《Python大数据基础与实战》课件-Python大数据基础与实战（第6章 自定义函数）

第六章自定义函数6.5lambda表达式6.4函数的返回值6.2函数调用6.6生成器6.3函数的参数6.1函数定义6.7装饰器6.8变量的作用域6.9函数的递归6.1函数的定义6.1函数定义函数(function)是指一个有命名的、执行某个功能的语句序列。在定义一个函数的时候，需要指定函数的名字和语句序列。

函数不仅可以实现代码的复用，还可以保证代码的一致性。Python将函数的声明和定义视为一体。函数的定义语法如下：

def函数名([参数列表]):函数体6.1函数定义Ø自定义函数通过关键字def来定义，通过return语句指定返回值。Ø函数可以通过return语句同时返回多个值，如果没有return语句，则函数返回值为None。Ø函数名命名规则与变量名相同，不能是关键字，应该避免函数名和变量名同名。Ø函数的第1行称为函数头，必须以冒号:结束，其余部分称为函数体，而函数体必须缩进。按照惯例，缩进总是4个空格。Ø函数形参不需要声明类型，也不需要指定函数返回值类型。Ø当函数不需要任何参数时，也必须保留一对空的圆括号。ØPython允许嵌套定义函数。6.1函数定义

函数的形参和返回值可以是任何数据类型，包括函数。可以使用pass关键字，表示函数什么也不做，起到占位的作用。

定义函数时，建议设置其docstring，提供函数的帮助文档。可以通过函数名?或者help(函数名)看到这些docstring，使用三双引号来定义docstring。

用Python编写的函数，在Jupyternotebook中可以通过“函数名??”来显示源代码。defmyfun1(a,b): """

这是一个函数嵌套定义，完成a*(a+b)功能 """ n=a+b defmyfun2(c,d): #函数的嵌套定义 returnc*d returnmyfun2(n,a) #调用内部函数

6.1函数定义6.2函数的调用6.2函数调用1.函数的调用方式对于一个函数，可以通过“函数名(实参)”的方式来调用。如果函数有返回值，那么可以在函数调用的同时将返回值传递出来，此时这个函数调用可以当做一个值来使用。

>>>result=myfun1(5,4)

#函数调用时实参传递给形参，如果实参是表达式，先计算表达式的值，然后再传递给形参>>>result452.特殊的内置函数1）map()map()函数接受一个函数f和一个序列sq，其作用是将函数f作用在序列的每个元素上，等价于[f(x)forxinsq]。>>>list(map(int,"123")) #将字符串中的每个字符应用int()函数，转换为整型数[1,2,3]6.2函数调用

2）filter()filter()函数也接受一个函数f和一个序列sq，其作用是通过函数f来筛选序列中的每个元素，等价于[xforxinsqiff(x)]。>>>defis_odd(x): returnx%2!=0>>>list(filter(is_odd,[1,2,3,4,5,6]))[1,3,5]6.2函数调用

6.2函数调用

3）reduce()reduce()函数接受一个二元操作的函数f和一个序列sq，实现对序列sq中的元素累加计算，并返回单一结果。注意：reduce()使用时需要引入functools模块。>>>fromfunctoolsimportreduce>>>defadd(x,y): returnmax(x,y) #求x，y的最大者>>>reduce(add,[10,-10,100,200,1,2])2006.3函数的参数6.3函数的参数

函数定义时，圆括弧内是使用逗号分隔开的形参列表，函数可以有多个参数，也可以没有参数，形参只是起到占位的作用。定义函数时不需要声明参数类型，解释器会根据实参的类型自动推断形参类型。如果传递给函数的实参是整数、实数、复数等基本类型或元组、字符串这样的不可变类型的数据，在函数内部直接修改形参的值不会影响实参，而是创建一个新变量。如果传递给函数的实参是可变序列，并且在函数内部使用下标或可变序列自身的方法增加、删除元素或修改形参元素时，实参也会得到相应的修改。6.3函数的参数>>>defsub(num): print("操作前，形参地址是:%0x"%id(num)) num-=1 print("操作后，形参地址是:%0x"%id(num))>>>test=100>>>print("实参地址是:%0x"%id(test))>>>sub(test)实参地址是:52557a40操作前，形参地址是:52557a40操作后，形参地址是:52557a206.3函数的参数>>>defadd(s): s.append(10)>>>t=[1,2,3]>>>add(t)>>>t[1,2,3,10]>>>defmodify(lst): print("操作前，形参的地址是:",hex(id(lst)))

lst=[4,5,6] #lst指向一个新的内存地址 print("操作后，形参的地址是:",hex(id(lst)))>>>a=[1,2,3]>>>modify(a)1.

位置参数位置参数是最常用的形式，调用函数时实参和形参的顺序以及必须严格一致，并且实参和形参的数量必须相同。>>>defmenu(food,cigarette,wine): print("主食:",food,"香烟:",cigarette,"白酒:",wine)>>>menu("面条","红塔山","郎酒")主食:面条香烟:红塔山白酒:郎酒6.3函数的参数6.3函数的参数2.默认值参数在调用带有默认值参数的函数时，可以不用为设置默认值的形参进行传值，此时函数将会直接使用函数定义时设置的默认值，当然也可以通过显式赋值来替换其默认值。在调用函数时是否为默认值参数传递实参是可选的。需要注意的是，在定义带有默认值参数的函数时，任何一个默认值参数右边都不能再出现没有默认值的普通位置参数，否则会提示语法错误。函数的默认值参数是在函数定义时确定值的，所以只会被初始化一次。带有默认值参数的函数定义语法如下：def函数名(……，形参=默认值):

函数体6.3函数的参数

多次调用函数并且不为默认值参数传递实参时，默认值参数只在定义时进行一次解释和初始化。因此，对于列表、字典这样可变类型的默认值参数，可能会导致逻辑错误。>>>defbuggy(arg,result=[]): result.append(arg) print(result)>>>buggy(3,[1,2])[1,2,3]>>>buggy(3)

>>>buggy(4)[3]

[3,4]6.3函数的参数

一般来说，要避免使用列表、字典、集合等可变序列作为函数参数默认值，对于上面的函数，更建议使用下面的写法。>>>defbuggy(arg,result=None): ifresultisNone: result=[] result.append(arg) print(result)6.3函数的参数3.关键参数关键参数指调用函数时的参数传递方式，与函数定义无关。通过关键参数可以按照参数名字传递值，明确指定哪个值传递给哪个参数，实参的顺序可以和形参的顺序不一致，并不影响参数值的传递结果。>>>menu(wine="茅台",food="米饭",cigarette="好猫")主食:米饭香烟:好猫白酒:茅台还可以混合位置参数和关键参数，但是要确保位置参数在关键参数的左边。>>>menu("米粉",wine="五粮液",cigarette="云烟")主食:米粉香烟:云烟白酒:五粮液6.3函数的参数4.可变长度参数Python支持在函数定义时可以使用个数不确定的参数。可变长度参数主要有两种形式：在参数名前加*或**。*parameter用来接收多个位置参数并将其放在一个元组中。**parameter用来接收多个关键参数并将其存放到一个字典中。6.3函数的参数>>>defprint_args(arg1,arg2,*pargs,**kargs): print("arg1is",arg1) print("arg2is",arg2) foreachpargsinpargs: print("additionalpositionarg:",eachpargs) forkey,valueinkargs.items(): print("additionalkeywordarg:%s:%s"%(key,value))>>>print_args("主食","面条","白酒","汾酒",香烟="芙蓉王")6.4函数的返回值6.4函数的返回值

在Python中，定义函数时不需要声明函数的返回值类型，函数返回值类型与return语句返回表达式的类型一致。return语句结束函数的执行。

Python支持同时返回多个值，多个值以元组的形式返回。>>>defadddiv(a,b): a,b=a+b,a/b returna,b #返回一个元组，包含a和b的值>>>add,sub=adddiv(10,3) #元组的拆封>>>print("参数之和是：%d,参数相除是:%.2f"%(add,sub))参数之和是：13,参数相除是:3.336.5lambda表达式6.5lambda表达式lambda表达式可以用来声明匿名函数，也就是没有函数名字的临时使用的函数。在使用函数作为参数的时候，如果传入的函数比较简单或者使用次数较少，直接定义这些函数就显得比较浪费，这是就可以使用lambda表达式。

lambda<variables>:<expression>其中variables是函数的参数，expression是函数的返回值，它们之间用冒号:分隔。

lambda表达式只可以包含一个表达式，不允许包含选择、循环等语法结构，该表达式的计算结果可以看作是函数的返回值，不允许包含复合语句，但在表达式中可以调用其他函数。6.5lambda表达式>>>f=lambdax,y,z:max(x,y,z)>>>f(10,20,30)30>>>L=[1,2,3,4,5]>>>print(list(map(lambdax:x+10,L)))[11,12,13,14,15]>>>defdemo(n): returnn*n>>>list(map(lambdax:demo(x),(1,2,3,4))) #使用函数作为lambda表达式的返回值[1,4,9,16]>>>fromrandomimportsample#导入random包中的sample模块>>>data=[sample(range(100),6)foriinrange(3)]

>>>forrowindata: print(row)[22,62,82,50,36,99][62,19,72,88,82,25][28,27,92,63,20,5]>>>forrowinsorted(data,key=lambdarow:row[0]):#按照每行的第一个元素升序排列 print(row)[22,62,82,50,36,99][28,27,92,63,20,5][62,19,72,88,82,25]6.5lambda表达式6.6生成器

生成器（generator）是创建迭代器（iterator）对象的一种简单而强大的工具。生成器的语法和普通函数一样，只是返回数据时需要使用yield语句而非return语句。包含yield语句的函数可以用来创建生成器对象，这样的函数也称生成器函数。与一般函数不同的是，一般函数在执行到return语句时，会立刻结束函数的运行，而生成器在每次执行到yield语句时，会返回一个中间的结果给调用者，之后会暂停或挂起后面代码的执行，下次通过生成器对象的__next__()方法、内置函数next()、for循环遍历生成器对象元素或其他方式显式获取数据时，它会准确地从离开地方继续执行。6.6生成器>>>defmy_range(first=0,last=10,step=1): number=first whilenumber<last: yieldnumber#暂停执行，需要时再产生一个新元素 number+=step>>>ranger=my_range(1,6)>>>forxinranger: #迭代生成器对象 print(x,end='\t')1 2 3 4 5 6.6生成器6.7装饰器

装饰器（decorators）本质上是一个输入参数是函数，并且返回值也是函数的函数。装饰器的语