pyhton基础【15】函数进阶一

[一. 函数进阶](#一. 函数进阶)

[1. 默认参数：](#1. 默认参数：)

[2. 关键字参数：](#2. 关键字参数：)

[3. 可变参数：](#3. 可变参数：)

[4. 装饰器：](#4. 装饰器：)

[5. 匿名函数lambda：](#5. 匿名函数lambda：)

[6. 高阶函数：](#6. 高阶函数：)

[7. 递归函数：](#7. 递归函数：)

[8. 类型注解：](#8. 类型注解：)

一. 函数进阶

Python函数的进阶使用包含多个重要的知识点，这些知识点可以帮助开发人员编写更为高效、灵活且强大的代码。以下是一些关键的进阶概念：

1. 默认参数：

函数可以定义默认参数，让函数调用时某些参数可选。这提高了函数的可用性和灵活性。
默认参数值通过在函数定义时赋值给参数实现。

2. 关键字参数：

函数调用时可以通过键=值的形式指定参数，这样参数的顺序就不重要了。
关键字参数增加了代码的可读性。

3. 可变参数：

使用星号*args允许函数接受任意数量的位置参数。
使用双星号**kwargs允许函数接受任意数量的关键字参数。
这使得函数能够处理不确定数量的输入参数。

4. 装饰器：

装饰器是一种特殊的函数，用于修改另一个函数的行为，而不需要改动其代码。
通过在函数之前添加@decorator_name来应用装饰器。
常用于日志记录、性能测试、事务处理等场景。

5. 匿名函数lambda：

通过lambda关键字创建匿名函数，通常用于短小的函数定义。
lambda函数可以接受任意数量的参数，但仅能有一个表达式。
一般与高阶函数（如filter、map、reduce）一同使用。

6. 高阶函数：

高阶函数是将函数作为参数或返回值的函数。
常见的高阶函数包括map(), filter(), reduce()等。
这些函数通常用于数据处理和函数式编程。

7. 递归函数：

函数可以调用自身，这称为递归。
递归通常用于解决可以分解为相同问题的小规模问题的场景，如遍历目录、解析嵌套数据等。
需要谨慎使用递归以避免无限递归和栈溢出的问题。

8. 类型注解：

从Python 3.5开始，可以通过类型注解来指定函数的参数和返回值类型。
类型注解不影响Python的动态类型特性，主要用于代码提示和静态类型检查。

这些进阶知识点帮助开发者更好地理解和利用Python中的函数，从而编写出更加简洁、高效和健壮的代码。了解并掌握这些概念对于成为高级Python程序员至关重要

二.函数参数的高级使用

缺省参数

引入

缺省参数也叫做默认参数，是指定义函数时形参变量有默认值，如果调用函数时没有传递参数，那么函数就用默认值，如果传递了参数就用传递的那个数据。

示例：

python 复制代码

def print_info(name, age=35):
    print(f'name: {name}')
    print(f'age: {age}')

print_info('小明')
print_info('小明', 18)

缺省参数的作用

当调用函数时，有些参数不必传递，而是用默认值，这样的场景往往都用缺省参数

例如，一个学校现在开始检查每个学生的信息，学生说：报告老师我是xxx学校xxx系xxx年级xxx班学生，名字叫xxxx，大家想只要是这学校的学生那么xxx学校就可以省略不用说了，因为大家都知道。所以就可以认为默认的学校就是xxx，而当其他学校的学生介绍时yyy学校名字案例说就一定要说清楚，否则会让人混淆。

示例：

python 复制代码

def print_info(name, class_name, grade, department_name, school_name="清华大学"):
    print("老师好：我是来自 %s(大学) %s系 %s年级 %s班级 的学生，我叫%s" % (
        school_name,
        department_name,
        grade,
        class_name,
        name
    ))


print_info("小明", "爬虫", "二", "软件工程")
print_info("小明", "爬虫", "二", "软件工程", "北京大学")

注意点

缺省参数只能在形参的最后（即最后侧）
缺省参数全挨在一起（在右侧），不是缺省参数挨在一起（在左侧）

python 复制代码

>>> def printinfo(name, age=35, sex):
...     print(name)
...
File "<stdin>", line 1
SyntaxError: non-default argument follows default argument

命名参数

引入

命名参数是指：在调用函数时，传递的实参带有名字，这样的参数叫做命名参数

示例：

python 复制代码

def test(a, b):
    print('-----')
    print(f'a={a}')
    print(f'b={b}')

test(11, 22)
test(a=11, b=22)
test(a=22, b=11)  # 根据名称将值传入到指定的变量中

命名参数的作用

命名参数能够在调用函数的时候，不受位置的影响，可以给需要的参数指定传递数据

注意点

命名参数的名字要与形参中的名字相同，不能出现命名参数名字叫做num，而形参中没有变量num
如果形参左侧有普通的形参，调用函数时传递的参数一定要先满足这些形参，然后再根据需要编写命名参数

python 复制代码

def test(a, b, c=100, d=200):
    print("a=%d, b=%d, c=%d, d=%d" % (a, b, c, d))


# 下面的方式都成功
test(11, 22)
test(11, 22, 33)
test(11, 22, 33, 44)
test(11, 22, d=33, c=44)

# 下面的方式都失败
test(c=1, d=2)  # 缺少a、b的值
test(c=1, d=2, 11, 22)  # 11, 22应该在左侧

不定长参数

引入

不定长参数：定义函数的时候形参不确定到底有多少个，这样的参数就叫做不定长参数

不定长参数有两种方式表示：

*args ：表示调用函数时多余的未命名参数都会以元组的方式存储到args中
**kwargs：表示调用函数时多余的命名参数都会以键值对的方式存储到kwargs中

注意：

*和**是必须要写的，否则就变成了普通的形参了
当我们说不定长参数的时候，就是指*args和**kwargs

示例：

python 复制代码

def test(a, b, *args, **kwargs):
    print(a, type(a))
    print(b, type(b))
    print(args, type(args))
    print(kwargs, type(kwargs))

test(11, 22, 33, 44, 55, 66, name='小明', address='兰州')

不定长参数的作用

通过不定长参数，能够实现调用函数时传递实参个数可以随意变换的需求

注意点

加了星号*的变量args会存放所有未命名的变量参数，args为元组
而加**的变量kwargs会存放命名参数，即形如key=value的参数， kwargs为字典
一般情况下*args、**kwargs会在形参的最右侧
args与kwargs的名字可以变，例如叫*aa，**bb都是可以，但一般为了能够让其他的开发者快速读懂我们的代码最好还是不改

特殊情况

缺省参数在*args的后面

python 复制代码

def sum_nums_3(a, *args, b=22, c=33, **kwargs):
    print(a)
    print(b)
    print(c)
    print(args)
    print(kwargs)


sum_nums_3(100, 200, 300, 400, 500, 600, 700, b=1, c=2, mm=800, nn=900)

输出结果：

100
1
2
(200, 300, 400, 500, 600, 700)
{'mm': 800, 'nn': 900}

说明：

*args后可以有缺省参数，想要给这些缺省参数在调用时传递参数，需要用命名参数传递，否则多余的未命名参数都会给args
如果有**kwargs的话，**kwargs必须是最后的

三.返回值拆包

返回值拆包概述

函数返回值拆包：如果一个函数通过return返回了一个元组、列表、集合，可以通过拆包的方式将返回值进行拆分到每个变量中，这就是返回值拆包。

示例：

python 复制代码

def test():
    return 11, 22, 33

a, b, c = test()
print(a, b, c)

返回值拆包的作用

通过函数返回值拆包，可以快速的将具体的数据用变量进行存储，这样对数据的处理会更加方便

示例：

python 复制代码

def test():
    return 11, 22, 33


# 通过返回值拆包，快速使用每个数据
a, b, c = test()
print(a + b + c)

# 没有通过返回值拆包，这样用数据时稍微复杂
ret = test()
print(ret[0] + ret[1] + ret[2])

拆包的使用

python 复制代码

def get_my_info():
    high = 178
    weight = 100
    age = 18
    return high, weight, age


# result = get_my_info()
# print(result)

# 通过返回值拆包，能够更加方便的对每个数据使用
my_high, my_weight, my_age = get_my_info()
print(my_high)
print(my_weight)
print(my_age)

使用拆包时的注意点

拆包时要注意，需要拆的数据的个数要与变量的个数相同，否则程序会异常