我的施工之路
目前已完成，以下五期Python專題總結：
1我的施工計劃
2數字專題
3字元串專題
4清單專題
5流程控制專題
6程式設計風格專題
今天是Python函數專題，目錄結構：
- Python 函數專題
- 基礎部分
- 1 函數組成
- 2 引用傳參
- 3 預設參數與關鍵字參數
- 4 可變參數
- 5 内置函數
- 進階部分
- 6 偏函數
- 7 遞歸函數
- 8 匿名函數
- 9 高階函數
- 10 嵌套函數
- 總結
Python 函數專題
函數是一個接受輸入、進行特定計算并産生輸出的語句集。
我們把一些經常或反複被使用的任務放在一起，建立一個函數，而不是為不同的輸入反複編寫相同的代碼。
Python提供了
print
、
sorted
、
max
、
map
等内置函數，但我們也可以建立自己的函數，稱為使用者定義函數。
基礎部分
1 函數組成
如下自定義函數：
def foo(nums):
""" 傳回偶數序列"""
evens = []
for num in nums:
if num%2==0:
evens.append(num)
return evens 可以看到函數主要組成部分：
- 函數名：
foo
- 函數形參：
nums
-
:
Java
C++
{}
- 縮進：一般為4個字元
-
"""
-
return
以上函數求出清單
nums
中的所有偶數并傳回，通過它了解Python函數的主要組成部分。
2 引用傳參
定義好一個函數後，使用：函數名+()+實參，調用函數，如下方法：
foo([10,2,5,4]) 
其中
[10,2,5,4]
為實參，它通過
by reference
方式傳給形參
nums
，即
nums
指向清單頭，而不是重新複制一個清單給
nums
.
再看一個引用的例子：
def myFun(x):
x[0] = 20 如下調用：
lst = [10, 11, 12, 13, 14, 15]
myFun(lst) 實參
lst
和形參
x
都指向同一個清單：
是以，對
x[0]
修改實際就是對實參
lst
的修改，結果如下：
但是，有時在函數内部形參指向改變，是以實參與形參的指向分離，如下例子：
def myFun(x):
x = [20, 30, 40]
x[0] = 0 調用：
lst = [10, 11, 12, 13, 14, 15]
myFun(lst)
x
被傳參後初始指向
lst
，如下所示：
但是，執行
x = [20, 30, 40]
後，對象
x
重新指向一個新的清單對象
[20,30,40]
：
是以，對于
x
内元素的任何修改，都不會同時影響到
lst
，因為指向已經分離。
3 預設參數與關鍵字參數
Python函數的參數，可以有初始預設值，在調用時如果不指派，則取值為預設值，如下例子：
def foo(length,width,height=1.0):
return length*width*height 調用
foo
函數，沒有為
height
傳參，是以取為預設值
1.0
：
r = foo(1.2,2.0)
print(r) # 2.4 使用預設值有一點需要區分，有的朋友會與關鍵字參數混淆，因為它們都是
para=value
的結構，但是有一個很明顯的不同：預設值是聲明在函數定義時，關鍵字參數是在函數調用時使用的此結構。如下例子：
def foo(length,width,height=1.0): # height是預設參數
return length*width*height
foo(width=2.0,length=1.2) #确定這種調用後才确定width和length是關鍵字參數 确定以上調用後，才确定
width
和
length
是關鍵字參數，并且關鍵字參數不必按照形參表的順序調用。
4 可變參數
Java
和
C++
在解決同一個函數但參數個數不同時，會使用函數重載的方法。Python使用可變參數的方法，非常靈活。
可變參數是指形參前帶有
*
的變量，如下所示：
def foo(length,*others):
s = length
for para in others:
s *= para
return s 我們可以像下面這樣友善的調用：
foo(1.2,2.0,1.0) # 2.4 如上，帶一個星号的參數被傳參後，實際被解釋為
元組對象
。我們還可以這樣調用：
foo(1.2) # 1.2 5 内置函數
總結完函數的參數後，再舉幾個Python内置的常用函數。
pow
大部分朋友應該知道
pow
是個幂次函數，比如求
：
pow(2,3) 除此以外，
pow
還有第三個參數，使用更高效的算法實作求幂後再求餘數：
pow(2,3,5) # 3 max,min
max,min用來求解最大最小值，實作
relu
函數：
def relu(x):
return max(x,0) sorted
sorted函數完成對象排序，它能接收一個指定排序規則的函數，完成定制排序。如下，根據字典值絕對值從小到大排序：
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)] 進階部分
Python有一個專門操作函數的子產品：
functools
，能實作一些關于函數的特殊操作。
6 偏函數
偏函數固定函數的某些參數後，重新生成一個新的函數。
通常用法，當函數的參數個數太多，需要簡化時，使用
partial
建立一個新的函數。
假設我們要經常調用
int
函數轉換二進制字元，設定參數
base
為2:
int('1010',base=2) 為了避免每次都寫一個參數base，我們重新定義一個函數：
def int2(s):
return int(s,base=2) 以後每次轉化字元串時，隻需
int2('1010
)即可，更加簡便。
偏函數也能實作上述功能：
from functools import partial
intp = partial(int,base=2) 那麼有的朋友會問，偏函數就是個雞肋，重新定義的
int2
更加直覺容易了解，這個角度講确實是這樣。但是
int2
不能再接收
base
參數，但是
intp
函數還是能接收
base
參數，依然保留了原來的參數：
intp('10',base=16) # 16 可能看到這裡的讀者還是有些迷糊，不太确定怎麼使用偏函數。可以先記住：修改内置函數的預設參數，就像内置函數
int
預設參數base等于10，使用偏函數調整預設base值為2.
7 遞歸函數
遞歸函數是指調用自身的函數。如下使用遞歸反轉字元串：
def reverseStr(s):
if not s:
return s
return reverseStr(s[1:])+s[0]
print(reverseStr('nohtyp')) # python
reverseStr
函數裡面又調用了函數
reverseStr
，是以它是遞歸函數。
使用遞歸函數需要注意找到正确的遞歸基，防止陷入無限遞歸。
更多使用遞歸的例子大家可參考此公衆号之前推送。
8 匿名函數
匿名函數是指使用
lambda
關鍵字建立的函數。它的标準結構如下：
lambda 形參清單: 含有形參清單的表達式 表達式的計算值即為
lambda
函數的傳回值。
如下
lambda
函數：
lambda x,y: x+y 它等價于下面的
f
函數:
def f(x,y):
return x+y lambda函數常做為
max
,
sorted
,
map
,
filter
等函數的key參數。
9 高階函數
可以用來接收另一個函數作為參數的函數叫做高階函數。
如下
f
有一個參數
g
，而
g
又是函數，是以
f
是高階函數：
def f(g):
g() Python 中經常會遇到高階函數，今天介紹幾個内置的常用的高階函數。
map
map 函數第一個參數為函數，它作用于清單中每個的元素。
如下，清單中的單詞未按照首字母大寫其他字元小寫的規則，使用
map
一一
capitalize
每個元素：
m = map(lambda s: s.capitalize(), ['python','Very','BEAUTIFUL'])
print(list(m)) 結果：
['Python', 'Very', 'Beautiful'] reduce
reduce 高階函數實作化簡清單，它實作的效果如下：
如下例子，函數
f
等于
x+y
，求得兩數之和，然後再與第三個數相加，依次下去，直到清單尾部，進而得到整個清單的和：
from functools import reduce
def f(x,y):
return x+y
r = reduce(f, [1,3,2,4])
print(r) # 10 以上
reduce
求解過程等于：
需要注意：
reduce
函數要求
f
必須帶2個參數，隻有這樣才能完成歸約化簡。
10 嵌套函數
嵌套函數是指裡面再嵌套函數的函數。
如下例子，将清單轉化為二叉樹。已知清單
nums
，
nums = [3,9,20,None,None,15,7]，轉化為下面二叉樹:
二叉樹定義：
class TreeNode:
def __init__(self, x):
self.val = x
self.left = None
self.right = None 建構滿足以上結構的二叉樹，可以觀察到：樹的父節點和左右子節點的關系：
基于以上公式，再使用遞歸建構二叉樹。
遞歸基情況：
if index >= len(nums) or nums[index] is None:
return None 遞歸方程：
根據以上分析，得到如下代碼，
list_to_binarytree
函數是嵌套函數，它裡面還有一個
level
子函數：
def list_to_binarytree(nums):
def level(index):
if index >= len(nums) or nums[index] is None:
return None
root = TreeNode(nums[index])
root.left = level(2 * index + 1)
root.right = level(2 * index + 2)
return root
return level(0)
binary_tree = list_to_binarytree([3,9,20,None,None,15,7]) 通常使用嵌套函數的場景：實作一個功能隻需要編寫2個函數，寫成一個
class
好像顯得有些不必要，寫成嵌套後更簡潔，并且某些參數能共享，親和性會更好。不妨體會上面的
nums
參數。
總結
函數專題主要總結了以下：
- Python 函數專題
- 基礎部分
- 1 函數組成
- 2 引用傳參
- 3 預設參數與關鍵字參數
- 4 可變參數
- 5 内置函數
- 進階部分
- 6 偏函數
- 7 遞歸函數
- 8 匿名函數
- 9 高階函數
- 10 嵌套函數
- 總結