4 Python的函数 - 技术栈

概述

在上一节，我们介绍了Python的数据类型，包括：数字、字符串、列表、元组、集合、字典等内容。在本节中，我们将介绍Python的函数。在Python中，函数是一段可以重复使用的代码块，它可以提高代码的可重用性和可维护性，是编程中非常重要的概念。

在C/C++、Java等其他编程语言中，基本都存在函数的概念。那么，为什么要使用函数呢？因为函数具有以下优点。

可定制性：函数可以根据需求定制，以满足不同的功能需求。

可重用性：函数可以重复使用，避免重复编写相同的代码。

可维护性：函数可以降低代码的复杂性，提高代码的可维护性。

函数的定义

在Python中，可以使用def关键字定义一个函数，其格式如下：

python 复制代码

def function_name(parameters):
    """docstring"""
    function_body

其中，function_name是函数的名称，parameters是函数的参数列表，最后面是冒号，冒号后面的内容需要缩进。docstring是函数的文档字符串，用于描述函数的作用和用法。function_body是函数的主体部分，包含函数的逻辑代码。

函数的参数放在小括号里面，参数可以有一个或多个，也可以没有，多个参数之间使用逗号进行分隔。

python 复制代码

# 没有参数
def my_print():
    print('hello')

# 一个参数
def print_text(text):
    print('hello', text)

# 多个参数
def print_sum(x, y):
    print('sum:', x + y)

函数可以通过return语句返回一个值。如果函数没有return语句，或者return语句没有跟任何值，则函数返回默认的None。

python 复制代码

# 不带return，默认返回None
def test1():
    print('hello CSDN')

# return没有跟任何值，默认返回None
def test2():
    print('hello world')
    return

def Add(x, y):
    return x + y

函数的调用

定义函数后，可以通过函数名加上参数列表的方式调用函数。调用函数时，将实际参数传递给函数的参数列表。

python 复制代码

# 统计文本中的单词数量
def count_words(text):
    words = text.split()
    count = len(words)
    return count

def show_info(name, age):
    print('name is', name, ', age is', age)

# 调用上面定义好的函数
count = count_words('hello CSDN')
# 输出：2
print(count)
# 输出：name is Mike , age is 16
show_info('Mike', 16)

参数的传递

在上一节我们曾提到，数字、字符串、元组属于不可变数据类型，列表、集合、字典属于可变数据类型。

当函数的参数为不可变数据类型时，参数的传递与C++中的值传递类似。比如：有一个函数func(a)，传递的只是a的值，没有影响a对象本身。如果在func(a)内部修改a的值，则是新生成一个a的对象，修改后func外部的a不会受到影响。

python 复制代码

def test1(a):
    # 输出：66
    print(a)
    a = 100
    # 输出：100
    print(a)

a = 66
test1(a)
# 不可变数据类型，仍然输出：66
print(a)

当函数的参数为可变数据类型时，参数的传递与C++中的引用传递类似。比如：有一个函数func(a)，传递的是a的地址。如果在func(a)内部修改a的值，修改后func外部的a也会受到影响。

python 复制代码

def test1(a):
    # 输出：['C', 'S', 'D']
    print(a)
    a.append('N')
    # 输出：['C', 'S', 'D', 'N']
    print(a)

a = ['C', 'S', 'D']
test1(a)
# 可变数据类型，输出：['C', 'S', 'D', 'N']
print(a)

函数的参数主要有五种不同的类型：必需参数、默认参数、不定长参数、强制关键字参数、强制位置参数，下面分别进行介绍。

必需参数：调用时，必须传递的参数；如果不传递，运行时会引发TypeError异常。必须参数既可以按照位置逐一传递，也可以使用关键字指定的方式传递（此时不用与定义时的参数顺序保持一致）。

python 复制代码

def show_info(name, age, gender):
    print(f'{name}, {gender}, is {age} years old')

# 输出：Mike, Male, is 25 years old
show_info('Mike', 25, 'Male')
# 输出：Tom, Female, is 32 years old
show_info('Tom', gender='Female', age=32)
# 报错：missing 1 required positional argument: 'gender'
show_info('Jim', 28)

默认参数：定义时，参数给定了默认值；调用时，可以传递该参数，也可以不传递该参数，不传递则使用默认值。

python 复制代码

def greet(name = 'CSDN'):
    print(f'Hello, {name}')
  
# 输出：Hello, CSDN
greet()
# 输出：Hello, World
greet('World')

不定长参数：在Python中，可以使用两种方式定义不定长参数。一是使用一个星号（*）作为参数前缀，将该参数定义为不定长位置参数；该参数可以接收任意数量的参数，并将它们打包成一个元组（tuple）传递给函数。二是使用两个星号（**）作为参数前缀，将该参数定义为不定长关键字参数；该参数可以接收任意数量的关键字参数，并将它们打包成一个字典（dict）传递给函数。

python 复制代码

# 一个星号的不定长参数
def func1(*args):
    for arg in args:
        print(arg)

# 依次输出：66 88 99
func1(66, 88, 99)
# 依次输出：Hello CSDN
func1('Hello', 'CSDN')

# 两个星号的不定长参数
def func2(text, **kwargs):
    print(text)
    for key, value in kwargs.items():
        print(f'{key}: {value}')

# 依次输出：info: name: Lily age: 16 city: BeiJing
func2('info:', name='Lily', age=16, city='BeiJing')

强制关键字参数：只能以关键字形式来指定的参数，从而确保调用该函数的代码读起来会比较明确。定义函数时，如果单独出现星号（*），则星号后的参数必须用关键字传入。

python 复制代码

def my_sum(a, b, *, c):
    return a + b + c

# c为强制关键字参数，必须以关键字方式指定
my_sum(1, 2, c = 3)
# 运行时报错：my_sum() takes 2 positional arguments but 3 were given
my_sum(1, 2, 3)

强制位置参数：只能以位置形式，不能以关键字形式来指定的参数。定义函数时，如果单独出现斜杠（/），则斜杠前的参数必须用位置形式传入。

python 复制代码

def my_sum(a, b, /, c):
    return a + b + c

# a、b为强制位置参数，必须以位置方式指定
my_sum(1, 2, 3)
# 运行时报错：my_sum() got some positional-only arguments passed as keyword arguments: 'b'
my_sum(1, b = 2, c = 3)

lambda函数

lambda函数是一种没有函数名称的匿名函数或小型函数，通常用于短小的、临时性的、或者作为高阶函数的参数（比如：map()、filter()等）。

lambda函数的语法格式为：lambda arguments : expression。

其中，arguments是一个函数参数列表，由一个或多个参数组成，多个参数之间使用逗号进行分隔。expression是一个表达式，当有多个参数时，表达式中必须使用参数对应的顺序。

在下面的例子中，定义了一个lambda函数my_add，接收两个参数x和y，并返回它们的和，最后通过调用my_add(66, 99)来执行这个函数。

python 复制代码

my_add = lambda x, y: x + y
# 输出：165
print(my_add(66, 99))

再来看看在高阶函数filter中使用lambda函数的例子。

python 复制代码

data = [12, 25, 7, 32, 21]
# 找出列表中所有大于20的数
result = filter(lambda x: x > 20, data)
# 输出：[25, 32, 21]
print(list(result))

总结一下，lambda函数具有以下优点：

语法简洁：lambda函数使用简洁的语法，可以在一行代码中定义简单的函数。

匿名函数：lambda函数是匿名函数，不需要指定函数名称，这使得它们可以作为临时函数在代码中快速定义。

短小函数：lambda函数通常定义的是短小的函数，这使得它们在处理简单的任务时非常方便。

高阶函数参数：lambda函数常作为高阶函数的参数，这使得它们可以与其他函数配合使用，实现更加灵活和定制化的操作。

提高代码可读性：在一些情况下，使用lambda函数可以使代码更加简洁、易于理解。

提高执行效率：与普通函数相比，lambda函数的执行效率更高。

不过需要注意的是，虽然lambda函数在某些情况下非常有用，但在处理复杂任务或需要重复使用的功能时，还是建议使用完整的函数定义。