函数 - Python 全栈 + AI 人工智能 + 大数据分析

Search…
函数
print 函数
默认输出并换行: print("string")
指定输出结束符: print("string", end="__")
自定义函数
def func_name():
  ...
  return None
`
形式参数(形参)
传递参数/实际参数(传参/实参)
返回值(注意：返回值得内存地址)
函数嵌套调用，必须顺序正确
位置参数：必须传值，且有几个参数就传几个传值
默认参数：没有传值，使用默认参数
形参：
*args: 元祖
**kargs: 字典
func(1,2,3, a='a',b='b',c='c')
args = (1,2,3)
kargs = {a:'a',b:'b',c:'c'}
​
li = [1,2,3]
func(*li) # 实参角度，序列按照顺序打散
​
def func(*args): # 形参角度，给变量加上*，就是组合所有传来的值
'''
#     这个函数实现了什么功能
#     参数1：
#     参数2：
#     :return: 是字符串或者列表的长度
#     '''
形参：
位置参数 ： 必须传
*args ：可以接收任意多个位置参数
默认参数 ： 可以不传
**kwargs ： 可以接收多个关键字参数
实参：按照位置传参，按照关键字传参
默认函数参数的值是一个可变数据类型，那么每一次调用函数的时候，如果不传值就公用这个数据类型的资源
def fun(k, l={}):
  l[k] = 'v'
  print(l)
​
fun(1) # {1:'v'}
fun(2) # {1:'v',2:'v'}
fun(3) # {1:'v',2:'v',3:'v'}
命名空间和作用域
内置命名空间
Python解释器启动就可以使用的名字存储在内置命名空间中
内置的名字在启动解释器的时候被加载进内存里
print()
input()
全局命名空间
在程序从上到下被执行的过程中一次加载进内存的
放置了我们设置的所有变量名和函数名
局部命名空间
函数体内定义的名字
调用函数的时候，才会产生这个名称空间，随着函数执行的结束，这个命名空间就消失
在局部:可以使用全局、内置命名空间中的名字
在全局:可以使用内置命名空间中的名字，但是不能用局部中使用
在内置:不能使用局部和全局的名字的
globals()
locals()
global 关键字
局部调用：局部命名空间 < 全局命名空间 < 内置命名空间
全局调用：全局命名空间 < 内置命名空间
nonlocal
只能用于局部变量，找上层中离当前函数最近一层的局部变量
声明了 nonlocal 的内部函数的变量修改会影响到里当前函数最近一层的局部变量
对全局无效
对局部也是对最近一层有影响
return
函数里没有 return, 会默认返回一个 None
如果return多个对象，那么 Python 会把多个对象封装成一个元组作为一个一个整体结果输出
作用域
LEGB: Local < Enclosing < Global < Builtin
内置函数 Buil-in functions
不需要导入模块就可以使用的函数
abs()
all([1,2,3,4]) 所有元素都是真的时候返回 True
None => False
"" => False
[] => False
() => False
{} => False
any(['',1,{}]) 只有有一个真的则返回 True
ascii() 返回字符串格式
ascii(8) == int.__repr__()
bin(10) # '0b1010'
bool()
bytearray("微明", encoding="utf-8") # 返回字节数组 b'\xe5\xbe\xae\xe6\x98\x8e'
bytes("微明", encoding="utf-8") # 返回字节 b'\xe5\xbe\xae\xe6\x98\x8e'
callable(变量名) 变量是否可执行函数True
chr(99) # 'c'
import random
random.randint(1,99) # 验证码例子
ord('c') # 99
classmethod()
compile(filename) 编译
filename文件的内容字符串编译成python语言
complex()
delattr() 反射时使用
dict()
dir() 返回列表的key
divmod()
enumerate()
li = ['alex','eric','lily']
for i,item in enumerate(li, 1):print(i,item)
eval('6*8')
exec()
filter(func, list) 过滤元素
float()
format() == int.format()`
frozenset() 不能增加修改set
getattr()
globals() 当前所有的全局变量
hasattr()
hash()
help()
hex()
id()
input()
int()
isinstance()
issubclass()
iter()
len()
list()
locals() 所有的局部变量
map()
li = map(lambda x:x+100, [11,22,33])
print(list(li))
max(1,23,33)
memoryview()
min()
next()
object()
oct()
open()
pow()
print()
property()
range(0,10) 迭代器，不到10，循环时创建数字
repr()
reversed()
round()
set()
setattr()
slice()
sorted()
staticmethod()
str()
sum()
super()
tuple()
type()
vars() 返回key:value
zip()
__import__()
匿名函数-lamda
lambda 参数,参数2 : 返回值表达式 和五个特殊的内置函数可以结合使用
递归函数
在函数中调用自身函数
最大递归深度默认是997/998 —— 是python从内存角度出发做得限制
如果递归次数太多，就不适合使用递归来解决问题
递归的缺点 ： 占内存
递归的优点：  会让代码变简单
RecursionError: maximum recursion depth exceeded while calling a Python object 递归的错误，超过了递归的最大深度
数据类型
文件
Last modified 2yr ago
Copy link
Outline
内置函数 Buil-in functions
匿名函数-lamda
递归函数