摘要:函数建立函数在中,规定了一种定义函数的格式,下面的举例就是一个函数,以这个函数为例来说明定义函数的格式和调用函数的方法。返回值所谓返回值,就是函数向调用函数的地方返回的数据。
函数 建立函数
在Python中,规定了一种定义函数的格式,下面的举例就是一个函数,以这个函数为例来说明定义函数的格式和调用函数的方法。
def add_function(a, b): #冒号必须 c = a + b #缩进必须 return c if __name__ == "__main__": result = add_function(2, 3) print result #python3: print(result)
定义函数的格式为:
def 函数名(参数1,参数2,...,参数n): 函数体(语句块)
几点说明:
函数名的命名规则要符合Python中的命名要求。一般用小写字母和单下划线、数字等组合,有人习惯用aaBb的样式,但我不推荐
def是定义函数的关键词,这个简写来自英文单词define
函数名后面是圆括号,括号里面,可以有参数列表,也可以没有参数
千万不要忘记了括号后面的冒号
函数体(语句块),相对于def缩进,按照python习惯,缩进四个空格
函数命名Python对命名的一般要求:
文件名:全小写,可使用下划线
函数名:小写,可以用下划线风格单词以增加可读性。如:myfunction,my_example_function。注意:混合大小写仅被允许用于这种风格已经占据优势的时候,以便保持向后兼容。有的人,喜欢用这样的命名风格:myFunction,除了第一个单词首字母外,后面的单词首字母大写。这也是可以的,因为在某些语言中就习惯如此。但我不提倡,这是我非常鲜明的观点。
函数的参数:命名方式同变量(本质上就是变量)。如果一个参数名称和Python保留的关键字冲突,通常使用一个后缀下划线会好于使用缩写或奇怪的拼写。
变量:变量名全部小写,由下划线连接各个单词。如color = WHITE,this_is_a_variable = 1。
调用函数定义函数
>>> def add(x,y): #为了能够更明了显示参数赋值特点,重写此函数 ... print "x=",x #分别打印参数赋值结果 ... print "y=",y ... return x+y ...
普通调用
>>> add(10, 3) #x=10,y=3 x= 10 y= 3 13
还可以直接把赋值语句写到里面,就明确了参数和对象的关系。当然,这时候顺序就不重要了
>>> add(x=10, y=3) x= 10 y= 3 13 >>> add(y=10, x=3) x= 3 y= 10 13
多态调用
>>> def times(x, y=2): #y的默认值为2 ... print "x=",x #Python 3: print("x={}".format(x)),以下类似,从略。 ... print "y=",y ... return x*y ... >>> times(3) #x=3,y=2 x= 3 y= 2 6 >>> times(x=3) #同上 x= 3 y= 2 6 >>> times(3, 4) #x=3,y=4,y的值不再是2 x= 3 y= 4 12 >>> times("qiwsir") #再次体现了多态特点 x= qiwsir y= 2 "qiwsirqiwsir"注意事项
下面的若干条,是常见编写代码的注意事项:
别忘了冒号。一定要记住复合语句首行末尾输入“:”(if,while,for等的第一行)
从第一行开始。要确定顶层(无嵌套)程序代码从第一行开始。
空白行在交互模式提示符下很重要。模块文件中符合语句内的空白行常被忽视。但是,当你在交互模式提示符下输入代码时,空白行则是会结束语句。
缩进要一致。避免在块缩进中混合制表符和空格。
使用简洁的for循环,而不是while or range.相比,for循环更易写,运行起来也更快
要注意赋值语句中的可变对象。
不要期待在原处修改的函数会返回结果,比如list.append(),这在可修改的对象中特别注意
调用函数是,函数名后面一定要跟随着括号,有时候括号里面就是空空的,有时候里面放参数。
不要在导入和重载中使用扩展名或路径。
返回值所谓返回值,就是函数向调用函数的地方返回的数据。
编写一个斐波那契数列函数:
#!/usr/bin/env python # coding=utf-8 def fibs(n): result = [0,1] for i in range(n-2): result.append(result[-2] + result[-1]) return result if __name__ == "__main__": lst = fibs(10) print lst返回多个值元组
>>> def my_fun(): ... return 1, 2, 3 ... >>> a = my_fun() >>> a (1, 2, 3)
对这个函数,我们还可以用这样的方式来接收函数的返回值。
>>> x, y, z = my_fun() >>> x 1 >>> y 2 >>> z 3函数文档
#!/usr/bin/env python # coding=utf-8 def fibs(n): """ This is a Fibonacci sequence. #函数文档 """ result = [0,1] for i in range(n-2): result.append(result[-2] + result[-1]) return result if __name__ == "__main__": lst = fibs(10) print lst
>>> def my_fun(): ... """ ... This is my function. ... """ ... print "I am a craft." ... >>> my_fun.__doc__ #调用打印函数文档 " This is my function. "参数收集
函数参数的个数也有不确定的时候,怎么解决这个问题呢?Python用这样的方式解决参数个数的不确定性。
元组形式def func(x, *arg): print x #Python 3请自动修改为print()的格式,下同,从略。 result = x print arg #输出通过*arg方式得到的值 for i in arg: result +=i return result print func(1, 2, 3, 4, 5, 6, 7, 8, 9) #赋给函数的参数个数不仅仅是2个字典形式
>>> def foo(**kargs): ... print kargs #Python 3: print(kargs) ... >>> foo(a=1,b=2,c=3) #注意观察这次赋值的方式和打印的结果 {"a": 1, "c": 3, "b": 2}一种优雅的方式
>>> def add(x, y): ... return x + y ... >>> add(2, 3) 5 >>> bars = (2, 3) >>> add(*bars) 5 >>> bars = (2, 3, 4) #元组中元素的个数,要跟函数所要求的变量个数一致,不然如下报错 >>> add(*bars) Traceback (most recent call last): File "综合 def foo(p1, p2, p3, ...)", line 1, in TypeError: add() takes exactly 2 arguments (3 given)
>>> def foo(p1, p2, p3): ... print "p1==>",p1 #Python 3用户修改为print()格式,下同 ... print "p2==>",p2 ... print "p3==>",p3 ... >>> foo("python", 1, ["qiwsir","github","io"]) p1==> python p2==> 1 p3==> ["qiwsir", "github", "io"]def foo(p1=value1, p2=value2, ...)
>>> foo(p3=3, p1=10, p2=222) p1==> 10 p2==> 222 p3==> 3 >>> def foo(p1, p2=22, p3=33): #设置了两个参数p2, p3的默认值 ... print "p1==>",p1 ... print "p2==>",p2 ... print "p3==>",p3 ... >>> foo(11) #p1=11,其它的参数为默认赋值 p1==> 11 p2==> 22 p3==> 33 >>> foo(11, 222) #按照顺序,p2=222, p3依旧维持原默认值 p1==> 11 p2==> 222 p3==> 33 >>> foo(11, 222, 333) #按顺序赋值 p1==> 11 p2==> 222 p3==> 333 >>> foo(11, p2=122) p1==> 11 p2==> 122 p3==> 33 >>> foo(p2=122) #p1没有默认值,必须要赋值的,否则报错 Traceback (most recent call last): File "def foo(*args)", line 1, in TypeError: foo() takes at least 1 argument (1 given)
这种方式适合于不确定参数个数的时候,在参数args前面加一个*
>>> def foo(*args): ... print args ... >>> foo("qiwsir.github.io") ("qiwsir.github.io",) >>> foo("qiwsir.github.io","python") ("qiwsir.github.io", "python")def foo(**args)
这种方式跟上面的区别在于,必须接收类似arg=val形式的。
>>> def foo(**args): ... print args ... >>> foo(1,2,3) Traceback (most recent call last): File "特殊函数 lambda", line 1, in TypeError: foo() takes exactly 0 arguments (3 given) >>> foo(a=1,b=2,c=3) {"a": 1, "c": 3, "b": 2}
# !/usr/bin/env python #coding=utf-8 def add(x,y = 3): return x + y ret = add(5) print ret lam = lambda x : x + 3 ret = lam(5) print ret lam = lambda x,y : x + y ret = lam(5,5) print ret 8 8 10
lambda函数的使用方法:
lambda后面直接跟变量;
变量后面是冒号;
冒号后面是表达式,表达式计算结果就是本函数的返回值;
maplambda函数不能包含太多的命令,包含的表达式不能超过一个,不要试图向lambda函数中塞入太多的东西,如果需要更复杂的东西,应该定义一个普通的函数。
# !/usr/bin/env python #coding=utf-8 def add(x,y = 3): return x + y numbers = range(9) print numbers ret = map(add, numbers) #只引用函数名即可 print ret ret = map(lambda x : x + 4, numbers) # print ret ret = [x + 4 for x in numbers] #列表解析的方式实现 print ret
map()是Python的一个内置函数,它的基本样式是:
map(fun,seq)
func是一个函数,seq是一个序列对象。在执行的时候,序列对象中的每个对象,按照从左到右的顺序依次被取出来,塞入到func函数里面,并将func的返回值依次存到一个列表中。
reducereduce()是横着逐个元素进行运算
# !/usr/bin/env python #coding=utf-8 def add(x,y): #连续相加 return x + y def mul(x,y): #连续相乘 return x * y numbers = range(9) print numbers ret = reduce(add, numbers) print ret ret = reduce(mul, numbers) print ret [0, 1, 2, 3, 4, 5, 6, 7, 8] 36 0filter
# !/usr/bin/env python #coding=utf-8 numbers = range(-5,5) print numbers ret = filter(lambda x : x > 0, numbers) #过滤掉x < 0的数 print ret ret = [x for x in numbers if x > 0] print ret ret = filter(lambda c : c != "i", "liuguoquan") #过滤掉字符i print ret练习 求解一元二次方程
# !/usr/bin/env python #coding=utf-8 """ 求解一元二次方程 """ from __future__ import division import math def quadratic_equation(a,b,c): delta = b * b - 4 * a * c if delta < 0: return False elif delta == 0: return -(b / (2 * a)) else: sqrt_delat = math.sqrt(delta) x1 = (-b + sqrt_delat) / (2 * a) x2 = (-b - sqrt_delat) / (2 * a) return x1,x2 if __name__ == "__main__": print "a quadratic equation: x^2 + 2x + 1 = 0" coefficients = (1,2,1) roots = quadratic_equation(*coefficients) if roots: print "the result is: ",roots else: print "this equation has no solution" a quadratic equation: x^2 + 2x + 1 = 0 the result is: -1.0统计考试成绩
# !/usr/bin/env python #coding=utf-8 """ 统计考试成绩 """ from __future__ import division import math def average_score(scores): """ 统计平均分 """ score_values = scores.values() sum_scores = sum(score_values) average = sum_scores / len(score_values) return average def sorted_score(scores): """ 对成绩从高到低排序呢 """ score_list = [(scores[k],k) for k in scores] #将键-值互换位置 score_list是列表,里面的元素是一个元组 sort_lst = sorted(score_list,reverse = True) return [(i[1],i[0]) for i in sort_lst] #将键-值互换位置 def max_score(scores): """ 成绩最高的姓名和分数 """ lst = sorted_score(scores) max_score = lst[0][1] return [(i[0],i[1]) for i in lst if i[1] == max_score] def min_scroe(scores): """ 成绩最低的姓名和分数 """ lst = sorted_score(scores) min_score = lst[len(lst) - 1][1] return [(i[0],i[1]) for i in lst if i[1] == min_score] if __name__ == "__main__": scores = {"google":98,"facebook":99,"baidu":52,"alibab":80,"yahoo":49,"android":76,"apple":99,"amazon":99} ret = average_score(scores) #平均分 print "average is: ",ret ret = sorted_score(scores) #成绩表 print "list of scores is: ",ret ret = max_score(scores) #学霸们 print "学霸是: ",ret ret = min_scroe(scores) #学渣 print "学渣是: ",ret average is: 81.5 list of scores is: [("facebook", 99), ("apple", 99), ("amazon", 99), ("google", 98), ("alibab", 80), ("android", 76), ("baidu", 52), ("yahoo", 49)] 学霸是: [("facebook", 99), ("apple", 99), ("amazon", 99)] 学渣是: [("yahoo", 49)]找质数
质数又称素数,指在大于1的自然数中,除了1和此整数自身外,无法被其他自然整数整除的数(也可定义为只有1和本身两个因数的数)
# !/usr/bin/env python #coding=utf-8 """ 寻找质数 """ import math def is_prime(n): """ 判断一个数是否是质数 """ if n <=1: return False for i in range(2,int(math.sqrt(n) + 1)): if n % i == 0: return False return True if __name__ == "__main__": primes = [i for i in range(2,100) if is_prime(i)] print primes [5, 7, 9, 11, 13, 15, 17, 19, 21, 23, 25, 27, 29, 31, 33, 35, 37, 39, 41, 43, 45, 47, 49, 51, 53, 55, 57, 59, 61, 63, 65, 67, 69, 71, 73, 75, 77, 79, 81, 83, 85, 87, 89, 91, 93, 95, 97, 99]编写函数的注意事项
尽量不要使用全局变量
如果参数是可变数据类型,则在函数内不要修改它
每个函数的功能和目的要单一,不要一个函数试图做很多事情
函数的代码行数尽量少
函数的独立性越强越好,不要跟其他的外部东西产生关联
文章版权归作者所有,未经允许请勿转载,若此文章存在违规行为,您可以联系管理员删除。
转载请注明本文地址:https://www.ucloud.cn/yun/38204.html
摘要:以下这些项目,你拿来学习学习练练手。当你每个步骤都能做到很优秀的时候,你应该考虑如何组合这四个步骤,使你的爬虫达到效率最高,也就是所谓的爬虫策略问题,爬虫策略学习不是一朝一夕的事情,建议多看看一些比较优秀的爬虫的设计方案,比如说。 (一)如何学习Python 学习Python大致可以分为以下几个阶段: 1.刚上手的时候肯定是先过一遍Python最基本的知识,比如说:变量、数据结构、语法...
摘要:楚江数据是专业的互联网数据技术服务,现整理出零基础如何学爬虫技术以供学习,。本文来源知乎作者路人甲链接楚江数据提供网站数据采集和爬虫软件定制开发服务,服务范围涵盖社交网络电子商务分类信息学术研究等。 楚江数据是专业的互联网数据技术服务,现整理出零基础如何学爬虫技术以供学习,http://www.chujiangdata.com。 第一:Python爬虫学习系列教程(来源于某博主:htt...
摘要:它需要一个函数默认工厂作为其参数。默认情况下设置为,即如果键不存在则为,并返回并显示默认值。因此,它是一个无序集合,其中元素及其各自的计数存储为字典。这相当于其他语言的或。使用,我们不必使用整数索引来访问元组的成员。 神奇的collections 大家好,今天想和大家分享一个Python里面非常棒的模快:Collections 该模块实现了专门的容器数据类型,为Python的通用内置容...
摘要:全栈数据之门暂定书名是末学近年来工作技能的积累,从个月前开通公众号写的第一篇起,中间也不知度过了多少个寂寞的夜晚。如果此书能叫全栈数据之门具体书名还得再与出版社编辑讨论才定,那么也许下一本就叫全栈数据之路。 《全栈数据之门》(暂定书名)是末学近5年来工作技能的积累,从8个月前开通公众号写的第一篇起,中间也不知度过了多少个寂寞的夜晚。 写文章本来就是一个很费力的活,况且写书要求还得高些。...
阅读 1173·2021-09-27 13:34
阅读 980·2021-09-13 10:25
阅读 510·2019-08-30 15:52
阅读 3449·2019-08-30 13:48
阅读 647·2019-08-30 11:07
阅读 2167·2019-08-29 16:23
阅读 1992·2019-08-29 13:51
阅读 2327·2019-08-26 17:42