Résumé de l'utilisation des fonctions Python

Fonction vide

Si vous souhaitez définir une fonction vide qui ne fait rien, vous pouvez utiliser l'instruction pass :

def nop():    pass

passLes déclarations ne font rien, alors à quoi ça sert ? En fait, pass peut être utilisé comme espace réservé. Par exemple, si vous n'avez pas encore compris comment écrire le code de la fonction, vous pouvez mettre un pass en premier pour que le code puisse s'exécuter.

pass peut également être utilisé dans d'autres instructions, telles que if

Résumé

Lors de la définition d'une fonction, vous devez déterminer le nom de la fonction et le nombre de paramètres ;

Si nécessaire, vous pouvez d'abord vérifier le type de données des paramètres

Vous pouvez utiliser return à l'intérieur du corps de la fonction pour renvoyer le résultat de la fonction à tout moment ; >Lorsque la fonction est exécutée et qu'il n'y a pas d'instruction

, automatiquement

. returnreturn NoneLa fonction peut renvoyer plusieurs valeurs en même temps, mais il s'agit en fait d'un tuple.

Paramètres variables

Dans les fonctions Python, vous pouvez également définir des paramètres variables. Comme leur nom l'indique, les paramètres variables signifient que le nombre de paramètres transmis est variable, il peut être 1, 2 ou n'importe quel nombre, ou il peut être 0.

signifie passer tous les éléments de la liste

en tant que paramètres variables. Cette façon d’écrire est très utile et très courante. *numsnumsParamètres de mots clés

Les paramètres variables vous permettent de transmettre 0 ou n'importe quel nombre de paramètres. Ces paramètres variables sont automatiquement assemblés dans un tuple lorsque la fonction est appelée. Les paramètres de mots-clés vous permettent de transmettre 0 ou n'importe quel nombre de paramètres contenant des noms de paramètres. Ces paramètres de mots-clés sont automatiquement assemblés dans un dict à l'intérieur de la fonction.

À quoi servent les paramètres de mots clés ? Cela peut étendre les fonctionnalités de la fonction. Par exemple, dans la fonction

, nous sommes assurés de recevoir les deux paramètres

et person, mais si l'appelant souhaite fournir plus de paramètres, nous pouvons également les recevoir. Imaginez que vous effectuez une fonction d'enregistrement d'utilisateur. À l'exception du nom d'utilisateur et de l'âge, qui sont obligatoires, tout le reste est facultatif. L'utilisation de paramètres de mots-clés pour définir cette fonction peut répondre aux besoins d'enregistrement. nameageSemblable aux paramètres variables, vous pouvez également assembler un dict d'abord, puis convertir le dict en paramètres de mots-clés et le transmettre :

Bien entendu, l'appel complexe ci-dessus peut être écrit de manière simplifiée :

>>> extra = {'city': 'Beijing', 'job': 'Engineer'}>>> person('Jack', 24, city=extra['city'], job=extra['job'])
name: Jack age: 24 other: {'city': 'Beijing', 'job': 'Engineer'}

>>> extra = {'city': 'Beijing', 'job': 'Engineer'}>>> person('Jack', 24, **extra)
name: Jack age: 24 other: {'city': 'Beijing', 'job': 'Engineer'}

signifie utiliser des paramètres de mots-clés pour toutes les valeurs-clés du

dict Lorsque le paramètre **extra est passé dans la fonction, extra obtiendra un dict. Notez que le dict obtenu par **kw est une copie de kw. Les modifications apportées à kw n'affecteront pas en dehors de la fonction. extrakw extra

Paramètres de mots-clés nommés

Pour les paramètres de mots-clés, l'appelant de la fonction peut transmettre n'importe quel paramètre de mot-clé illimité. Quant à ce qui est transmis, vous devez passer

vérification à l'intérieur de la fonction.

Toujours en prenant la fonction kw comme exemple, nous souhaitons vérifier s'il existe des paramètres

et

person()city Si vous souhaitez limiter les noms de paramètres de mots-clés, vous peut utiliser des paramètres de mot-clé nommés, par exemple, ne reçoit que job et

comme arguments de mot-clé. Les fonctions définies de cette manière sont les suivantes :

cityjob

est différent des paramètres de mot-clé

. Les paramètres de mot-clé nommé nécessitent un séparateur spécial

def person(name, age, *, city, job):    print(name, age, city, job)

,

. Les arguments qui suivent sont traités comme des arguments de mots clés nommés. **kw*La méthode d'appel est la suivante : *

S'il existe déjà un paramètre variable dans la définition de la fonction, les paramètres de mot-clé nommés suivants ne seront pas longer be Un délimiteur spécial

est requis :

>>> person('Jack', 24, city='Beijing', job='Engineer')
Jack 24 Beijing Engineer

*

Les paramètres de mot-clé nommés doivent transmettre le nom du paramètre, qui est différent des paramètres de position. Si aucun nom de paramètre n'est transmis, l'appel signalera une erreur :

def person(name, age, *args, city, job):    print(name, age, args, city, job)

Combinaison de paramètres

>>> person('Jack', 24, 'Beijing', 'Engineer')
Traceback (most recent call last):
  File "<stdin>", line 1, in <module>TypeError: person() takes 2 positional arguments but 4 were given

Lors de la définition d'une fonction en Python, vous pouvez utiliser les paramètres requis et les paramètres par défaut Paramètres, paramètres variables, paramètres de mots-clés et paramètres de mots-clés nommés, ces cinq paramètres peuvent être utilisés en combinaison. Cependant, veuillez noter que l'ordre des définitions des paramètres doit être : paramètres requis, paramètres par défaut, paramètres variables, paramètres de mots-clés nommés et paramètres de mots-clés.

Par exemple, définissez une fonction qui contient les paramètres ci-dessus :

Lorsque la fonction est appelée, l'interpréteur Python suit automatiquement la position du paramètre et paramètres Transmettez les paramètres correspondants par leur nom.

def f1(a, b, c=0, *args, **kw):    print('a =', a, 'b =', b, 'c =', c, 'args =', args, 'kw =', kw)def f2(a, b, c=0, *, d, **kw):    print('a =', a, 'b =', b, 'c =', c, 'd =', d, 'kw =', kw)

Le plus étonnant est que grâce à un tuple et un dict, vous pouvez également appeler la fonction ci-dessus :

>>> f1(1, 2)
a = 1 b = 2 c = 0 args = () kw = {}>>> f1(1, 2, c=3)
a = 1 b = 2 c = 3 args = () kw = {}>>> f1(1, 2, 3, 'a', 'b')
a = 1 b = 2 c = 3 args = ('a', 'b') kw = {}>>> f1(1, 2, 3, 'a', 'b', x=99)
a = 1 b = 2 c = 3 args = ('a', 'b') kw = {'x': 99}>>> f2(1, 2, d=99, ext=None)
a = 1 b = 2 c = 0 d = 99 kw = {'ext': None}

Donc

, pour n'importe quelle fonction, vous pouvez l'appeler sous une forme similaire à

>>> args = (1, 2, 3, 4)>>> kw = {'d': 99, 'x': '#'}>>> f1(*args, **kw)
a = 1 b = 2 c = 3 args = (4,) kw = {'d': 99, 'x': '#'}>>> args = (1, 2, 3)>>> kw = {'d': 88, 'x': '#'}>>> f2(*args, **kw)
a = 1 b = 2 c = 3 d = 88 kw = {'x': '#'}

, quelle que soit la façon dont ses paramètres sont définis.

func(*args, **kw)Résumé

Les fonctions de Python ont des formes de paramètres très flexibles, qui peuvent non seulement implémenter des appels simples, mais également transmettre des paramètres très complexes.

Les paramètres par défaut doivent utiliser des objets immuables. S'il s'agit d'objets mutables, il y aura des erreurs logiques lors de l'exécution du programme !

Faites attention à la syntaxe de définition des paramètres de variables et des paramètres de mots-clés :

*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。

以及调用函数时如何传入可变参数和关键字参数的语法：

可变参数既可以直接传入：func(1, 2, 3)，又可以先组装list或tuple，再通过*args传入：func(*(1, 2, 3))；

关键字参数既可以直接传入：func(a=1, b=2)，又可以先组装dict，再通过**kw传入：func(**{'a': 1, 'b': 2})。

使用*args和**kw是Python的习惯写法，当然也可以用其他参数名，但最好使用习惯用法。

命名的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。

定义命名的关键字参数在没有可变参数的情况下不要忘了写分隔符*，否则定义的将是位置参数。

 

内置函数

注：查看详细猛击这里

 

文件操作函数

open函数，该函数用于文件处理

操作文件时，一般需要经历如下步骤：

• 打开文件

• 操作文件

一、打开文件

　　文件句柄 = open('文件路径', '模式')

打开文件时，需要指定文件路径和以何等方式打开文件，打开后，即可获取该文件句柄，日后通过此文件句柄对该文件操作。

打开文件的模式有：

• r，只读模式（默认）。

• w，只写模式。【不可读；不存在则创建；存在则删除内容；】

• a，追加模式。【可读；   不存在则创建；存在则只追加内容；】

"+" 表示可以同时读写某个文件

• r+，可读写文件。【可读；可写；可追加】

• w+，写读

• a+，同a

"U"表示在读取时，可以将 \r \n \r\n自动转换成 \n （与 r 或 r+ 模式同使用）

• rU

• r+U

"b"表示处理二进制文件（如：FTP发送上传ISO镜像文件，linux可忽略，windows处理二进制文件时需标注）

• rb

• wb

• ab

 

二、操作

class file(object)    def close(self): # real signature unknown; restored from __doc__        关闭文件        """
        close() -> None or (perhaps) an integer.  Close the file.
         
        Sets data attribute .closed to True.  A closed file cannot be used for
        further I/O operations.  close() may be called more than once without
        error.  Some kinds of file objects (for example, opened by popen())
        may return an exit status upon closing.        """
 
    def fileno(self): # real signature unknown; restored from __doc__        文件描述符  
         """
        fileno() -> integer "file descriptor".
         
        This is needed for lower-level file interfaces, such os.read().        """
        return 0    
 
    def flush(self): # real signature unknown; restored from __doc__        刷新文件内部缓冲区        """ flush() -> None.  Flush the internal I/O buffer. """
        pass
 
 
    def isatty(self): # real signature unknown; restored from __doc__        判断文件是否是同意tty设备        """ isatty() -> true or false.  True if the file is connected to a tty device. """
        return False 
 
    def next(self): # real signature unknown; restored from __doc__        获取下一行数据，不存在，则报错        """ x.next() -> the next value, or raise StopIteration """
        pass
 
    def read(self, size=None): # real signature unknown; restored from __doc__        读取指定字节数据        """
        read([size]) -> read at most size bytes, returned as a string.
         
        If the size argument is negative or omitted, read until EOF is reached.
        Notice that when in non-blocking mode, less data than what was requested
        may be returned, even if no size parameter was given.        """
        pass
 
    def readinto(self): # real signature unknown; restored from __doc__        读取到缓冲区，不要用，将被遗弃        """ readinto() -> Undocumented.  Don't use this; it may go away. """
        pass
 
    def readline(self, size=None): # real signature unknown; restored from __doc__        仅读取一行数据        """
        readline([size]) -> next line from the file, as a string.
         
        Retain newline.  A non-negative size argument limits the maximum
        number of bytes to return (an incomplete line may be returned then).
        Return an empty string at EOF.        """
        pass
 
    def readlines(self, size=None): # real signature unknown; restored from __doc__        读取所有数据，并根据换行保存值列表        """
        readlines([size]) -> list of strings, each a line from the file.
         
        Call readline() repeatedly and return a list of the lines so read.
        The optional size argument, if given, is an approximate bound on the
        total number of bytes in the lines returned.        """
        return [] 
    def seek(self, offset, whence=None): # real signature unknown; restored from __doc__        指定文件中指针位置        """
        seek(offset[, whence]) -> None.  Move to new file position.
         
        Argument offset is a byte count.  Optional argument whence defaults to
(offset from start of file, offset should be >= 0); other values are 1
        (move relative to current position, positive or negative), and 2 (move
        relative to end of file, usually negative, although many platforms allow
        seeking beyond the end of a file).  If the file is opened in text mode,
        only offsets returned by tell() are legal.  Use of other offsets causes
        undefined behavior.
        Note that not all file objects are seekable.        """
        pass
 
    def tell(self): # real signature unknown; restored from __doc__        获取当前指针位置        """ tell() -> current file position, an integer (may be a long integer). """
        pass
 
    def truncate(self, size=None): # real signature unknown; restored from __doc__        截断数据，仅保留指定之前数据        """
        truncate([size]) -> None.  Truncate the file to at most size bytes.
         
        Size defaults to the current file position, as returned by tell().        """
        pass
 
    def write(self, p_str): # real signature unknown; restored from __doc__        写内容        """
        write(str) -> None.  Write string str to file.
         
        Note that due to buffering, flush() or close() may be needed before
        the file on disk reflects the data written.        """
        pass
 
    def writelines(self, sequence_of_strings): # real signature unknown; restored from __doc__        将一个字符串列表写入文件        """
        writelines(sequence_of_strings) -> None.  Write the strings to the file.
         
        Note that newlines are not added.  The sequence can be any iterable object
        producing strings. This is equivalent to calling write() for each string.        """
        pass
 
    def xreadlines(self): # real signature unknown; restored from __doc__        可用于逐行读取文件，非全部        """
        xreadlines() -> returns self.
         
        For backward compatibility. File objects now include the performance
        optimizations previously implemented in the xreadlines module.        """
        passPython 2.x

python 2.0

class TextIOWrapper(_TextIOBase):    """
    Character and line based layer over a BufferedIOBase object, buffer.
    
    encoding gives the name of the encoding that the stream will be
    decoded or encoded with. It defaults to locale.getpreferredencoding(False).
    
    errors determines the strictness of encoding and decoding (see
    help(codecs.Codec) or the documentation for codecs.register) and
    defaults to "strict".
    
    newline controls how line endings are handled. It can be None, '',
    '\n', '\r', and '\r\n'.  It works as follows:
    
    * On input, if newline is None, universal newlines mode is
      enabled. Lines in the input can end in '\n', '\r', or '\r\n', and
      these are translated into '\n' before being returned to the
      caller. If it is '', universal newline mode is enabled, but line
      endings are returned to the caller untranslated. If it has any of
      the other legal values, input lines are only terminated by the given
      string, and the line ending is returned to the caller untranslated.
    
    * On output, if newline is None, any '\n' characters written are
      translated to the system default line separator, os.linesep. If
      newline is '' or '\n', no translation takes place. If newline is any
      of the other legal values, any '\n' characters written are translated
      to the given string.
    
    If line_buffering is True, a call to flush is implied when a call to
    write contains a newline character.    """
    def close(self, *args, **kwargs): # real signature unknown        关闭文件        pass

    def fileno(self, *args, **kwargs): # real signature unknown        文件描述符  
        pass

    def flush(self, *args, **kwargs): # real signature unknown        刷新文件内部缓冲区        pass

    def isatty(self, *args, **kwargs): # real signature unknown        判断文件是否是同意tty设备        pass

    def read(self, *args, **kwargs): # real signature unknown        读取指定字节数据        pass

    def readable(self, *args, **kwargs): # real signature unknown        是否可读        pass

    def readline(self, *args, **kwargs): # real signature unknown        仅读取一行数据        pass

    def seek(self, *args, **kwargs): # real signature unknown        指定文件中指针位置        pass

    def seekable(self, *args, **kwargs): # real signature unknown        指针是否可操作        pass

    def tell(self, *args, **kwargs): # real signature unknown        获取指针位置        pass

    def truncate(self, *args, **kwargs): # real signature unknown        截断数据，仅保留指定之前数据        pass

    def writable(self, *args, **kwargs): # real signature unknown        是否可写        pass

    def write(self, *args, **kwargs): # real signature unknown        写内容        pass

    def __getstate__(self, *args, **kwargs): # real signature unknown
        pass

    def __init__(self, *args, **kwargs): # real signature unknown
        pass

    @staticmethod # known case of __new__
    def __new__(*args, **kwargs): # real signature unknown
        """ Create and return a new object.  See help(type) for accurate signature. """
        pass

    def __next__(self, *args, **kwargs): # real signature unknown
        """ Implement next(self). """
        pass

    def __repr__(self, *args, **kwargs): # real signature unknown
        """ Return repr(self). """
        pass

    buffer = property(lambda self: object(), lambda self, v: None, lambda self: None)  # default
    closed = property(lambda self: object(), lambda self, v: None, lambda self: None)  # default
    encoding = property(lambda self: object(), lambda self, v: None, lambda self: None)  # default
    errors = property(lambda self: object(), lambda self, v: None, lambda self: None)  # default
    line_buffering = property(lambda self: object(), lambda self, v: None, lambda self: None)  # default
    name = property(lambda self: object(), lambda self, v: None, lambda self: None)  # default
    newlines = property(lambda self: object(), lambda self, v: None, lambda self: None)  # default
    _CHUNK_SIZE = property(lambda self: object(), lambda self, v: None, lambda self: None)  # default
    _finalizing = property(lambda self: object(), lambda self, v: None, lambda self: None)  # defaultPython 3.x

python3.0

三、管理上下文

为了避免打开文件后忘记关闭，可以通过管理上下文，即：

with open('log','r') as f:
       
    ...

如此方式，当with代码块执行完毕时，内部会自动关闭并释放文件资源。

在Python 2.7 后，with又支持同时对多个文件的上下文进行管理，即：

with open('log1') as obj1, open('log2') as obj2:    pass

lambda表达式

学习条件运算时，对于简单的 if else 语句，可以使用三元运算来表示，即：

# 普通条件语句if 1 == 1:
    name = 'wupeiqi'else:
    name = 'alex'
   # 三元运算name = 'wupeiqi' if 1 == 1 else 'alex'

对于简单的函数，也存在一种简便的表示方式，即：lambda表达式

# ###################### 普通函数 ####################### 定义函数（普通方式）def func(arg):    return arg + 1   
# 执行函数result = func(123)   
# ###################### lambda ######################
   # 定义函数（lambda表达式）my_lambda = lambda arg : arg + 1   
# 执行函数result = my_lambda(123)

lambda存在意义就是对简单函数的简洁表示!

 

递归

def fact(n):    if n==1:        return 1    return n * fact(n - 1)

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。在计算机中，函数调用是通过栈（stack）这种数据结构实现的，每当进入一个函数调用，栈就会加一层栈帧，每当函数返回，栈就会减一层栈帧。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。可以试试fact(1000)：

>>> fact(1)1
>>> fact(5)120
>>> fact(100)93326215443944152681699238856266700490715968264381621468592963895217599993229915608941463976156518286253697920827223758251185210916864000000000000000000000000

===> fact(5)===> 5 * fact(4)===> 5 * (4 * fact(3))===> 5 * (4 * (3 * fact(2)))===> 5 * (4 * (3 * (2 * fact(1))))===> 5 * (4 * (3 * (2 * 1)))===> 5 * (4 * (3 * 2))===> 5 * (4 * 6)===> 5 * 24
===> 120

解决递归调用栈溢出的方法是通过尾递归优化，事实上尾递归和循环的效果是一样的，所以，把循环看成是一种特殊的尾递归函数也是可以的。

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。

上面的fact(n)函数由于return n * fact(n - 1)引入了乘法表达式，所以就不是尾递归了。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：

def fact(n):    return fact_iter(n, 1)def fact_iter(num, product):    if num == 1:        return product    return fact_iter(num - 1, num * product)

可以看到，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。

fact(5)对应的fact_iter(5, 1)的调用如下：

===> fact_iter(5, 1)===> fact_iter(4, 5)===> fact_iter(3, 20)===> fact_iter(2, 60)===> fact_iter(1, 120)===> 120

尾递归调用时，如果做了优化，栈不会增长，因此，无论多少次调用也不会导致栈溢出。

遗憾的是，大多数编程语言没有针对尾递归做优化，Python解释器也没有做优化，所以，即使把上面的fact(n)函数改成尾递归方式，也会导致栈溢出。

小结

使用递归函数的优点是逻辑简单清晰，缺点是过深的调用会导致栈溢出。

针对尾递归优化的语言可以通过尾递归防止栈溢出。尾递归事实上和循环是等价的，没有循环语句的编程语言只能通过尾递归实现循环。

Python标准的解释器没有针对尾递归做优化，任何递归函数都存在栈溢出的问题。

汉诺塔：

#!/usr/bin/env python3# -*- coding: utf-8 -*-# 利用递归函数计算阶乘# N! = 1 * 2 * 3 * ... * Ndef fact(n):    if n == 1:        return 1    return n * fact(n-1)print('fact(1) =', fact(1))print('fact(5) =', fact(5))print('fact(10) =', fact(10))# 利用递归函数移动汉诺塔:def move(n, a, b, c):    if n == 1:        print('move', a, '-->', c)        return
    move(n-1, a, c, b)    print('move', a, '-->', c)
    move(n-1, b, a, c)

move(4, 'A', 'B', 'C')

Ce qui précède est le contenu détaillé de. pour plus d'informations, suivez d'autres articles connexes sur le site Web de PHP en chinois!