解参数传递的底层原理，我们需要讲解一下“浅拷贝和深拷贝”。我们可以使用内置函数：copy(浅拷贝)、deepcopy(深拷贝)。

浅拷贝：不拷贝子对象的内容，只是拷贝子对象的引用。

深拷贝：会连子对象的内存也全部拷贝一份，对子对象的修改不会影响源对象

【操作】测试浅拷贝和深拷贝

#测试浅拷贝和深拷贝
import copy
def testCopy():
    '''测试浅拷贝'''
    a = [, 20, [5, 6]]
    b = copy.copy(a)
    print("a", a)
    print("b", b)
    b.append()
    b[].append(7)
    print("浅拷贝......")
    print("a", a)
    print("b", b)

def testDeepCopy():
    '''测试深拷贝'''
    a = [, 20, [5, 6]]
    b = copy.deepcopy(a)
    print("a", a)
    print("b", b)
    b.append()
    b[].append(7)
    print("深拷贝......")
    print("a", a)
    print("b", b)

testCopy()
print("*************")
testDeepCopy()

#result
'''
a [, 20, [5, 6]]
b [, 20, [5, 6]]
浅拷贝......
a [, 20, [5, 6, 7]]
b [, 20, [5, 6, 7], 30]
*************
a [, 20, [5, 6]]
b [, 20, [5, 6]]
深拷贝......
a [, 20, [5, 6]]
b [, 20, [5, 6, 7], 30]
'''

传递不可变对象包含的子对象是可变的情况

传递不可变对象时。不可变对象里面包含的子对象是可变的。则方法内修改了这个可变对象，源对象也发生了变化

a = (,20,[5,6])
print("a:",id(a))

def test(m):
    print("m:",id(m))
    m[][0] = 888
    print(m)
    print("m:",id(m))

test(a)
print(a)

#result
'''
a:
m:
(, 20, [888, 6])
m:
(, 20, [888, 6])
'''

参数的几种类型

位置参数

函数调用时，实参默认按位置顺序传递，需要个数和形参匹配。按位置传递的参数，称为：“位置参数”。

【操作】测试位置参数

def f(a,b,c):
    print(a,b,c)
f(2,3,4)
f(2,3) #报错，位置参数不匹配

#result
''' 3 4
Traceback (most recent call last):
  File "c:\Users\chenh\OneDrive\Data Learn\Python 基础\课堂笔记\\Book_code.py", line 4, in <module>
    f(2,3) #报错，位置参数不匹配
    ^^^^^^^
TypeError: f() missing 1 required positional argument: 'c'
'''

默认值参数

我们可以为某些参数设置默认值，这样这些参数在传递时就是可选的。称为“默认值参数”。默认值参数放到位置参数后面。

【操作】测试默认值参数

def f(a, b, c=10, d=20): #默认值参数必须位于普通位置参数后面
    print(a, b, c, d)

f(9, 8)
f(8, 9, 19)
f(8, 9, 19, 29)

#result
''' 8 10 20
 9 19 20
 9 19 29
'''

命名参数

我们也可以按照形参的名称传递参数，称为“命名参数”，也称“关键字参数”。

【操作】测试命名参数

def f(a,b,c):
    print(a,b,c)

f(8, 9, 19)            #位置参数
f(c=10, a=20, b=30)    #命名参数、

#result
''' 9 19
 30 10
'''

可变参数

可变参数指的是“可变数量的参数”。分两种情况：

• *param（一个星号），将多个参数收集到一个“元组”对象中。
• **param（两个星号），将多个参数收集到一个“字典”对象中。

【操作】测试可变参数处理（元组、字典两种方式

def f(a,b,*c):
    print(a,b,c)

f(8, 9, 19, 20)

def f(a,b,**c):
    print(a,b,c)

f(8, 9, name = 'gaoqi', age = 18)

def f(a,b,*c,**d):
    print(a,b,c,d)

f(8, 9, 20, 30, name = 'gaoqi',age = 18)\

#result
''' 9 (19, 20)    #将*c参数放在元组中
 9 {'name': 'gaoqi', 'age': 18}    #将**c参数放在字典中
 9 (20, 30) {'name': 'gaoqi', 'age': 18}
'''

强制命名参数

在带星号的“可变参数”后面增加新的参数，必须在调用的时候“强制命名参数”。

【操作】强制命名参数的使用

def f(*a,b,c):
    print(a,b,c)
#f(2,3,4) #会报错。由于 a 是可变参数，将 2,3,4 全部收集。造成 b 和 c 没有赋值。
f(2,b=3,c=4) 
f(2, 3, 4, b=10, c=100)
'''
result:
(,) 3 4
(, 3, 4) 10 100
'''

lambda 表达式和匿名函数

lambda 表达式可以用来声明匿名函数。lambda 函数是一种简单的、在同一行中定义函数的方法。lambda 函数实际生成了一个函数对象。

lambda 表达式只允许包含一个表达式，不能包含复杂语句，该表达式的计算结果就是函数的返回值。

ambda 表达式的基本语法如下：

lambda arg,arg2,arg3... : <表达式>

arg1/arg2/arg3 为函数的参数。<表达式>相当于函数体。运算结果是：表达式的运算结果。

【操作】lambda 表达式使

f = lambda a, b, c : a + b + c

print(f)
print(f(, 3, 4))

'''
result:
<function <lambda> atx0000024E1DBA0680>

'''

g = [lambda a : a*, lambda b : b*3, lambda c : c*4]

print(g)
print(g[](6),g[1](7),g[2](8))

'''
result:
[<function <lambda> atx0000019D11368E00>, <function <lambda> at 0x0000019D11368F40>, <function <lambda> at 0x0000019D11368FE0>]
 21 32
'''

eval()函数

功能：将字符串 str 当成有效的表达式来求值并返回计算结果。

语法参数：

eval(source[, globals[, locals]]) -> value

source：一个 Python 表达式或函数 compile()返回的代码对象
globals：可选。必须是 dictionary
locals：可选。任意映射对象
s = "print('abcde')"
eval(s)

a =
b =
c = eval("a + b")
print(c)

dict = dict(a = 100, b = 200)

d = eval("a+b",dict)
print(d)

'''
result:
abcde

'''

eval 函数会将字符串当做语句来执行，因此会被注入安全隐患。比如：字符串中含有删除文件的语句。那就麻烦大了。因此，使用时候，要慎重！！！

递归函数

递归函数指的是：自己调用自己的函数，在函数体内部直接或间接的自己调用自己。递归类似于大家中学数学学习过的“数学归纳法”。 每个递归函数必须包含两个部分：

• 终止条件

表示递归什么时候结束。一般用于返回值，不再调用自己。

• 递归步骤

把第 n 步的值和第 n-1 步相关联。

递归函数由于会创建大量的函数对象、过量的消耗内存和运算能力。在处理大量数据时，谨慎使用。

【操作】 使用递归函数计算阶乘(factorial

def factorial(n):
    if n ==:
        return
    else:
        return n * factorial(n-)

for i in range(,11):
    print(i,'!=',factorial(i))

'''
result: != 1
 != 2
 != 6
 != 24
 != 120
 != 720
 != 5040
 != 40320
 != 362880
 != 3628800
'''