Python函数

def functionname(parameters ):

   "函数_文档字符串"

   function_suite

   return [expression]

默认情况下，参数值和参数名称是按函数声明中定义的的顺序匹配起来的。

函数调用

# 定义函数

def printme( str ):

   "打印任何传入的字符串"

   print str

   return

# 调用函数

printme("我要调用用户自定义函数!")

printme("再次调用同一函数")

参数传递

在 python 中，类型属于对象，变量是没有类型的：

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。

def ChangeInt( a ):

    a = 10

b = 2

ChangeInt(b)

print b # 结果是 2

# 可写函数说明

def changeme(mylist):

   "修改传入的列表"

   mylist.append([1,2,3,4])

   print "函数内取值: ", mylist  #函数内取值:  [10, 20, 30, [1, 2, 3, 4]]

   return

# 调用changeme函数

mylist = [10,20,30]

changeme( mylist )

print "函数外取值: ", mylist #函数外取值:  [10, 20, 30, [1, 2, 3, 4]]

参数

必备参数

#可写函数说明

def printme(str):

   "打印任何传入的字符串"

   print str

   return

#调用printme函数

printme()  #TypeError: printme() takes exactly 1 argument (0 given)

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。

#可写函数说明

def printinfo(name, age):

   "打印任何传入的字符串"

   print "Name: ", name

   print "Age ", age

   return

#调用printinfo函数

printinfo(age=50, name="miki") #Name:  miki,Age  50

缺省参数 调用函数时，缺省参数的值如果没有传入，则被认为是默认值。下例会打印默认的age，如果age没有被传入：

#可写函数说明

def printinfo( name, age = 35 ):

   "打印任何传入的字符串"

   print "Name: ", name

   print "Age ", age

   return

#调用printinfo函数

printinfo( age=50, name="miki" )

printinfo( name="miki" )

不定长参数

def functionname([formal_args,] *var_args_tuple):

   "函数_文档字符串"

   function_suite

   return [expression]

# 可写函数说明

def printinfo( arg1, *vartuple ):

   "打印任何传入的参数"

   print "输出: "

   print arg1

   for var in vartuple:

      print var

   return

# 调用printinfo 函数

printinfo( 10 )

printinfo( 70, 60, 50 )

def say_hello(**kwargs):

    name = kwargs.get('name')

    age = kwargs.get('age')

    message = '{name}, 今年{age}岁了。'.format(name=name, age=age)

    print message

say_hello(**{'name': 'zhangsan', 'age': 20})

say_hello(name='zhangsan', age=20)

# 返回值

def get_area(width, height):

    a = width * height

    return a

area = get_area(3, 4)

print area

# return 不返回值，或者不写，则返返回默认返回值,默认返回None

# 多个返回值

def get_area_and_c(r):

    area = 3.14 * r * r

    c = 3.14 * 2 * r

    return (area, c)

a, b = get_area_and_c(r=5)

print a, b  #78.5 31.4

# 递归函数

# 计算阶乘

def fact(n):

    if n == 0:

        return 1

    return n * fact(n - 1)

print fact(8) #40320

# 计算斐波那契数列

# 0 1  1  2  3  5  8  13  21  34  55

def fib(n):

    if n == 1:

        return 0

    if n == 2:

        return 1

    return fib(n - 1) + fib(n - 2)

print fib(10)

# 高阶函数

# 匿名函数lambda表达式

python 使用 lambda 来创建匿名函数。

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，且不能访问自有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。

lambda [arg1 [,arg2,.....argn]]:expression

# 可写函数说明

sum = lambda arg1,arg2: arg1 + arg2

# 调用sum函数

print "相加后的值为 : ", sum( 10, 20 ) #相加后的值为 :  30

print "相加后的值为 : ", sum( 20, 20 ) #相加后的值为 :  40

filter(function, iterable)

function -- 判断函数。

iterable -- 可迭代对象。

filter() 函数用于过滤序列，过滤掉不符合条件的元素，返回由符合条件元素组成的新列表。

该接收两个参数，第一个为函数，第二个为序列，序列的每个元素作为参数传递给函数进行判，然后返回 True 或 False，最后将返回 True 的元素放到新列表中。

def is_odd(n):

    return n % 2 == 1  #函数返回的是真和假

newlist = filter(is_odd, [1, 2, 3, 4, 5, 6, 7, 8, 9, 10])

print(newlist)  #[1, 3, 5, 7, 9]

import math

def is_sqr(x): #函数返回的是真和假

    return math.sqrt(x) % 1 == 0

newlist = filter(is_sqr, range(1, 101))

print(newlist)

reduce(function, iterable[, initializer]) initializer -- 可选，初始参数

reduce() 函数会对参数序列中元素进行累积。

函数将一个数据集合（链表，元组等）中的所有数据进行下列操作：用传给reduce中的函数 function（有两个参数）先对集合中的第 1、2 个元素进行操作，得到的结果再与第三个数据用 function 函数运算，最后得到一个结果。

def add(x, y):            # 两数相加

    return x + y

print reduce(add, [1,2,3,4,5])  #15

print reduce(lambda x, y: x+y, [1,2,3,4,5]) #15

map() 会根据提供的函数对指定序列做映射。

第一个参数 function 以参数序列中的每一个元素调用 function 函数，返回包含每次 function 函数返回值的新列表。

语法

map() 函数语法：

map(function, iterable, ...)

function -- 函数

iterable -- 一个或多个序列

def square(x) :            # 计算平方数

    return x ** 2

print  map(square, [1,2,3,4,5])   # 计算列表各个元素的平方 [1, 4, 9, 16, 25]

print map(lambda x: x ** 2, [1, 2, 3, 4, 5])  # 使用 lambda 匿名函数 [1, 4, 9, 16, 25]

print map(lambda x, y: x + y, [1, 3, 5, 7, 9], [2, 4, 6, 8, 10]) #[3, 7, 11, 15, 19]

全局变量和局部变量

定义在函数内部的变量拥有一个局部作用域，定义在函数外的拥有全局作用域。

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。调用函数时，所有在函数内声明的变量名称都将被加入到作用域中。如下实例：

total = 0; # 这是一个全局变量

# 可写函数说明

def sum( arg1, arg2 ):

   #返回2个参数的和."

   total = arg1 + arg2; # total在这里是局部变量.

   print "函数内是局部变量 : ", total #函数内是局部变量 :  30

   return total;

#调用sum函数

sum( 10, 20 );

print "函数外是全局变量 : ", total #函数外是全局变量 :  0

原文：http://blog.51cto.com/395469372/2091996