datawhale组队学习——Python基础——函数与Lambda表达式

本文主要是介绍datawhale组队学习——Python基础——函数与Lambda表达式，希望对大家解决编程问题提供一定的参考价值，需要的开发者们随着小编来一起学习吧！

下内容来自datawhale组队学习——Python基础，供自己学习记录，转载还请附上博客链接！

函数与Lambda表达式

知识点

1. 函数

还记得 Python 里面“万物皆对象”么？Python 把函数也当成对象，可以从另一个函数中返回出来而去构建高阶函数，比如：

参数是函数
返回值是函数

函数的定义
函数以def关键词开头，后接函数名和圆括号()。
函数执行的代码以冒号起始，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。

def functionname(parameters):"函数_文档字符串"function_suitereturn [expression]

函数的调用

def printme(str):print(str)

printme("我要调用用户自定义函数!")  # 我要调用用户自定义函数!
printme("再次调用同一函数")  # 再次调用同一函数
temp = printme('hello') # hello
print(temp)  # None

函数文档

def MyFirstFunction(name):"函数定义过程中name是形参"# 因为Ta只是一个形式，表示占据一个参数位置print('传递进来的{0}叫做实参，因为Ta是具体的参数值！'.format(name))MyFirstFunction('老马的程序人生')  
# 传递进来的老马的程序人生叫做实参，因为Ta是具体的参数值！print(MyFirstFunction.__doc__)  
# 函数定义过程中name是形参help(MyFirstFunction)
# Help on function MyFirstFunction in module __main__:
# MyFirstFunction(name)
#    函数定义过程中name是形参

函数参数

Python 的函数具有非常灵活多样的参数形态，既可以实现简单的调用，又可以传入非常复杂的参数。从简到繁的参数形态如下：

位置参数 (positional argument)
默认参数 (default argument)
可变参数 (variable argument)
关键字参数 (keyword argument)
命名关键字参数 (name keyword argument)
参数组合

1. 位置参数

def functionname(arg1):"函数_文档字符串"function_suitereturn [expression]

arg1 - 位置参数 ，这些参数在调用函数 (call function) 时位置要固定。

2. 默认参数

def functionname(arg1, arg2=v):"函数_文档字符串"function_suitereturn [expression]

arg2 = v - 默认参数 = 默认值，调用函数时，默认参数的值如果没有传入，则被认为是默认值。
默认参数一定要放在位置参数 后面，不然程序会报错。

def printinfo(name, age=8):print('Name:{0},Age:{1}'.format(name, age))printinfo('小马')  # Name:小马,Age:8
printinfo('小马', 10)  # Name:小马,Age:10

Python 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。

def printinfo(name, age):print('Name:{0},Age:{1}'.format(name, age))printinfo(age=8, name='小马')  # Name:小马,Age:8

3. 可变参数

顾名思义，可变参数就是传入的参数个数是可变的，可以是 0, 1, 2 到任意个，是不定长的参数。

def functionname(arg1, arg2=v, *args):"函数_文档字符串"function_suitereturn [expression]

args - 可变参数，可以是从零个到任意个，自动组装成元组。
加了星号（）的变量名会存放所有未命名的变量参数。

def printinfo(arg1, *args):print(arg1)for var in args:print(var)printinfo(10)  # 10
printinfo(70, 60, 50)# 70
# 60
# 50

4. 关键字参数

def functionname(arg1, arg2=v, *args, **kw):"函数_文档字符串"function_suitereturn [expression]

**kw - 关键字参数，可以是从零个到任意个，自动组装成字典。

def printinfo(arg1, *args, **kwargs):print(arg1)print(args)print(kwargs)printinfo(70, 60, 50)
# 70
# (60, 50)
# {}
printinfo(70, 60, 50, a=1, b=2)
# 70
# (60, 50)
# {'a': 1, 'b': 2}

「可变参数」和「关键字参数」的同异总结如下：

可变参数允许传入零个到任意个参数，它们在函数调用时自动组装为一个元组 (tuple)。
关键字参数允许传入零个到任意个参数，它们在函数内部自动组装为一个字典 (dict)。

5. 命名关键字参数

def functionname(arg1, arg2=v, *args, *, nkw, **kw):"函数_文档字符串"function_suitereturn [expression]

*, nkw - 命名关键字参数，用户想要输入的关键字参数，定义方式是在nkw 前面加个分隔符 *。
如果要限制关键字参数的名字，就可以用「命名关键字参数」
使用命名关键字参数时，要特别注意不能缺少参数名。

def printinfo(arg1, *, nkw, **kwargs):print(arg1)print(nkw)print(kwargs)printinfo(70, nkw=10, a=1, b=2)
# 70
# 10
# {'a': 1, 'b': 2}printinfo(70, 10, a=1, b=2)
# TypeError: printinfo() takes 1 positional argument but 2 were given

没有写参数名nwk，因此 10 被当成「位置参数」，而原函数只有 1 个位置函数，现在调用了 2 个，因此程序会报错。

6. 参数组合

在 Python 中定义函数，可以用位置参数、默认参数、可变参数、命名关键字参数和关键字参数，这 5 种参数中的 4 个都可以一起使用，但是注意，参数定义的顺序必须是：

位置参数、默认参数、可变参数和关键字参数。
位置参数、默认参数、命名关键字参数和关键字参数。
要注意定义可变参数和关键字参数的语法：

*args 是可变参数，args 接收的是一个 tuple
**kw 是关键字参数，kw 接收的是一个 dict
命名关键字参数是为了限制调用者可以传入的参数名，同时可以提供默认值。定义命名关键字参数不要忘了写分隔符 *，否则定义的是位置参数。

警告：虽然可以组合多达 5 种参数，但不要同时使用太多的组合，否则函数很难懂。

函数的返回值

def add(a, b):return a + bprint(add(1, 2))  # 3
print(add([1, 2, 3], [4, 5, 6]))  # [1, 2, 3, 4, 5, 6]

def back():return [1, '小马的程序人生', 3.14]print(back())  # [1, '小马的程序人生', 3.14]

def printme(str):print(str)temp = printme('hello') # hello
print(temp) # None
print(type(temp))  # <class 'NoneType'>

变量作用域
Python 中，程序的变量并不是在哪个位置都可以访问的，访问权限决定于这个变量是在哪里赋值的。
定义在函数内部的变量拥有局部作用域，该变量称为局部变量。
定义在函数外部的变量拥有全局作用域，该变量称为全局变量。
局部变量只能在其被声明的函数内部访问，而全局变量可以在整个程序范围内访问。

def discounts(price, rate):final_price = price * ratereturn final_priceold_price = float(input('请输入原价:'))  # 98
rate = float(input('请输入折扣率:'))  # 0.9
new_price = discounts(old_price, rate)
print('打折后价格是:%.2f' % new_price)  # 88.20

当内部作用域想修改外部作用域的变量时，就要用到global和nonlocal关键字了。

num = 1def fun1():global num  # 需要使用 global 关键字声明print(num)  # 1num = 123print(num)  # 123fun1()
print(num)  # 123

内嵌函数

【例子】

def outer():print('outer函数在这被调用')def inner():print('inner函数在这被调用')inner()  # 该函数只能在outer函数内部被调用outer()
# outer函数在这被调用
# inner函数在这被调用

闭包
ps：没有太明白闭包的是啥。

是函数式编程的一个重要的语法结构，是一种特殊的内嵌函数。
如果在一个内部函数里对外层非全局作用域的变量进行引用，那么内部函数就被认为是闭包。
通过闭包可以访问外层非全局作用域的变量，这个作用域称为 闭包作用域。

def funX(x):def funY(y):return x * yreturn funYi = funX(8)
print(type(i))  # <class 'function'>
print(i(5))  # 40

【例子】闭包的返回值通常是函数。

def make_counter(init):counter = [init]def inc(): counter[0] += 1def dec(): counter[0] -= 1def get(): return counter[0]def reset(): counter[0] = initreturn inc, dec, get, resetinc, dec, get, reset = make_counter(0)
inc()
inc()
inc()
print(get())  # 3
dec()
print(get())  # 2
reset()
print(get())  # 0

【例子】 如果要修改闭包作用域中的变量则需要 nonlocal 关键字

def outer():num = 10def inner():nonlocal num  # nonlocal关键字声明num = 100print(num)inner()print(num)outer()# 100
# 100

递归

如果一个函数在内部调用自身本身，这个函数就是递归函数。
【例子】n! = 1 x 2 x 3 x … x n

# 利用循环
n = 5
for k in range(1, 5):n = n * k
print(n)  # 120# 利用递归
def factorial(n):if n == 1:return 1return n * fact(n - 1)print(factorial(5)) # 120

【例子】斐波那契数列 f(n)=f(n-1)+f(n-2), f(0)=0 f(1)=1

# 利用循环
i = 0
j = 1
lst = list([i, j])
for k in range(2, 11):k = i + jlst.append(k)i = jj = k
print(lst)  
# [0, 1, 1, 2, 3, 5, 8, 13, 21, 34, 55]# 利用递归
def recur_fibo(n):if n <= 1:return nreturn recur_fibo(n - 1) + recur_fibo(n - 2)lst = list()
for k in range(11):lst.append(recur_fibo(k))
print(lst)  
# [0, 1, 1, 2, 3, 5, 8, 13, 21, 34, 55]

【例子】设置递归的层数，Python默认递归层数为 100

import syssys.setrecursionlimit(1000)

有关递归的详细介绍参见：
汉诺塔

2. Lambda 表达式

匿名函数的定义
在 Python 里有两类函数：

第一类：用 def 关键词定义的正规函数
第二类：用 lambda 关键词定义的匿名函数
python 使用 lambda 关键词来创建匿名函数，而非def关键词，它没有函数名，其语法结构如下：

lambda argument_list: expression

lambda - 定义匿名函数的关键词。
argument_list - 函数参数，它们可以是位置参数、默认参数、关键字参数，和正规函数里的参数类型一样。
:- 冒号，在函数参数和表达式中间要加个冒号。
expression - 只是一个表达式，输入函数参数，输出一些值。
注意：

expression 中没有 return 语句，因为 lambda 不需要它来返回，表达式本身结果就是返回值。
匿名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。

def sqr(x):return x ** 2print(sqr)
# <function sqr at 0x000000BABD3A4400>y = [sqr(x) for x in range(10)]
print(y)
# [0, 1, 4, 9, 16, 25, 36, 49, 64, 81]lbd_sqr = lambda x: x ** 2
print(lbd_sqr)
# <function <lambda> at 0x000000BABB6AC1E0>y = [lbd_sqr(x) for x in range(10)]
print(y)
# [0, 1, 4, 9, 16, 25, 36, 49, 64, 81]sumary = lambda arg1, arg2: arg1 + arg2
print(sumary(10, 20))  # 30func = lambda *args: sum(args)
print(func(1, 2, 3, 4, 5))  # 15

匿名函数的应用
函数式编程 是指代码中每一块都是不可变的，都由纯函数的形式组成。这里的纯函数，是指函数本身相互独立、互不影响，对于相同的输入，总会有相同的输出，没有任何副作用。

【例子】非函数式编程

def f(x):for i in range(0, len(x)):x[i] += 10return xx = [1, 2, 3]
f(x)
print(x)
# [11, 12, 13]

【例子】函数式编程

def f(x):y = []for item in x:y.append(item + 10)return yx = [1, 2, 3]
f(x)
print(x)
# [1, 2, 3]

匿名函数 常常应用于函数式编程的高阶函数 (high-order function)中，主要有两种形式：

参数是函数 (filter, map)
返回值是函数 (closure)
如，在 filter和map函数中的应用：

filter(function, iterable) 过滤序列，过滤掉不符合条件的元素，返回一个迭代器对象，如果要转换为列表，可以使用 list() 来转换。
【例子】

odd = lambda x: x % 2 == 1
templist = filter(odd, [1, 2, 3, 4, 5, 6, 7, 8, 9])
print(list(templist))  # [1, 3, 5, 7, 9]

map(function, *iterables) 根据提供的函数对指定序列做映射。

m1 = map(lambda x: x ** 2, [1, 2, 3, 4, 5])
print(list(m1))  
# [1, 4, 9, 16, 25]m2 = map(lambda x, y: x + y, [1, 3, 5, 7, 9], [2, 4, 6, 8, 10])
print(list(m2))  
# [3, 7, 11, 15, 19]

除了 Python 这些内置函数，我们也可以自己定义高阶函数。

def apply_to_list(fun, some_list):return fun(some_list)lst = [1, 2, 3, 4, 5]
print(apply_to_list(sum, lst))
# 15print(apply_to_list(len, lst))
# 5print(apply_to_list(lambda x: sum(x) / len(x), lst))
# 3.0

练习题：

1.怎么给函数编写⽂档？

def MyFirstFunction(name):"函数定义过程中name是形参"# 因为Ta只是一个形式，表示占据一个参数位置print('传递进来的{0}叫做实参，因为Ta是具体的参数值！'.format(name))MyFirstFunction('老马的程序人生')  
# 传递进来的老马的程序人生叫做实参，因为Ta是具体的参数值！print(MyFirstFunction.__doc__)  
# 函数定义过程中name是形参

2.怎么给函数参数和返回值注解？
ps：不知
3.闭包中，怎么对数字、字符串、元组等不可变元素更新。

如果要修改闭包作用域中的变量则需要 nonlocal 关键字

4.分别根据每一行的首元素和尾元素大小对二维列表 a = [[6, 5], [3, 7], [2, 8]] 排序。(利用lambda表达式)

a = [[6, 5], [3, 7], [2, 8]]
k=sorted(a,key=lambda x:x[0],reverse=False)
print(k)
#[[2, 8], [3, 7], [6, 5]]

一篇关于排序的博客：排序
5.利用python解决汉诺塔问题？
有a、b、c三根柱子，在a柱子上从下往上按照大小顺序摞着64片圆盘，把圆盘从下面开始按大小顺序重新摆放在c柱子上，尝试用函数来模拟解决的过程。（提示：将问题简化为已经成功地将a柱上面的63个盘子移到了b柱）

def hano(n,a,b,c):if n==1:print(a,'-->',c)return Nonehano(n-1,a,c,b)print(a,'--->',c)hano(n-1,b,a,c)
n=3
a='A'
b='B'
c='C'
hano(n,a,b,c)

这篇关于datawhale组队学习——Python基础——函数与Lambda表达式的文章就介绍到这儿，希望我们推荐的文章对编程师们有所帮助！

---