>>> # 函数

>>> def myFirstFunction(params1,params2...):

print("这是我的第一个函数!")

print("Python你好吗?")

>>> #调用函数

>>>

>>>myFirstFunction()

这是我的第一个函数!

Python你好吗?

>>>#函数的返回值  return

#函数文档， 就是函数的说明，与java里面的 /** */ 一样

>>> # 它是使用 字符串的形式表示的

>>>

>>> def myFunction1(name):

'这个就是函数文档 : 函数定义过程中的name是叫形参'

# 因为它只是一个形式，表示占据一个参数位置

print("传递进来的"+name+"叫实参，因为它是具体点的参数值!")

>>> myFunction1('cxn')

传递进来的cxn叫实参，因为它是具体点的参数值!

>>>

>>># 函数也有一些特殊的属性， 比如显示函数文档的属性

>>> # 特殊属性基本上都是以 __开始 __结束

>>> myFunction1.__doc__

'这个就是函数文档 : 函数定义过程中的name是叫形参'

>>>

>>>

>>> # 关键字参数 ，就是在传递值时指定名称，以免传递出错

>>>

>>> def myFunction2(name,words):

print(name+"-->"+words)

>>> myFunction2("yangw","吃了吗?")

yangw-->吃了吗?

>>> myFunction2("吃了吗?","yangw")

吃了吗?-->yangw

>>> myFunction2(words="吃了吗?",name="yangw")

yangw-->吃了吗?

>>>

>>>#默认参数， 是定义了默认值的参数

>>> def myFunction3(name="yangw",words="吃了吗"):

print(name+"-->"+words)

>>> myFunction3()

yangw-->吃了吗

>>> myFunction3("cxn")

cxn-->吃了吗

>>>

>>># 关键字参数是函数在调用的时候，通过参数名指定需要赋值的参数，这样做就不怕因为搞不清参数的顺序而出错

>>> #默认参数是在函数定义的时候，为形参赋初始值；当函数调用的时候忘记传参数，就会使用初始值

>>> 收集参数(也叫可变参数)，只要在参数前面加上*即可

def test(*params):

print("参数长度是：",len(params))

print("第一个参数的值:",params[0])

>>> test(1,"yangw","haha")

参数长度是： 3

第一个参数的值: 1

>>> 如果收集参数后面还有参数，函数调用传递时使用 关键字参数

>>>为了防止出错，定义函数的时候使用上默认参数

>>>其实最好还是将收集参数定义在最后

>>> def test2(lala,*params):

print("参数长度是：",len(params),lala)

>>> test2("nini",2,"we")

参数长度是： 2 nini

>>>

局部变量(一般是在函数中定义的变量、函数参数)、全局变量(在函数之外定义的变量，作用域是在整个*.py文件中有效)

可以在函数中访问全局变量，但是不要试图去修改它；如果要修改它，Python会使用屏蔽的方式来保护全局变量(Python会在函数内部创建一个名字一模一样的局部变量，这样的话修改只能修改到函数内部的局部变量，而不会影响到全局变量)

>>>

>>> # 使用global来声明函数中的变量就是全局变量

>>> count=10

>>> def myFunc():

global count

count=20

print(count)

>>> myFunc()

20

# Python在写一些脚本时，使用lambda就可以省下函数的定义过程，使用lambda可以使得代码更加简洁

>>> # 对于一些比较抽线并且整个执行下来只需要的调用一两次的函数，有时候起个函数名也是头疼的，使用lambda就不需要考虑命名问题

>>> # 还可以简化代码的可读性

>>>

>>>

>>> def ds(x):

return 2*x+1

>>> ds(5)

11

>>> lambda x : 2*x+1

at 0x020DF8A0>

>>> g=lambda x : 2 * x + 1

>>> g(5)

11

>>> #lambda 的语法 冒号前面是参数，冒号后面是函数返回的内容

>>>

>>> # 两个参数的lambda

>>>

>>> g = lambda x , y : x + y

>>> g(1,2)

3

>>>

>>>

>>> #比较实用的两个BIF函数 filter() map()

>>>

>>> # filter(Function or None , iterable) ,第一个参数是函数或者None对象，第二个参数是可迭代的数据

>>> # 如果第一个参数是函数，则将第二个参数中的每一个元素作为函数的参数计算，返回True的值筛选出来，定义成数组返回； 如果第一个参数是None对象，则将第二个参数中为True的值返回

>>>

>>> filter(None , [1,True,False,"2",0])

>>> list(filter(None , [1,True,False,"2",0]))

[1, True, '2']

>>>

>>> # 我们举一个筛选出基数的例子

>>> # 普通函数定义的方式

>>> def odd(x):

return x % 2

>>> temp = range(10)

>>> show = filter(odd,temp)

>>> list(show)

[1, 3, 5, 7, 9]

>>>

>>> # 改成lambda方式的函数

>>>

>>> list(filter(lambda x : x % 2 ,range(10)))

[1, 3, 5, 7, 9]

>>>

>>>

>>> #map(function ， iterables) ,将第二个参数中的每一个值到放到第一个参数指定的函数中去计算，最后以数组形式返回计算后的结果

>>>

>>> list(map(lambda x : x+2, range(10)))

[2, 3, 4, 5, 6, 7, 8, 9, 10, 11]

>>>

>>>

>>>

>>> # 递归 ，函数自己调用自己

>>> # Python3 默认的递归层次是100层，可以使用下面的方式设置递归的层次

>>> import sys

>>> sys.setrecursionlimit(1000)

>>>

*.py文件的内容

# 下面的例子是使用递归方式实现阶乘

def factorial(n):

if(n == 1):

return 1

return n * factorial(n-1)

number=int(input("请输入一个正整数:"))

result = factorial(number)

print("%d 的阶乘是 %d" %(number,result))

运行

>>>

=============== RESTART: C:\Users\Administrator\Desktop\xxx.py ===============

请输入一个正整数:5

5 的阶乘是 120

>>>