我的施工之路

目前已完成，以下五期Python专题总结：

1我的施工计划

2数字专题

3字符串专题

4列表专题

5流程控制专题

6编程风格专题

今天是Python函数专题，目录结构：

• Python 函数专题

• 基础部分

• • 1 函数组成

  • 2 引用传参

  • 3 默认参数与关键字参数

  • 4 可变参数

  • 5 内置函数

• 进阶部分

• • 6 偏函数

  • 7 递归函数

  • 8 匿名函数

  • 9 高阶函数

  • 10 嵌套函数

• 总结

Python 函数专题

函数是一个接受输入、进行特定计算并产生输出的语句集。

我们把一些经常或反复被使用的任务放在一起，创建一个函数，而不是为不同的输入反复编写相同的代码。

Python提供了print、sorted、max、map等内置函数，但我们也可以创建自己的函数，称为用户定义函数。

基础部分

1 函数组成

如下自定义函数：

def foo(nums):""" 返回偶数序列"""evens = []for num in nums:if num%2==0:evens.append(num)return evens

可以看到函数主要组成部分：

• 函数名：foo

• 函数形参：nums

• :: 函数体的控制字符，作用类似Java或C++的一对{}

• 缩进：一般为4个字符

• """：为函数添加注释

• return: 函数返回值

以上函数求出列表nums中的所有偶数并返回，通过它了解Python函数的主要组成部分。

2 引用传参

定义好一个函数后，使用：函数名+()+实参，调用函数，如下方法：

foo([10,2,5,4])

其中[10,2,5,4]为实参，它通过by reference方式传给形参nums，即nums指向列表头，而不是重新复制一个列表给nums.

再看一个引用的例子：

def myFun(x): x[0] = 20

如下调用：

lst = [10, 11, 12, 13, 14, 15]
myFun(lst)

实参lst和形参x都指向同一个列表：

因此，对x[0]修改实际就是对实参lst的修改，结果如下：

但是，有时在函数内部形参指向改变，因此实参与形参的指向分离，如下例子：

def myFun(x):  x = [20, 30, 40]x[0] = 0

调用：

lst = [10, 11, 12, 13, 14, 15]
myFun(lst)

x 被传参后初始指向lst，如下所示：

但是，执行x = [20, 30, 40]后，对象x重新指向一个新的列表对象[20,30,40]：

因此，对于x内元素的任何修改，都不会同时影响到lst，因为指向已经分离。

3 默认参数与关键字参数

Python函数的参数，可以有初始默认值，在调用时如果不赋值，则取值为默认值，如下例子：

def foo(length,width,height=1.0):return length*width*height

调用foo函数，没有为height传参，所以取为默认值1.0：

r = foo(1.2,2.0)
print(r) # 2.4

使用默认值有一点需要区分，有的朋友会与关键字参数混淆，因为它们都是para=value的结构，但是有一个很明显的不同：默认值是声明在函数定义时，关键字参数是在函数调用时使用的此结构。如下例子：

def foo(length,width,height=1.0): # height是默认参数return length*width*heightfoo(width=2.0,length=1.2) #确定这种调用后才确定width和length是关键字参数

确定以上调用后，才确定width和length是关键字参数，并且关键字参数不必按照形参表的顺序调用。

4 可变参数

Java和C++在解决同一个函数但参数个数不同时，会使用函数重载的方法。Python使用可变参数的方法，非常灵活。

可变参数是指形参前带有*的变量，如下所示：

def foo(length,*others):s = lengthfor para in others:s *= parareturn s

我们可以像下面这样方便的调用：

foo(1.2,2.0,1.0) # 2.4

如上，带一个星号的参数被传参后，实际被解释为元组对象。我们还可以这样调用：

foo(1.2) # 1.2

5 内置函数

总结完函数的参数后，再举几个Python内置的常用函数。

pow

大部分朋友应该知道pow是个幂次函数，比如求：

pow(2,3)

除此以外，pow还有第三个参数，使用更高效的算法实现求幂后再求余数：

pow(2,3,5) # 3

max,min

max,min用来求解最大最小值，实现relu函数：

def relu(x):return max(x,0)

sorted

sorted函数完成对象排序，它能接收一个指定排序规则的函数，完成定制排序。如下，根据字典值绝对值从小到大排序：

d = {'a':0,'b':-2,'c':1}
dr = sorted(d.items(),key=lambda x:abs(x[1]))
print(dr) # [('a', 0), ('c', 1), ('b', -2)]

进阶部分

Python有一个专门操作函数的模块：functools，能实现一些关于函数的特殊操作。

6 偏函数

偏函数固定函数的某些参数后，重新生成一个新的函数。

通常用法，当函数的参数个数太多，需要简化时，使用partial创建一个新的函数。

假设我们要经常调用int函数转换二进制字符，设置参数base为2:

int('1010',base=2)

为了避免每次都写一个参数base，我们重新定义一个函数：

def int2(s):return int(s,base=2)

以后每次转化字符串时，只需int2('1010)即可，更加简便。

偏函数也能实现上述功能：

from functools import partialintp = partial(int,base=2)

那么有的朋友会问，偏函数就是个鸡肋，重新定义的int2更加直观容易理解，这个角度讲确实是这样。但是int2不能再接收base参数，但是intp函数还是能接收base参数，依然保留了原来的参数：

intp('10',base=16) # 16

可能看到这里的读者还是有些迷糊，不太确定怎么使用偏函数。可以先记住：修改内置函数的默认参数，就像内置函数int默认参数base等于10，使用偏函数调整默认base值为2.

7 递归函数

递归函数是指调用自身的函数。如下使用递归反转字符串：

def reverseStr(s): if not s:return s return reverseStr(s[1:])+s[0]print(reverseStr('nohtyp')) # python

reverseStr函数里面又调用了函数reverseStr，所以它是递归函数。

使用递归函数需要注意找到正确的递归基，防止陷入无限递归。

更多使用递归的例子大家可参考此公众号之前推送。

8 匿名函数

匿名函数是指使用lambda关键字创建的函数。它的标准结构如下：

lambda 形参列表: 含有形参列表的表达式

表达式的计算值即为lambda函数的返回值。

如下lambda函数：

lambda x,y: x+y

它等价于下面的f函数:

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

lambda函数常做为max,sorted,map,filter等函数的key参数。

9 高阶函数

可以用来接收另一个函数作为参数的函数叫做高阶函数。

如下f有一个参数g，而g又是函数，所以f是高阶函数：

def f(g):g()

Python 中经常会遇到高阶函数，今天介绍几个内置的常用的高阶函数。

map

map 函数第一个参数为函数，它作用于列表中每个的元素。

如下，列表中的单词未按照首字母大写其他字符小写的规则，使用map一一capitalize每个元素：

m = map(lambda s: s.capitalize(), ['python','Very','BEAUTIFUL'])
print(list(m))

结果：

['Python', 'Very', 'Beautiful']

reduce

reduce 高阶函数实现化简列表，它实现的效果如下：

如下例子，函数f等于x+y，求得两数之和，然后再与第三个数相加，依次下去，直到列表尾部，进而得到整个列表的和：

from functools import reduce def f(x,y):return x+yr = reduce(f, [1,3,2,4])
print(r) # 10

以上reduce求解过程等于：

需要注意：reduce函数要求f必须带2个参数，只有这样才能完成归约化简。

10 嵌套函数

嵌套函数是指里面再嵌套函数的函数。

如下例子，将列表转化为二叉树。已知列表nums，

nums = [3,9,20,None,None,15,7]，转化为下面二叉树:

二叉树定义：

class TreeNode:def __init__(self, x):self.val = xself.left = Noneself.right = None

构建满足以上结构的二叉树，可以观察到：树的父节点和左右子节点的关系：

基于以上公式，再使用递归构建二叉树。

递归基情况：

if index >= len(nums) or nums[index] is None:return None

递归方程：

根据以上分析，得到如下代码，list_to_binarytree函数是嵌套函数，它里面还有一个level子函数：

def list_to_binarytree(nums):def level(index):if index >= len(nums) or nums[index] is None:return Noneroot = TreeNode(nums[index])root.left = level(2 * index + 1)root.right = level(2 * index + 2)return rootreturn level(0)binary_tree = list_to_binarytree([3,9,20,None,None,15,7])

通常使用嵌套函数的场景：实现一个功能只需要编写2个函数，写成一个class好像显得有些不必要，写成嵌套后更简洁，并且某些参数能共享，亲和性会更好。不妨体会上面的nums参数。

总结

函数专题主要总结了以下：

• Python 函数专题

• 基础部分

• • 1 函数组成

  • 2 引用传参

  • 3 默认参数与关键字参数

  • 4 可变参数

  • 5 内置函数

• 进阶部分

• • 6 偏函数

  • 7 递归函数

  • 8 匿名函数

  • 9 高阶函数

  • 10 嵌套函数

• 总结

《end》

往期精彩回顾适合初学者入门人工智能的路线及资料下载机器学习及深度学习笔记等资料打印机器学习在线手册深度学习笔记专辑《统计学习方法》的代码复现专辑
AI基础下载机器学习的数学基础专辑获取一折本站知识星球优惠券，复制链接直接打开：https://t.zsxq.com/yFQV7am本站qq群1003271085。加入微信群请扫码进群：