Python学习笔记（Task05：函数与Lambda表达式）

小鱼儿 2023-06-08 14:56 9阅读 0赞

# 函数与Lambda表达式 #

## 函数 ##

函数，没啥好说的，各种语言都有，定义如下：  
函数是组织好的，可重复使用的，用来实现单一，或相关联功能的代码段。

### 定义一个函数 ###

定义一个由自己想要功能的函数，以下是简单的规则：

*  函数代码块以 def 关键词开头，后接函数标识符名称和圆括号 ()。
 *  任何传入参数和自变量必须放在圆括号中间，圆括号之间可以用于定义参数。
 *  函数的第一行语句可以选择性地使用文档字符串—用于存放函数说明。
 *  函数内容以冒号起始，并且缩进。
 *  return \[表达式\] 结束函数，选择性地返回一个值给调用方。不带表达式的return相当于返回 None。

#### 语法 ####

一般格式如下：

def 函数名（参数列表）:
        函数体

默认情况下，参数值和参数名称是按函数声明中定义的顺序匹配起来的。  
![在这里插入图片描述][20191024172440384.png]  
![在这里插入图片描述][20191024172915101.png]

### 函数调用 ###

给了函数一个名称，指定了函数里包含的参数，和代码块结构。

这个函数的基本结构完成以后，你可以通过另一个函数调用执行，也可以直接从 Python 命令提示符执行。

上面已经有例子了，就不举了。

### 参数传递 ###

在 python 中，类型属于对象，变量是没有类型的：

a = 'abc'
    a = [1, 2, 3]

以上代码中，\[1,2,3\] 是 List 类型，“Runoob” 是 String 类型，而变量 a 是没有类型，她仅仅是一个对象的引用（一个指针），可以是指向 List 类型对象，也可以是指向 String 类型对象。

#### 可更改(mutable)与不可更改(immutable)对象 ####

在 python 中，strings, tuples, 和 numbers 是不可更改的对象，而 list,dict 等则是可以修改的对象。

*  **不可变类型** ：变量赋值 a = 5 后再赋值 a = 10，这里实际是新生成一个 int 值对象 10，再让 a 指向它，而 5 被丢弃，不是改变a的值，相当于新生成了a。
 *  **可变类型** ：变量赋值 la = \[1,2,3,4\] 后再赋值 la\[2\] = 5 则是将 list la 的第三个元素值更改，本身la没有动，只是其内部的一部分值被修改了。

python 函数的参数传递：

*  **不可变类型** ：类似 c++ 的值传递，如 整数、字符串、元组。如fun（a），传递的只是a的值，没有影响a对象本身。比如在 fun（a）内部修改 a 的值，只是修改另一个复制的对象，不会影响 a 本身。
 *  **可变类型** ：类似 c++ 的引用传递，如 列表，字典。如 fun（la），则是将 la 真正地址的传过去，修改后fun外部的 la 也会受影响。

python 中一切都是对象，严格意义我们不能说值传递还是引用传递，我们应该说传不可变对象和传可变对象。

##### 传不可变对象实例 #####

1.  首先是 Number：  
    ![在这里插入图片描述][20191024174526734.png]
2.  然后是 String：  
    ![在这里插入图片描述][20191024174847285.png]
3.  最后是 Tuple：  
    ![在这里插入图片描述][20191024175432414.png]

##### 传可变对象实例 #####

1.  首先是 Dictionary：  
    找字典的内容时，学到一个 dic 的新方法，popitem() 随机返回并删除字典中的最后一对键和值。为什么是随机删除呢？因为字典是无序的，没有所谓的“最后一项”或是其它顺序。在工作时如果遇到需要逐一删除项的工作，用popitem()方法效率很高。  
    ![在这里插入图片描述][20191024181544968.png]
2.  然后是 List：  
    ![在这里插入图片描述][20191024181917309.png]
3.  最后是 Set：  
    ![在这里插入图片描述][20191024182619956.png]

### 参数 ###

以下是调用函数时可使用的正式参数类型：

*  必需参数
 *  关键字参数
 *  默认参数
 *  不定长参数

#### 必需参数 ####

必需参数须以正确的顺序传入函数。调用时的数量必须和声明时的一样。  
![在这里插入图片描述][20191024183256162.png]

#### 关键字参数 ####

关键字参数和函数调用关系紧密，函数调用使用关键字参数来确定传入的参数值。

使用关键字参数允许函数调用时参数的顺序与声明时不一致，因为 Python 解释器能够用参数名匹配参数值。

例如：  
![在这里插入图片描述][20191024183807435.png]

#### 默认参数 ####

调用函数时，如果没有传递参数，则会使用默认参数。  
![在这里插入图片描述][20191024183951854.png]

#### 不定长参数 ####

当你不确定传入参数多少的时候，你可能需要该函数能处理任意数量的参数。这些参数叫做不定长参数，和上述 2 种参数不同，声明时不会命名。  
基本语法如下：

def functionname([formal_args,] *var_args_tuple ):
       "函数_文档字符串"
       function_suite
       return [expression]

加了星号 \* 的参数会以元组(tuple)的形式导入，存放所有未命名的变量参数。  
先看一个简单的例子：  
![在这里插入图片描述][20191024185334310.png]  
如果在函数调用时没有指定参数，它就是一个空元组。我们也可以不向函数传递未命名的变量。功能是可以收集除了必选参数以外剩余的位置参数,会根据传进参数的位置合并成一个元组。  
如下实例：  
![在这里插入图片描述][20191024185954486.png]  
还有一种就是参数带两个星号 \*\* ，加了两个星号 \*\* 的参数会以字典的形式导入。功能是收集除定义的变量的关键字参数之外，其它剩余关键字参数。  
基本语法如下：

def functionname([formal_args,] **var_args_dict ):
       "函数_文档字符串"
       function_suite
       return [expression]

![在这里插入图片描述][2019102419083724.png]  
**注意**：  
在python中定义函数，可以用必选参数、默认参数、可变参数和关键字参数，这4中参数可以一起使用，或者是只用其中的某些。但是注意，参数定义与调用的顺序必须是：

必选参数【位置参数】、默认参数、可变参数【包裹位置】和关键字参数【包裹关键字】。(默认参数与包裹位置参数可以根据需求进行位置调换)  
![在这里插入图片描述][20191024192342655.png]

## 匿名函数 ##

python 使用 lambda 来创建匿名函数。  
所谓匿名，即不再使用 def 语句这样标准的形式定义一个函数。

*  lambda 只是一个表达式，函数体比 def 简单很多。
 *  lambda的主体是一个表达式，而不是一个代码块。仅仅能在lambda表达式中封装有限的逻辑进去。
 *  lambda 函数拥有自己的命名空间，且不能访问自己参数列表之外或全局命名空间里的参数。
 *  虽然lambda函数看起来只能写一行，却不等同于C或C++的内联函数，后者的目的是调用小函数时不占用栈内存从而增加运行效率。

### 语法 ###

lambda 函数的语法只包含一个语句，如下：

> lambda \[arg1 \[,arg2,…argn\]\]:expression

如下实例：  
![在这里插入图片描述][20191025180326813.png]

## return语句 ##

return \[表达式\] 语句用于退出函数，选择性地向调用方返回一个表达式。不带参数值的return语句返回None。

之前的例子都没有示范如何返回数值，以下实例演示了 return 语句的用法：  
![在这里插入图片描述][201910251808467.png]

[20191024172440384.png]: /images/20230531/f567db7603c641db9db0a17dfd0835ed.png
[20191024172915101.png]: /images/20230531/8e46f252645d4553aad2d0ac9877bda3.png
[20191024174526734.png]: /images/20230531/1f21b72239c94687a3c155f3f05037ec.png
[20191024174847285.png]: /images/20230531/e93facd1bf3a486c88aadbb051ec9510.png
[20191024175432414.png]: /images/20230531/c8b58de8aa944fd9876f22125d92b575.png
[20191024181544968.png]: /images/20230531/f751e6f20960442b804d68186beb4e93.png
[20191024181917309.png]: /images/20230531/2790d9d095a249e9b934ce22aec4cf11.png
[20191024182619956.png]: /images/20230531/9de3b784b7884278b000cb157b479eb2.png
[20191024183256162.png]: /images/20230531/b5611d4c7cdd4e369210b7df43ab88e5.png
[20191024183807435.png]: /images/20230531/b8df8aa2b3ac4a3f9eb2c0e02d9100b4.png
[20191024183951854.png]: /images/20230531/d328c1ce3d8d40fd852de72a0be120fa.png
[20191024185334310.png]: /images/20230531/c7ccdc8677dc488098c39467cb9dcb0d.png
[20191024185954486.png]: /images/20230531/536bd58e55df4335b4180256835c706d.png
[2019102419083724.png]: /images/20230531/ae3a08a36fe2448f8ef7653b18edf88f.png
[20191024192342655.png]: /images/20230531/53f24ce2630e4370b9af1213e3eac170.png
[20191025180326813.png]: /images/20230531/b2f91815fb00401091244a1808087198.png
[201910251808467.png]: /images/20230531/b512b3166ae440b5b1d0cfd1aa17be03.png