前述：

Python不但能非常灵活地定义函数，而且本身内置了很多有用的函数，可以直接调用。

这里就是记录一下自己学习的内容，因为是个小白，所以很多基础的东西也会记录一下，主要还是加深一下自己的印象。

资料来源于廖雪峰老师的官网，还有哔站的教学视频。

?

调用函数：

要调用一个函数，需要知道函数的名称和参数，可以直接从Python的官网查看文档：http://docs.python.org/3/library/functions.html#abs

?

调用函数时候传入的参数数量不怼，会报错，比如：

数据类型转换

Python内置的常用函数还包括数据类型转换函数，比如int()函数可以把其他数据类型转换为整数：

函数名其实就是指向一个函数对象的引用，完全可以把函数名赋给一个变量，相当于给这个函数起了一个"别名"：

就像这个变量a指向了abs，所以也可以通过a调用abs函数。

?

定义函数：

在Python中，定义一个函数要使用def语句，依次写出函数名、括号、括号中的参数和冒号:，然后，在缩进块中编写函数体，函数的返回值用return语句返回。

比如我们自定义个求绝对值的 my_abs 函数为例子：

?

也可以这么写

?

my_abs()的函数定义保存为1.py文件了，那么，可以在该文件的当前目录下启动Python解释器，用from 1 import my_abs来导入my_abs()函数，注意1是文件名（不含.py扩展名）：

?

空函数：

如果想定义一个什么事也不做的空函数，可以用pass语句。实际上pass可以用来作为占位符，比如现在还没想好怎么写函数的代码，就可以先放一个pass，让代码能运行起来。

pass还可以用在其他语句里，缺少了pass，代码运行就会有语法错误，比如：

?

参数检查：

调用函数时，如果参数个数不对，Python解释器会自动检查出来，并抛出TypeError ：

但是如果参数类型不对，Python解释器就无法帮我们检查。试试my_abs和内置函数abs的差别：

当传入了不恰当的参数时，内置函数abs会检查出参数错误，而我们定义的my_abs没有参数检查，会导致if语句出错，出错信息和abs不一样。所以，这个函数定义不够完善。

让我们修改一下my_abs的定义，对参数类型做检查，只允许整数和浮点数类型的参数。数据类型检查可以用内置函数isinstance()实现：

?

返回多个值：

给出坐标、位移和角度，就可以计算出新的坐标，import math语句表示导入math包，并允许后续代码引用math包里的sin、cos等函数。

然后，我们就可以同时获得返回值：

?

返回值是一个tuple！但是，在语法上，返回一个tuple可以省略括号，而多个变量可以同时接收一个tuple，按位置赋给对应的值，所以，Python的函数返回多值其实就是返回一个tuple，但写起来更方便。这只是一种假象，Python函数返回的仍然是单一值：

?

?

函数的参数

Python的函数定义非常简单，但灵活度却非常大。除了正常定义的必选参数外，还可以使用默认参数、可变参数和关键字参数，使得函数定义出来的接口，不但能处理复杂的参数，还可以简化调用者的代码。

位置参数

我们这里先写一个计算X2的函数，对于power(x)函数，参数x就是一个位置参数。

当我们调用power函数时，必须传入有且仅有的一个参数x：

?

那用来计算X的n次方怎么办？这样我们可以把power(x)修改为power(x, n)：

power(x, n)函数有两个参数：x和n，这两个参数都是位置参数，调用函数时，传入的两个值按照位置顺序依次赋给参数x和n。

?

默认参数

新的power(x, n)函数定义没有问题，但是，旧的调用代码失败了，原因是我们增加了一个参数，导致旧的代码因为缺少一个参数而无法正常调用：

这个时候，默认参数就排上用场了。Python的错误信息很明确：调用函数power()缺少了一个位置参数n。就像计算的X2可以这么写：

这样，当我们调用power(5)时，相当于调用power(5, 2)。

?

设置默认参数时，有几点要注意：

一是必选参数在前，默认参数在后，否则Python的解释器会报错（思考一下为什么默认参数不能放在必选参数前面）；

二是当函数有多个参数时，把变化大的参数放前面，变化小的参数放后面。变化小的参数就可以作为默认参数。

?

默认函数最大的好处就是降低了调用函数的难度，

比如现在我们需要传入两个参数name和gender。这样，调用enroll()函数只需要传入两个参数：

?

Python函数在定义的时候，默认参数L的值就被计算出来了，即[]，因为默认参数L也是一个变量，它指向对象[]，每次调用该函数，如果改变了L的内容，则下次调用时，默认参数的内容就变了，不再是函数定义时的[]了。

注意：默认参数必须指向不变对象！

?

我们可以用None这个不变对象来实现，比如：

不变对象一旦创建，对象内部的数据就不能修改，这样就减少了由于修改数据导致的错误。

?

可变参数

数学题为例子，给定一组数字a，b，c……，计算a2?+ b2?+ c2?+ ……。

要定义出这个函数，我们必须确定输入的参数。由于参数个数不确定，我们首先想到可以把a，b，c……作为一个list或tuple传进来：

调用的时候先装一个list或tuple：（正确错误作对比）

?

我们把函数的参数改为可变参数：

我们仅仅在参数前面加了个*号，但是表示的意义确实完全不同的。在函数内部，参数numbers接收到的是一个tuple，调用该函数时，可以传入任意个参数，包括0个参数。

?

关键字参数

关键字参数有什么用？它可以扩展函数的功能。比如，在person函数里，我们保证能接收到name和age这两个参数，但是，如果调用者愿意提供更多的参数，我们也能收到。试想你正在做一个用户注册的功能，除了用户名和年龄是必填项外，其他都是可选项，利用关键字参数来定义这个函数就能满足注册的需求。

?

关键字参数允许你传入0个或任意个含参数名的参数，这些关键字参数在函数内部自动组装为一个dict，然后，把该dict转换为关键字参数传进去：

简化的写法：

**extra表示把extra这个dict的所有key-value用关键字参数传入到函数的**kw参数，kw将获得一个dict，注意kw获得的dict是extra的一份拷贝，对kw的改动不会影响到函数外的extra。

?

命名关键字参数

对于关键字参数，函数的调用者可以传入任意不受限制的关键字参数。至于到底传入了哪些，就需要在函数内部通过kw检查。

如果要限制关键字参数的名字，就可以用命名关键字参数，例如，只接收city和job作为关键字参数。和关键字参数**kw不同，命名关键字参数需要一个特殊分隔符*，*后面的参数被视为命名关键字参数。这种方式定义的函数如下：

如果函数定义中已经有了一个可变参数，后面跟着的命名关键字参数就不再需要一个特殊分隔符*了：

命名关键字参数必须传入参数名，这和位置参数不同。如果没有传入参数名，调用将报错：

由于调用时缺少参数名city和job，Python解释器把这4个参数均视为位置参数，但person()函数仅接受2个位置参数。命名关键字参数可以有缺省值，从而简化调用，由于命名关键字参数city具有默认值，调用时，可不传入city参数：

使用命名关键字参数时，要特别注意，如果没有可变参数，就必须加一个*作为特殊分隔符。如果缺少*，Python解释器将无法识别位置参数和命名关键字参数。

参数组合

在Python中定义函数，可以用必选参数、默认参数、可变参数、关键字参数和命名关键字参数，这5种参数都可以组合使用。但是请注意，参数定义的顺序必须是：必选参数、默认参数、可变参数、命名关键字参数和关键字参数。

注意：虽然可以组合多达5种参数，但不要同时使用太多的组合，否则函数接口的可理解性很差。

比如定义一个函数，包含上述若干种参数，在函数调用的时候，Python解释器自动按照参数位置和参数名把对应的参数传进去：

通过一个tuple和dict，你也可以调用上述函数：

?

递归函数：

在函数内部，可以调用其他函数。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。

举个例子，我们来计算阶乘n! = 1 x 2 x 3 x ... x n，用函数fact(n)表示，可以看出：

fact(n) = n! = 1 x 2 x 3 x ... x (n-1) x n = (n-1)! x n = fact(n-1) x n。所以，fact(n)可以表示为 n x fact(n-1)，只有n=1时需要特殊处理。

于是，fact(n)用递归的方式写出来就是：

递归函数的优点是定义简单，逻辑清晰。理论上，所有的递归函数都可以写成循环的方式，但循环的逻辑不如递归清晰。

?

使用递归函数需要注意防止栈溢出。由于栈的大小不是无限的，所以，递归调用的次数过多，会导致栈溢出：

?

解决递归调用栈溢出的方法是通过尾递归优化，尾递归是指，在函数返回的时候，调用自身本身，并且，return语句不能包含表达式。这样，编译器或者解释器就可以把尾递归做优化，使递归本身无论调用多少次，都只占用一个栈帧，不会出现栈溢出的情况。

?

要改成尾递归方式，需要多一点代码，主要是要把每一步的乘积传入到递归函数中：

return fact_iter(num - 1, num * product)仅返回递归函数本身，num - 1和num * product在函数调用前就会被计算，不影响函数调用。

原文：https://www.cnblogs.com/qi-yuan/p/12629755.html