python函数(全局变量，局部变量，作用域，递归函数，高阶函数，匿名函数)

1.1函数

1.1.1什么是函数

函数就是程序实现模块化的基本单元，一般实现某一功能的集合。
函数名：就相当于是程序代码集合的名称
参数：就是函数运算时需要参与运算的值被称作为参数
函数体：程序的某个功能，进行一系列的逻辑运算
return 返回值：函数的返回值能表示函数的运行结果或运行状态。

1.1.2函数的作用

1.  函数是组织好的，可重复使用的，用来实现单一，或者相关功能的代码。
2.  函数能够提高应用的模块性，和代码的重复利用率

我们已近知道python提供了许多内置函数，比如print(),我们自已创建的函数称为内置函数

1.1.3定义函数的语法

def 函数名(参数):
    函数体
    return  返回值内容

1.1.4函数定义规则

1. 函数代码以def关键词开头，后接定义函数的名称和圆括号,冒号():
2. 函数内容以冒号":"开始，并且缩进
3. 函数内容的第一行内容可选择性使用文档字符串---用来定义该函数的说明
4. 函数的返回值: return  [返回值内容]  用于结束函数，返回一个值，表示程序执行的结果。
5. 函数不带return 默认返回None   返回值可以是任何类型的数据（数字，字符串，函数，列表，元祖，字典等），也可以是一个表达式
6. 函数参数：任何传入参数和自变量必须放在圆括号中间，圆括号之间用于定义参数。

1.1.5函数调用

定义函数语法

def printinfo():
    print("hello world")
    return

调用函数

printinfo()
#函数执行结果
hello world

查看函数返回值

print(printinfo())
#结果
hello world
None             #默认函数值返回类容

其他返回值示例

def printinfo():
    print("hello world")
    return  [111+222]
print(printinfo())

#结果
hello world
[333]        #返回值内容

1.1.5函数参数

注：形参和实参(定义函数时，圆括号(参数)中的所有参数都是形式参数也称为形参，调用函数中，圆括号(参数)中的参数称为实际参数，也叫实参)

1)必须参数：：

2)关键字参数：

3)默认参数：

4)可变参数(*args,**kwargs):

 1.必须参数：

从字面理解：必须要传入参数

传入的参数：与定义的形参顺序一一对应

def stuinfo(name,age):
    print(name,age)
    return

#在不传入参数
stuinfo()  #调用函数

#函数执行结果
TypeError: stuinfo() missing 2 required positional arguments: ‘name‘ and ‘age‘
#报错，提示类型错误，该函数，缺少两个位置参数

不传入参数

def stuinfo(name,age):
    print(name,age)
    return
stuinfo("zhangsan",18) 
#函数执行结果
zhangsan 18

传入参数

 2.关键字参数

def stuinfo(name,age,hobby):
    print(name,age,hobby)
    return

#参数位置匹配，关键字参数，与形参的位置顺序无关,
stuinfo(age=19,name="lisi",hobby="run")  
#name=   age=  hobby=就是关键字参数

#函数执行结果
lisi 19 run

关键字参数

3.默认参数

默认参数必须指向不变的对象

当函数有多个参数，把变化大的参数反正前面，变化小的参数放在后面。变化小的参数就作为默认参数。

默认参数好处：降低调用函数的难度

#默认参数，可以直接使用用，也可以修改默认参数值
def grade(name,age,city="BeiJing"):  #city="BeiJing"  就是默认参数
    print(name,age,city)
# grade("yangjian",age=18)
grade("lala",age=18,city="shanghai")

#grade函数执行结果
lala 18 shanghai

默认参数

4.可变参数

*args  **args

用途：在定义函数需要，每个定义函数功能的都可以继续优化，所以我们需要用动态参数

如果把参数写死了，后期继续修改完善的功能的，修改该函数功能则会相当麻烦

*args  结果类型是元祖，传递值是任意类型

def test(*args):
    print(args)
test(123456,[12,45,88],{"name":"qw","age":15}) #可以传递任意参数的类型
#函数执行结果
(123456, [12, 45, 88], {‘name‘: ‘qw‘, ‘age‘: 15})

**kwargs结果类型是字典，传递值是以key=value方式传入

def test1(**kwargs):
    print(kwargs)
test1(name="xiha",age="12")

#执行结果
{‘age‘: ‘12‘, ‘name‘: ‘xiha‘}

函数* 和 ** 解包

#*
def test(*args):
    print(args)
test(*[1,2,3,4,5,6,7,8,9])  #*参数解包，把【元素】 循环出来，添加到元祖中
#结果
(1, 2, 3, 4, 5, 6, 7, 8, 9)

*

def test1(**kwargs):
    print(kwargs)
test1(**{"hobby":456,"number":789}) #**参数解包，把key:value 循环出来，添加到字典中
#结果
{‘number‘: 789, ‘hobby‘: 456}

**

函数参数组合

def f2(a, b, c=0,*args,**kwargs):
    print(‘a =‘, a, ‘b =‘, b, ‘c =‘, c, args,kwargs)
f2(12,b=12,c=89,aa="as",bb="xxx")
#结果
a = 12 b = 12 c = 89 () {‘bb‘: ‘xxx‘, ‘aa‘: ‘as‘}

函数参数总结：

1.形参的位置顺序，必须与实参的顺序一一对应，缺一不行，多一不行

2.关键字参数，无须一一对应，缺一不行，多一不行

3.位置参数必须在关键字参数左边

4.默认参数一定要用不可变对象，如果是可变对象，程序运行时会有逻辑错误

1.2全局变量和局部变量

在子程序中定义的变量称为局部变量，只在子程序内部生效，

在程序一开始定义的变量称为全局变量

全局变量作用域是整个程序，局部变量作用域是定义该变量的子程序。

当全局变量与局部变量同名时：在定义局部变量的子程序内，局部变量起作用，在其他地方全局变量起作用

name = "xixi"   #全局变量
def change_name():
    name = "haha"  #局部变量只在函数局部作用域内生效
    print("我的名字",name)
    return
change_name()
print(name)

def me():
    global name #声明name是全局变量  global
    name = "yj"  #修改name全局变量的值
    print(name)
    return
me()

如果全局变量是可变的数据类型，函数可以对全局变量内部直接进行修改

eng = ["merry","jack","petter"]
def chang():
    eng.append("mali")
    print(eng)
    return
chang()

总结：

一般写程序变量的命名规则

###全局变量变量名大写

###局部变量变量名小写

1. 函数优先读取局部变量，能读全局变量，无法对全局变量重新赋值操作，#全局变量是不可变的类型
2. 全局变量是可变类型，函数可以对全局变量进行操作
3. 函数中有global关键字，变量本质就是全局变量，可读取全局变量，也可操作全局变量

1.3函数之间嵌套

name = "YangJIan"  #最外层

def change_name(): #第二层
    name = "YangJIan2"

    def change_name2(): #第三层
        name = "YangJIan3"
        print("第3层打印", name)
        
    change_name2()  # 调用内层函数
    print("第2层打印", name)
change_name()  #先执行局部函数的打印，
print("最外层打印", name)

# 第3层打印 YangJIan3
# 第2层打印 YangJIan2
# 最外层打印 YangJIan

注：多层函数嵌套，子级函数，只在子级函数内部生效。父级函数能调用子级函数的功能

1.4递归函数

1.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。

2.在使用递归策越是，必须有一个明确的敌对结束条件，称为递归出口

函数调用的时候，每次调用时要做地址保存，参数传递等。

如果函数包含了对其自身函数的调用，该函数就是递归。如下

def foo(n):
    #实现阶乘
    if  n == 1:
        return n  # 当满种条件n==1才执行return 操作
    res = n*foo(n-1) #调用自已本身的函数的结果（再判断条件是否满足条件）给res ，
    return res
print(foo(5))
#120

 递归算法所所体现的重复一般有的要求：

1.每次调用在上次规模上都有有所减小：

2.每次递归调用都是有明确条件的。

3.相领两次的重复之间有紧密的联系，前一次要为后一次做准备（通常前一次的输出（返回值结果））就作为后一次的输入；

4.在问题的规模得到满足条件时，而不再进行递归调用。

1.5函数式编程

面向过程编程：我们通过把大段代码拆成函数，通过一层一层的函数，可以把复杂的任务分解成简单的任务，这种一步一步的分解可以称之为面向过程的程序设计。函数就是面向过程的程序设计的基本单元。

函数式编程：是使用一系列函数去解决问题，函数式编程就是根据编程的范式来的出想要的结果，只要是输入时确定的，输出就是确定的。

1.6高阶函数

能把函数作为参数传入，这样的函数就称为高阶函数。

1.6.1函数即变量

以python的内置函数print()为列，调用该函数一下代码

>>> print("hello world")
hello world

#只写print
>>> print
in function print>

#可见print("hello world")是函数调用，而print是函数本身

要获得函数调用执行的结果，我们把结果赋值给变量：

>>> aa = abs(-20)
>>> aa
20

如果把函数本身赋值给变量

>>> p = print
>>> p
in function print>

#函数本身可以赋值给变量，变量可以指向函数

我们通过变量来调用这个print函数，验证结果如下

>>> p("check")
check

总结：函数名也是变量，对于print()这个内置函数，完全可以把函数名print看成变量，它指向一个可以打印任何东西的函数

注：实际程序代码绝不能这么写，上面只是为了举例说明，要恢复print函数，请重启python的交互环境

1.6.2传入函数

变量可以指向函数，函数的参数能接收变量，那么一个函数就可以接收另一函数作为函数，这种函数就称为高阶函数，

函数的返回值是一个函数名，也是高阶函数。

例如：一个简单的高阶函数

def add(x,y,z):
    return abs(x)+abs(y)
aa = add(12,23,abs)   #函数执行的结果 赋值给 aa
print(aa) #查看aa的值
#35 

#注，abs()函数是求一个整数的绝对值

1.7匿名函数

什么是匿名函数：

在python中有一个匿名函数lambda，匿名函数就是指：无需定义标识符（函数名）的函数或子程序。

定义lambda表达式：

lambda  arguments:express    

#arguments 参数(可以有多个参数)
#express 表达式

#lambda返回值是一个函数的地址，也就是函数对象
aa = lambda  arguments:express  #把的到lambda函数地址，赋值给变量aa

查看这个lambda函数地址   ，用aa(argument)   查看这个函数的值

例1

def pf(x=0):
    return x**2
print(pf(3))

普通函数定义，求数字平方

aa = lambda x:x**2
print(aa(4))
#16

lambda函数，求数字平方

 总结：

1.lambda函数可以参数可以有多个，包含的表达式不能超过一个，不要试图向lambda函数中塞入太多东西，如果你需要做复杂的功能，应该定义一个普通函数，想定义什么就定义什么。

2.lambda函数用在需要封装特殊的，非重用代码上，避免令我们的代码充斥大量的单行函数。

map函数

map()函数，map映射  

map(func,iterable)

map()函数接受两个参数，一个是函数，一个可迭代的对象(iterable),map将传入的函数依次作用到序列的每个元素，并把结果作为新的 可迭代的对象 的结果返回

例：有个函数，f(x) = x+1 把得到的数字 加1    要把这个函数作用在一个[1,2,3,4,5,6]上

number = [1,2,3,4,5,6]
#1.用普通函数定义方法
def add_one(x):
    return x+1
def map_test(func,arrey):
    res = []
    for i in arrey:
        i = func(i)
        res.append(i)
    return res
print(map_test(add_one,number))
#[2, 3, 4, 5, 6, 7]


#2.用lambda函数定义的得到结果，借助1定义的map_test函数
print(map_test(lambda x:x+1,number))
#[2, 3, 4, 5, 6, 7]

#3.用map()本身函数去定义
print(list(map(lambda x:x+1 ,number)))
#[2, 3, 4, 5, 6, 7]

#注：map（）得出的结果是一个iterator ，需要用list（）函数让它个整个序列都计算出来返回一个list

我们可能会想，写一个循环，也可以计算出结果，但要实现多个功能，是不是也要写多个循环 例：得出每个列表中元素的平方或则n次方

map()作为高阶函数，事实上把运算规则抽象了，不但可以计算简单的 f(x) = x+1 ，也能计算更复杂的函数。

总结：map() 处理序列中的每个元素，得到的结果是一个 iterator ，需通过list(iteratro),该list元素个数，与原来位置一样

reduce函数

在python2可以直接用reduce()函数

在python3需要调用reduce模块

from functools import reduce
reduce(function, sequence, initial=None)  #该函数的默认用法

reduce函数，将function作用sequence序列的元素，每次携带一对(先前的结果以及下一序列的元素)，连续的将现有的结果和下一个作用在获得的随后的结果上，最后得到我们的序列为一个最终结果的返回值

number1 = [2,3,4,10]
#1.普通函数定义
def chengfa(x,y):
    return x*y  #返回得到两个数相乘的结果
def reduce_test(func,seq,init=None):
    if init is None:
        res = seq.pop(0)   #seq删除第一个元素，并获取删除这个元素 赋值给res
    else:
        res = init
    for i in seq:
        res = func(res,i)  #循环一次，执行func这个函数
    return res
print(reduce_test(chengfa,number1))
#240
print(reduce_test(chengfa,number1,10))
#2400

#如果给了init 初始值，就是从初始值 乘以列表的每个元素的的出结果

#2.lambda函数，借助reduce_test()函数定义
print(reduce_test(lambda x,y:x*y,number1,init=3))
#720

#3.使用reduce()，结合lambda()
print(reduce(lambda x,y:x*y, number1))
#240

得到列表所有元素，相乘的结果

number1 = [2,3,4,10]
#1.普通函数定义
def chengfa(x,y):
    return x*y  #返回得到两个数相乘的结果
def reduce_test(func,seq,init=None):
    if init is None:
        res = seq.pop(0)   #seq删除第一个元素，并获取删除这个元素 赋值给res
    else:
        res = init
    for i in seq:
        res = func(res,i)  #循环一次，执行func这个函数
    return res
print(reduce_test(chengfa,number1))
#240
print(reduce_test(chengfa,number1,10))
#2400

#如果给了init 初始值，就是从初始值 乘以列表的每个元素的的出结果

#2.lambda函数，借助reduce_test()函数定义
print(reduce_test(lambda x,y:x*y,number1,init=3))
#720

#3.使用reduce()，结合lambda()
from functools import reduce
print(reduce(lambda x,y:x*y, number1))
#240

得到列表所有元素，相乘的结果

print(reduce(lambda x,y:x+y,range(1,101)))

得到1-100的和

filter函数

filter()函数用于过滤序列

和map()类似，filter()也接受一个函数和一个序列(可迭代的对象，也就是能被for循环)，和map()不同的是，fillter()把传入的函数依次作用于每个元素，然后根据返回值是True还是False决定保留还是丢弃该元素。

例:

aa = [‘A‘, ‘‘, ‘B‘, None, ‘C‘, ‘  ‘]
#1.自定义函数测试
def not_empty(s):
    return  s and s.strip()
def filter_test(func,iter):
    res = []
    for i in iter:
        i = func(i)
        if i:
            res.append(i)
    return res
print(filter_test(not_empty,aa))

#[‘A‘, ‘B‘, ‘C‘]

#2.filter内置函数测试
print(list(filter(not_empty,aa)))
#[‘A‘, ‘B‘, ‘C‘]

把列表中空字符串，空元素，都去掉

filter()这个函数，关键在于正确实现一个筛选函数，

注：filter()函数返回的是一个iterator，内存地址，需要看内存地址的值， 用list()函数或得该地址的值 

sorted函数

sorted()函数也是一个高阶函数，它可以接收key

sorted排序，排序是比较元素的大小，如果是数字可以直接比较，如果是字符串或则两个dict（字典）？

sorted()传入的参数是可迭代的对象，返回值的对象是一个列表

例：

aa = [11,-10,20,21,30,-40]
print(sorted(aa))

数字默认排序

接收一个key函数来实现自定义排序

例：根据绝对值大小来进行排序

aa = [11,-10,20,21,30,-40]
print(sorted(aa,key=abs))
#[-10, 11, 20, 21, 30, -40]

根据绝对值排序

例：字符串排序

print(sorted("hello"))
#[‘e‘, ‘h‘, ‘l‘, ‘l‘, ‘o‘]
print(sorted(["hello","ho","haha"]))
# [‘haha‘, ‘hello‘, ‘ho‘]

字符串排序

注：默认情况下，对字符串排序是按照ASCII编码表的大小进行比较的

最后总结：

python内置的几个高阶函数:map() ,reduce(),filter,sorted()