Python函数用法和底层原理分析

函数是可重用的程序代码块。函数的作用，不仅可以实现代码的复用，更能实现代码的一致性。一致性指的是，只要修改函数的代码，则所有调用该函数的地方都能得到体现。

在编写函数时，函数体中的代码写法和我们前面讲述的基本一致，只是对代码实现了封装，并增加了函数调用、传递参数、返回计算结果等内容。

为了让大家更容易理解，掌握的更深刻。我们也要深入内存底层进行分析。绝大多数语言内存底层都是高度相似的，这样大家掌握了这些内容也便于以后学习其他语言

函数的基本概念

• 一个程序由一个个任务组成；函数就是代表一个任务或者一个功能。
• 函数是代码复用的通用机制。

Python 函数的分类

Python 中函数分为如下几类：

• 内置函数

我们前面使用的 str()、list()、len()等这些都是内置函数，我们可以拿来直接使用。

• 标准库函数

我们可以通过 import 语句导入库，然后使用其中定义的函数

• 第三方库函数

Python 社区也提供了很多高质量的库。下载安装这些库后，也是通过 import 语句导入，然后可以使用这些第三方库的函数

• 用户自定义函数

用户自己定义的函数，显然也是开发中适应用户自身需求定义的函数。

核心要点

Python 中，定义函数的语法如下：

def 函数名 ([参数列表]) : 
'''文档字符串''' 
函数体/若干语

要点：

• 我们使用 def 来定义函数，然后就是一个空格和函数名称；

(1) Python 执行 def 时，会创建一个函数对象，并绑定到函数名变量上。

• 参数列表

(1) 圆括号内是形式参数列表，有多个参数则使用逗号隔开'

(2) 形式参数不需要声明类型，也不需要指定函数返回值类型

(3) 无参数，也必须保留空的圆括号

(4) 实参列表必须与形参列表一一对应

• return 返回值

(1) 如果函数体中包含 return 语句，则结束函数执行并返回值；

(2) 如果函数体中不包含 return 语句，则返回 None 值。

• 调用函数之前，必须要先定义函数，即先调用 def 创建函数对象

(1) 内置函数对象会自动创建

(2) 标准库和第三方库函数，通过 import 导入模块时，会执行模块中的 def 语

形参和实参

【操作】定义一个函数，实现两个数的比较，并返回较大的值

1. def print_max(a,b): 
2. '''实现两个数的比较，并返回较大的值''' 
3. if a > b: 
4. print(a,'MAX') 
5. else: 
6. print(b,'MAX') 
7.  
8. print_max(10, 20) 
9. print_max(99, -99) 
10.  
11. #result 
12. #20 MAX 
13. #99 MAX 

上面的 printMax 函数中，在定义时写的 print_max(a,b)。a 和 b 称为“形式参数”，简称“形参”。也就是说，形式参数是在定义函数时使用的。 形式参数的命名只要符合“标识符”命名规则即可。

在调用函数时，传递的参数称为“实际参数”，简称“实参”。上面代码中，printMax(10,20)，10 和 20 就是实际参数。

文档字符串(函数的注释)

程序的可读性最重要，一般建议在函数体开始的部分附上函数定义说明，这就是“文档字符串”，也有人成为“函数的注释”。我们通过三个单引号或者三个双引号来实现，中间可以加入多行文字进行说明

【操作】测试文档字符串的使用

1. def print_max(a,b): 
2. '''实现两个数的比较，并返回较大的值''' 
3. if a > b: 
4. print(a,'MAX') 
5. else: 
6. print(b,'MAX') 
7.  
8. print(help(print_max.__doc__)) 
9.  
10. #result 
11. #No Python documentation found for '实现两个数的比较，并返回较大的值'. 
12. #Use help() to get the interactive help utility. 
13. #Use help(str) for help on the str class. 
14. #None 

返回值

return 返回值要点：

• 如果函数体中包含 return 语句，则结束函数执行并返回值；
• 如果函数体中不包含 return 语句，则返回 None 值。
• 要返回多个返回值，使用列表、元组、字典、集合将多个值“存起来”即可

【操作】计算a + b 不设置返回值

1. def print_star(a,b): 
2. a + b 
3. c = print_star(4,10) 
4. print(c) 
5.  
6. #result 
7. #None 

【操作】计算a + b 设置返回值

1. def print_star(a,b): 
2. c = a + b 
3. return c 
4.  
5. c = print_star(4,10) 
6. print(c) 
7. #result 
8. #14 

函数也是对象，内存底层分析

Python 中，“一切都是对象”。实际上，执行 def 定义函数后，系统就创建了相应的函数对象。我们执行如下程序，然后进行解释：

1. def print_star(n): 
2. print("*"*n) 
3. print(print_star) 
4. print(id(print_star)) 
5. c = print_star 
6. c(3) 
7.  
8. #result 
9. #<function print_star at 0x0000000002BB8620> 
10. #45844000 
11. #*** 

上面代码执行 def 时，系统中会创建函数对象，并通过 print_star 这个变量进行引用：

我们执行“c=print_star”后，显然将 print_star 变量的值赋给了变量 c，内存图变成了：

显然，我们可以看出变量 c 和 print_star 都是指向了同一个函数对象。因此，执行 c(3)和执行 print_star(3)的效果是完全一致的。 Python 中，圆括号意味着调用函数。在没有圆括号的情况下，Python 会把函数当做普通对象。

变量的作用域(全局变量和局部变量)

变量起作用的范围称为变量的作用域，不同作用域内同名变量之间互不影响。变量分为：全局变量、局部变量。

全局变量：

• 在函数和类定义之外声明的变量。作用域为定义的模块，从定义位置开始直到模块结束。
• 全局变量降低了函数的通用性和可读性。应尽量避免全局变量的使用。
• 全局变量一般做常量使用。
• 函数内要改变全局变量的值，使用 global 声明一下

局部变量：

• 在函数体中（包含形式参数）声明的变量。
• 局部变量的引用比全局变量快，优先考虑使用。
• 如果局部变量和全局变量同名，则在函数内隐藏全局变量，只使用同名的局部变量

【操作】全局变量的作用域测试

1. def f1(): 
2. global a #如果要在函数内改变全局变量的值，增加 global 关键字声明 
3. print(a) #打印全局变量 a 的值 
4. a = 300 
5. f1() 
6. print(a) 
7.  
8. #result 
9. #100 
10. #300 

【操作】全局变量和局部变量同名测试

1. a=100 
2. def f1(): 
3. a = 3 #同名的局部变量 
4. print(a) 
5. f1() 
6. print(a) #a 仍然是 100，没有变 
7.  
8. #result 
9. #3 
10. #100 

【操作】 输出局部变量和全局变

1. a = 100 
2. def f1(a, b, c): 
3. print(a, b, c) 
4. print(locals()) 
5. print('*' * 20) 
6. print(globals()) 
7.  
8. f1(1, 2, 3) 
9.  
10. #result 
11. #1 2 3  
12. #{'a': 1, 'b': 2, 'c': 3} 返回一个字典 
13. #******************** 
14. #{'__name__': '__main__', '__doc__': None, '__package__': None, '__loader__': <_frozen_importlib_external.SourceFileLoader object at 0x0000023F0086CA10>, '__spec__': None, '__annotations__': {}, '__builtins__': <module 'builtins' (built-in)>, '__file__': 'c:\\Users\\chenh\\OneDrive\\Data Learn\\Python 基础\\课堂笔记\\05\\Book_code.py', '__cached__': None, 'a': 100, 'f1': <function f1 at 0x0000023F00810680>} 

部变量和全局变量效率测试

局部变量的查询和访问速度比全局变量快，优先考虑使用，尤其是在循环的时候。在特别强调效率的地方或者循环次数较多的地方，可以通过将全局变量转为局部变量提高运行速度

【操作】测试局部变量和全局变量效率

1. #测试局部变量、全局变量的效率 
2. import time 
3. import math 
4. def test01(): 
5. start = time.time() 
6. for i  in range(100000000): 
7. math.sqrt(30) 
8. end = time.time() 
9. print('耗时{0}'.format(end - start)) 
10.  
11. def test02(): 
12. b = math.sqrt 
13. start = time.time() 
14. for i  in range(100000000): 
15. b(30) 
16. end = time.time() 
17. print('耗时{0}'.format(end - start)) 
18.  
19. test01() 
20. test02()  
21.  
22. #result 
23. #耗时7.24362325668335 
24. #耗时6.6801464557647705 

参数的传递

函数的参数传递本质上就是：从实参到形参的赋值操作。 Python 中“一切皆对象”，所有的赋值操作都是“引用的赋值”。所以，Python 中参数的传递都是“引用传递”，不是“值传递”。具体操作时分为两类：

• 对“可变对象”进行“写操作”，直接作用于原对象本身。
• 对“不可变对象”进行“写操作”，会产生一个新的“对象空间”，并用新的值填充这块空间。（起到其他语言的“值传递”效果，但不是“值传递”）可变对象有：

字典、列表、集合、自定义的对象等不可变对象有：数字、字符串、元组、function

【操作】参数传递：传递可变对象的引用

1. b = [10,20] 
2. def f2(m): 
3. print("m:",id(m)) #b 和 m 是同一个对象 
4. m.append(30) #由于 m 是可变对象，不创建对象拷贝，直接修改这个对象 
5. f2(b) 
6. print("b:",id(b)) 
7. print(b) 
8.  
9. #result 
10. #m: 1619876826368 
11. #b: 1619876826368 
12. #[10, 20, 30] 

传递不可变对象的引用

传递参数是不可变对象（例如：int、float、字符串、元组、布尔值），实际传递的还是对象的引用。在”赋值操作”时，由于不可变对象无法修改，系统会新创建一个对象。

【操作】参数传递：传递不可变对象的引用

1. a = 100 
2. def f1(n): 
3. print("n:",id(n)) #传递进来的是 a 对象的地址 
4. n = n + 200 #由于 a 是不可变对象，因此创建新的对象 n 
5. print("n:",id(n)) #n 已经变成了新的对象 
6. print(n) 
7. f1(a) 
8. print("a:",id(a)) #a的内存地址并没有发生改变 
9.  
10. #result 
11. #n: 140717568683912 
12. #n: 2640908885520 
13. #300 
14. #a: 140717568683912 

显然，通过 id 值我们可以看到 n 和 a 一开始是同一个对象。给 n 赋值后，n 是新的对象。

浅拷贝和深拷贝

为了更深入的了解参数传递的底层原理，我们需要讲解一下“浅拷贝和深拷贝”。我们可以使用内置函数：copy(浅拷贝)、deepcopy(深拷贝)。

浅拷贝：不拷贝子对象的内容，只是拷贝子对象的引用。深拷贝：会连子对象的内存也全部拷贝一份，对子对象的修改不会影响源对象

【操作】测试浅拷贝和深拷贝

1. #测试浅拷贝和深拷贝 
2. import copy 
3. def testCopy(): 
4. '''测试浅拷贝''' 
5. a = [10, 20, [5, 6]] 
6. b = copy.copy(a) 
7. print("a", a) 
8. print("b", b) 
9. b.append(30) 
10. b[2].append(7) 
11. print("浅拷贝......") 
12. print("a", a) 
13. print("b", b) 
14.  
15. def testDeepCopy(): 
16. '''测试深拷贝''' 
17. a = [10, 20, [5, 6]] 
18. b = copy.deepcopy(a) 
19. print("a", a) 
20. print("b", b) 
21. b.append(30) 
22. b[2].append(7) 
23. print("深拷贝......") 
24. print("a", a) 
25. print("b", b) 
26.  
27. testCopy() 
28. print("*************") 
29. testDeepCopy() 
30.  
31. #result 
32. ''' 
33. a [10, 20, [5, 6]] 
34. b [10, 20, [5, 6]] 
35. 浅拷贝...... 
36. a [10, 20, [5, 6, 7]] 
37. b [10, 20, [5, 6, 7], 30] 
38. ************* 
39. a [10, 20, [5, 6]] 
40. b [10, 20, [5, 6]] 
41. 深拷贝...... 
42. a [10, 20, [5, 6]] 
43. b [10, 20, [5, 6, 7], 30] 
44. ''' 

传递不可变对象包含的子对象是可变的情况

传递不可变对象时。不可变对象里面包含的子对象是可变的。则方法内修改了这个可变对象，源对象也发生了变化

1. a = (10,20,[5,6]) 
2. print("a:",id(a)) 
3.  
4. def test01(m): 
5. print("m:",id(m)) 
6. m[2][0] = 888 
7. print(m) 
8. print("m:",id(m)) 
9.  
10. test01(a) 
11. print(a) 
12.  
13. #result 
14. ''' 
15. a: 3006159512640 
16. m: 3006159512640 
17. (10, 20, [888, 6]) 
18. m: 3006159512640 
19. (10, 20, [888, 6]) 
20. ''' 

参数的几种类型

位置参数

函数调用时，实参默认按位置顺序传递，需要个数和形参匹配。按位置传递的参数，称为：“位置参数”。

【操作】测试位置参数

1. def f1(a,b,c): 
2. print(a,b,c) 
3. f1(2,3,4) 
4. f1(2,3) #报错，位置参数不匹配 
5.  
6. #result 
7. ''' 
8. 2 3 4 
9. Traceback (most recent call last): 
10.   File "c:\Users\chenh\OneDrive\Data Learn\Python 基础\课堂笔记\05\Book_code.py", line 4, in <module> 
11. f1(2,3) #报错，位置参数不匹配 
12. ^^^^^^^ 
13. TypeError: f1() missing 1 required positional argument: 'c' 
14. ''' 

默认值参数

我们可以为某些参数设置默认值，这样这些参数在传递时就是可选的。称为“默认值参数”。默认值参数放到位置参数后面。

【操作】测试默认值参数

1. def f1(a, b, c=10, d=20): #默认值参数必须位于普通位置参数后面 
2. print(a, b, c, d) 
3.  
4. f1(9, 8) 
5. f1(8, 9, 19) 
6. f1(8, 9, 19, 29) 
7.  
8. #result 
9. ''' 
10. 9 8 10 20 
11. 8 9 19 20 
12. 8 9 19 29 
13. ''' 

命名参数

我们也可以按照形参的名称传递参数，称为“命名参数”，也称“关键字参数”。

【操作】测试命名参数

1. def f1(a,b,c): 
2. print(a,b,c) 
3.  
4. f1(8, 9, 19)#位置参数 
5. f1(c=10, a=20, b=30)#命名参数、 
6.  
7. #result 
8. ''' 
9. 8 9 19 
10. 20 30 10 
11. ''' 

可变参数

可变参数指的是“可变数量的参数”。分两种情况：

• *param（一个星号），将多个参数收集到一个“元组”对象中。
• **param（两个星号），将多个参数收集到一个“字典”对象中。

【操作】测试可变参数处理（元组、字典两种方式

1. def f1(a,b,*c): 
2. print(a,b,c) 
3.  
4. f1(8, 9, 19, 20) 
5.  
6. def f2(a,b,**c): 
7. print(a,b,c) 
8.  
9. f2(8, 9, name = 'gaoqi', age = 18) 
10.  
11. def f3(a,b,*c,**d): 
12. print(a,b,c,d) 
13.  
14. f3(8, 9, 20, 30, name = 'gaoqi',age = 18)\ 
15.  
16. #result 
17. ''' 
18. 8 9 (19, 20)#将*c参数放在元组中 
19. 8 9 {'name': 'gaoqi', 'age': 18}#将**c参数放在字典中 
20. 8 9 (20, 30) {'name': 'gaoqi', 'age': 18} 
21. ''' 

强制命名参数

在带星号的“可变参数”后面增加新的参数，必须在调用的时候“强制命名参数”。

【操作】强制命名参数的使用

1. def f1(*a,b,c): 
2. print(a,b,c) 
3. #f1(2,3,4) #会报错。由于 a 是可变参数，将 2,3,4 全部收集。造成 b 和 c 没有赋值。 
4. f1(2,b=3,c=4)  
5. f1(2, 3, 4, b=10, c=100) 
6. ''' 
7. result: 
8. (2,) 3 4 
9. (2, 3, 4) 10 100 
10. ''' 

lambda 表达式和匿名函数

lambda 表达式可以用来声明匿名函数。lambda 函数是一种简单的、在同一行中定义函数的方法。lambda 函数实际生成了一个函数对象。

lambda 表达式只允许包含一个表达式，不能包含复杂语句，该表达式的计算结果就是函数的返回值。

ambda 表达式的基本语法如下：

1. lambda arg1,arg2,arg3... : <表达式> 

arg1/arg2/arg3 为函数的参数。<表达式>相当于函数体。运算结果是：表达式的运算结果。

【操作】lambda 表达式使

1. f = lambda a, b, c : a + b + c 
2.  
3. print(f) 
4. print(f(2, 3, 4)) 
5.  
6. ''' 
7. result: 
8. <function <lambda> at 0x0000024E1DBA0680> 
9. 9 
10. ''' 
11.  
12. g = [lambda a : a*2, lambda b : b*3, lambda c : c*4] 
13.  
14. print(g) 
15. print(g[0](6),g[1](7),g[2](8)) 
16.  
17. ''' 
18. result: 
19. [<function <lambda> at 0x0000019D11368E00>, <function <lambda> at 0x0000019D11368F40>, <function <lambda> at 0x0000019D11368FE0>] 
20. 12 21 32 
21. ''' 

eval()函数

功能：将字符串 str 当成有效的表达式来求值并返回计算结果。

语法参数：

1. eval(source[, globals[, locals]]) -> value 
2.  
3. source：一个 Python 表达式或函数 compile()返回的代码对象 
4. globals：可选。必须是 dictionary 
5. locals：可选。任意映射对象 
6. s = "print('abcde')" 
7. eval(s) 
8.  
9. a = 10 
10. b = 20 
11. c = eval("a + b") 
12. print(c) 
13.  
14. dict1 = dict(a = 100, b = 200) 
15.  
16. d = eval("a+b",dict1) 
17. print(d) 
18.  
19. ''' 
20. result: 
21. abcde 
22. 30 
23. 300 
24. ''' 

eval 函数会将字符串当做语句来执行，因此会被注入安全隐患。比如：字符串中含有删除文件的语句。那就麻烦大了。因此，使用时候，要慎重！！！

递归函数

递归函数指的是：自己调用自己的函数，在函数体内部直接或间接的自己调用自己。递归类似于大家中学数学学习过的“数学归纳法”。 每个递归函数必须包含两个部分：

• 终止条件

表示递归什么时候结束。一般用于返回值，不再调用自己。

• 递归步骤

把第 n 步的值和第 n-1 步相关联。

递归函数由于会创建大量的函数对象、过量的消耗内存和运算能力。在处理大量数据时，谨慎使用。

【操作】 使用递归函数计算阶乘(factorial

1. def factorial(n): 
2. if n == 1: 
3. return 1 
4. else: 
5. return n * factorial(n-1) 
6.  
7. for i in range(1,11): 
8. print(i,'!=',factorial(i)) 
9.  
10. ''' 
11. result: 
12. 1 != 1 
13. 2 != 2 
14. 3 != 6 
15. 4 != 24 
16. 5 != 120 
17. 6 != 720 
18. 7 != 5040 
19. 8 != 40320 
20. 9 != 362880 
21. 10 != 3628800 
22. '''