Python内置函数:
abs(x)--------返回绝对值函数(数值,且仅接收一个参数)
>>> abs(100)
100
>>> abs(-20)
20
>>> abs(12.34)
12.34
all(iterable)--------如果可迭代对象的所有元素都为真-true(或者可迭代对象为空)-false
ascii(object)函数采用一个参数,并返回该对象的可打印表示形式
max()---------可以接受任意多个参数,并返回最大的那个。
>>> max(1, 2)
2
>>> max(2, 3, 1, -5)
3
hex()-----------把一个整数转换为十六进制表示的字符串。
type()----------返回数据类型,不考虑继承。子类,父类不相同。
isinstance(object,classinfo)---------数据类型检查,判断一个函数是否是一个已知的类型。考虑继承关系,认为子类是一种父类类型。eg:
a = 2
isinstance(a,int) # 结果返回 True
isinstance(a,str) # 结果返回 False
isinstance(a,(str,int,list)) # 是元组中的一个,结果返回 True
数据类型转换:
>>> int('123')
123
>>> int(12.34)
12
>>> float('12.34')
12.34
>>> str(1.23)
'1.23'
>>> str(100)
'100'
>>> bool(1)
True
>>> bool('')
False
函数名指向一个函数对象的引用,完全可以把函数名赋给一个变量,相当于给这个函数起一个“别名”:
>>> a = abs # 变量a指向abs函数
>>> a(-1) # 所以也可以通过a调用abs函数
1
2.2 定义函数
-
定义一个函数要使用def语句。
-
依次写出函数名,括号,括号中的参数和冒号:
-
然后在缩进块中编写函数体,函数的返回值用return语句返回。
自定义求绝对值的my_abs函数为例:
def my_abs(x): if x >= 0: return x else: return -x
注意:
-
return None可以简写为return
-
函数保存在abstest.py。在其他文件,调用自定义函数,用from abstest import my_abs来导入my_abs()函数,
-
空函数
pass函数-------定义一个什么事也不做的空函数。作用:作为占位符,提前为将要写的函数代码占位置,让代码先运行起来。
if age >= 18:
pass
raise(Python允许程序自行引发异常)
-
基本语法格式raise [exceptionName [(reason)]]
-
常用用法(均每次只能引发一个异常实例):
- 单独一个raise。该语句引发当前上下文中捕获的异常(比如在 except 块中),或默认引发 RuntimeError 异常。
- raise[exceptionName]异常类名称:raise 后带一个异常类名称。该语句引发指定异常类的默认实例。
- raise 异常类名称(描述信息):在引发指定异常的同时,附带异常的描述信息。描述信息=reason。
返回多个值:其实就是返回一个tuple。返回一个tuple可以省略括号,而多个变量可以同时接收一个tuple。
2.3 函数的参数函数的调用者:只需知道如何传递正确的参数及返回值。
Python的函数定义非常简单,但灵活度却非常大。除了正常定义的必选参数外,还可以使用默认参数、可变参数和关键字参数,使得函数定义出来的接口,不但能处理复杂的参数,还可以简化调用者的代码。
2.3.1 位置参数定义:调用函数时,传入值按照位置顺序一次赋给参数。
eg:x的n次方:
def power(x, n):
s = 1
while n > 0:
n = n - 1
s = s * x
return s
2.3.2 默认参数(用不可变对象!)
用于简化函数的调用。例子:
def enroll(name, gender, age=6, city='Beijing'):
print('name:', name)
print('gender:', gender)
print('age:', age)
print('city:', city)
#调用:enroll('Sarah', 'F')
#无特别信息,可简化调用。
注意:
-
必选参数在前,默认参数在后
-
设置默认参数,当函数有多个参数时,把变化大的参数放前面,变化小的参数放后面。变化小的参数就可以作为默认参数。(变化小的参数一般具有共性,比如同一城市。)
-
定义默认参数要牢记一点:默认参数必须指向不变对象!(若指向list,每次调用函数,均会在新的基础上重复调用--应做特殊处理)eg:
def add_end(L=[]): L.append('END') return L #正常调用: >>> add_end([1, 2, 3]) [1, 2, 3, 'END'] >>> add_end(['x', 'y', 'z']) ['x', 'y', 'z', 'END'] #默认参数调用: >>> add_end() ['END'] >>> add_end() ['END', 'END'] #默认参数是[],但是默认参数L也是一个变量,指向对象[]。这样 *** 作使默认参数的内容变了,不再是函数定义时的[]。 >>> add_end() ['END', 'END', 'END'] #特殊处理(保证调用之后,默认参数仍然为[])None是不变对象: def add_end(L=None): if L is None: L = [] L.append('END') return L
-
再次强调str,None是不变对象。因为不变对象一旦创建,对象内部的数据就不能修改,这样就减少了由于修改数据导致的错误。尽量设计成不变对象。
可变参数就是传入的参数个数是可变的,可以是1个、2个到任意个,还可以是0个。
实现方法:
-
可以把参数a,b,c……作为一个list或tuple传进来,调用函数前组装一个list或tuple。eg:
def calc(numbers): sum = 0 for n in numbers: sum = sum + n * n return sum >>> calc([1, 2, 3]) 14 >>> calc((1, 3, 5, 7)) 84
-
函数参数->可变参数。调用函数时,,可以传入任意个参数,包括0个参数。
*nums
表示把nums
这个list的所有元素作为可变参数传进去。eg:def calc(*numbers): sum = 0 for n in numbers: sum = sum + n * n return sum >>> calc(1, 2) 5 >>> calc() 0 #或者有现存的list或tuple。 #调用方式1: >>> nums = [1, 2, 3] >>> calc(nums[0], nums[1], nums[2]) 14 #调用方式2: >>> nums = [1, 2, 3] >>> calc(*nums) 14
而关键字参数允许你传入0个或任意个含参数名的参数,这些关键字参数在函数内部自动组装为一个dict(字典key-value)。
功能:扩展函数的功能。例如人员注册信息中,名字和年龄必填,其他信息是可选。
示例:
def person(name, age, **kw):
print('name:', name, 'age:', age, 'other:', kw)
-
函数
person
除了必选参数name
和age
外,还接受关键字参数kw
。在调用该函数时,可以只传入必选参数:>>> person('Michael', 30) name: Michael age: 30 other: {}
-
传入任意个数的关键字参数(多个非必选参数均存入other:{})
>>> person('Bob', 35, city='Beijing') name: Bob age: 35 other: {'city': 'Beijing'} >>> person('Adam', 45, gender='M', job='Engineer') name: Adam age: 45 other: {'gender': 'M', 'job': 'Engineer'}
-
dict调用方法:
-
组装dict+该dict转换为关键字参数传进去:
>>> extra = {'city': 'Beijing', 'job': 'Engineer'} >>> person('Jack', 24, city=extra['city'], job=extra['job']) name: Jack age: 24 other: {'city': 'Beijing', 'job': 'Engineer'}
-
简化调用!!推荐:
>>> extra = {'city': 'Beijing', 'job': 'Engineer'} >>> person('Jack', 24, **extra) name: Jack age: 24 other: {'city': 'Beijing', 'job': 'Engineer'}
-
对传入的关键字参数,可以在函数内部通过kw检查。
def person(name, age, **kw):
if 'city' in kw:
# 有city参数
pass
if 'job' in kw:
# 有job参数
pass
print('name:', name, 'age:', age, 'other:', kw)
用命名关键字参数,限制关键字参数的名字(key)。命名关键字参数需要一个特殊分隔符“ * ”。只接受city和job作为关键字参数(之前是**kw,一股脑接受不做限制)例子:
def person(name, age, *, city, job):
print(name, age, city, job)
#调用方式:
>>> person('Jack', 24, city='Beijing', job='Engineer')
Jack 24 Beijing Engineer
函数定义参数(位置参数,可变参数,命名关键字参数)形式定义:命名关键字参数不再需要一个特殊分隔符“ * ”。示例:
def person(name, age, *args, city, job):
print(name, age, args, city, job)
注意:
-
命名关键字参数必须传入参数名,这和位置参数不同。若调用时缺少参数名(city='', job=''),Python解释器就会识别不了命名关键字参数(city, job),将其参数传给可变参数(*args)
-
命名关键字可以有缺省值(默认值,调用时可不传入参数),简化调用。示例:
def person(name, age, *, city='Beijing', job): print(name, age, city, job) >>> person('Jack', 24, job='Engineer') Jack 24 Beijing Engineer
在Python中定义函数,可以用必选参数、默认参数、可变参数、关键字参数和命名关键字参数,这5种参数都可以组合使用。但是请注意,参数定义的顺序必须是:必选参数、默认参数(city=‘ ’)、可变参数(*numbers------list或tuple形式)、命名关键字参数和关键字参数(**kw----字典形式)。
对于任意函数,都可以通过类似func(*args, **kw)
的形式调用它,无论它的参数是如何定义的。示例:
def f1(a, b, c=0, *args, **kw):
print('a =', a, 'b =', b, 'c =', c, 'args =', args, 'kw =', kw)
def f2(a, b, c=0, *, d, **kw):
print('a =', a, 'b =', b, 'c =', c, 'd =', d, 'kw =', kw)
函数调用的两种方法:
-
直接调用
>>> f1(1, 2) a = 1 b = 2 c = 0 args = () kw = {} >>> f1(1, 2, c=3) a = 1 b = 2 c = 3 args = () kw = {} >>> f1(1, 2, 3, 'a', 'b') a = 1 b = 2 c = 3 args = ('a', 'b') kw = {} >>> f1(1, 2, 3, 'a', 'b', x=99) a = 1 b = 2 c = 3 args = ('a', 'b') kw = {'x': 99} >>> f2(1, 2, d=99, ext=None) a = 1 b = 2 c = 0 d = 99 kw = {'ext': None}
-
通过tuple和dict
>>> args = (1, 2, 3, 4) >>> kw = {'d': 99, 'x': '#'} >>> f1(*args, **kw) a = 1 b = 2 c = 3 args = (4,) kw = {'d': 99, 'x': '#'} >>> args = (1, 2, 3) >>> kw = {'d': 88, 'x': '#'} >>> f2(*args, **kw) a = 1 b = 2 c = 3 d = 88 kw = {'x': '#'}
*args
是可变参数,args接收的是一个tuple;
**kw
是关键字参数,kw接收的是一个dict。
可变参数既可以直接传入:func(1, 2, 3)
,又可以先组装list或tuple,再通过*args
传入:func(*(1, 2, 3))
;
关键字参数既可以直接传入:func(a=1, b=2)
,又可以先组装dict,再通过**kw
传入:func(**{'a': 1, 'b': 2})
。
命名的关键字参数是为了限制调用者可以传入的参数名,同时可以提供默认值。
定义命名的关键字参数在没有可变参数的情况下不要忘了写分隔符*
,否则定义的将是位置参数。
定义:一个函数在内部调用自身本身。
优点:定义简单,逻辑清晰。
阶乘n! = 1 x 2 x 3 x ... x n
,用函数fact(n)表示。fact(n)可以表示为n x fact(n-1)。
用递归函数:
def fact(n):
if n==1:
return 1
return n * fact(n - 1)
如果计算fact(5),计算过程(利用栈的原理)如下:
===> fact(5)
===> 5 * fact(4)
===> 5 * (4 * fact(3))
===> 5 * (4 * (3 * fact(2)))
===> 5 * (4 * (3 * (2 * fact(1))))
===> 5 * (4 * (3 * (2 * 1)))
===> 5 * (4 * (3 * 2))
===> 5 * (4 * 6)
===> 5 * 24
===> 120
注意:防止栈溢出,函数调用时通过栈(stack)实现的,递归调用的次数过多,会导致栈溢出。尾递归方法。
尾递归:在函数返回(return)的时候,调用自身本身,并且,return语句不能包含表达式。使递归本身无论调用多少次,都只占用一个栈帧,不会出现栈溢出的情况。
上面的fact(n)
函数由于return n * fact(n - 1)
引入了乘法表达式,所以就不是尾递归了。要改成尾递归方式,需要多一点代码,主要是要把每一步的乘积传入到递归函数中:
def fact(n):
return fact_iter(n, 1)
def fact_iter(num, product):
if num == 1:
return product
return fact_iter(num - 1, num * product)
可以看到,return fact_iter(num - 1, num * product)
仅返回递归函数本身,num - 1
和num * product
在函数调用前就会被计算,不影响函数调用。
fact(5)
对应的fact_iter(5, 1)
的调用如下:
===> fact_iter(5, 1)
===> fact_iter(4, 5)
===> fact_iter(3, 20)
===> fact_iter(2, 60)
===> fact_iter(1, 120)
===> 120
尾递归调用时,如果做了优化,栈不会增长,因此,无论多少次调用也不会导致栈溢出。
遗憾的是,大多数编程语言没有针对尾递归做优化,Python解释器也没有做优化,所以,即使把上面的fact(n)
函数改成尾递归方式,也会导致栈溢出。
欢迎分享,转载请注明来源:内存溢出
评论列表(0条)