4.9. 函数¶
函数在python里是非常重要的，是一等公民，函数的定义和使用非常简单，但又有非常高级的用法，函数就像我们中学时学的函数 y = x * x ，有输入有输出
4.9.1. 定义一个函数¶
def calc(a, b):
return a + b
total = calc(1, 2)
print(total)
在这里我们定义了一个函数 calc ，用来计算两个数值的和，调用时直接写函数名，然后传入相应的参数，返回两个值的和，需要注意的是
- 函数名命名规则和变量是一致的
- 函数都有返回值，如果没有写return语句则返回None
- 注意是怎么缩进的
4.9.2. 值传递和引用传递¶
给函数传参时，要注意值传递和引用传递，值传递就是只传值，函数里的操作不会修改原变量，引用传递时在函数里的操作会修改原变量，在python里，字典、列表、对象是引用传递，其它为值传递，下面我们看一个值传递的例子
def test_value(v):
v = 2
value = 1
test_value(value)
print(value)
输入仍为1，也就是说在函数里对变量的值修改，并没有影响到传的参数，下面再看一个引用传递的例子
def test_ref(v):
v['a'] = 'test_ref'
value = {'a': 1}
test_ref(value)
print(value)
输出结果为 {'a': 'test_ref'}
4.9.3. 默认参数¶
有时候定义一个函数，有很多参数，但并不想每次都给所有参数传值，比如下面一个函数
def make_order(order_num, order_from, order_to, order_info):
print(order_num, order_from, order_to, order_info)
使用的时候，需要传入4个参数，但其实大部分时候我们只需要传order_num这个参数，其它参数一般都不会变，这种情况下，我们就可以使用默认参数了
ef make_order(order_num, order_from='shanghai', order_to='henan', order_info='some thing'):
print(order_num, order_from, order_to, order_info)
make_order(123123)
make_order(123123, order_info='i do not know')
输入结果为
(123123, 'shanghai', 'henan', 'some thing')
(123123, 'shanghai', 'henan', 'i do not know')
[Finished in 0.2s]
Warning
需要注意的是，所有的默认值参数必须定义在位参后面
4.9.4. 函数返回值¶
使用return关键字返回函数结果，结果可以是任何python基础数据类型或者对象，如果不写return的话，则返回None，如下示例:
# coding=utf-8
# 反转输入的名字
def reverse_your_name(name):
return name[::-1]
my_name = 'yuyu'
print(reverse_your_name(my_name))
结果为:
uyuy
[Finished in 0.2s]
下面这个例子不指定返回值:
# coding=utf-8
def non_return():
pass
print(non_return())
结果为:
None
[Finished in 0.2s]
4.9.5. 可变参数¶
有时候，当我们定义一个函数的时候，我们并不知道要传多少参数，也就是说参数的个数是未知的，为了解决这个问题，我们可以采用如下办法，把位置参数全部放进一个列表传进去，关键值参数放入一个字典里:
def demo(args, kwargs):
print(args)
print(kwargs)
demo([1, 2, 3, 4], {'a': 1, 'b': 2})
结果为:
[1, 2, 3, 4]
{'a': 1, 'b': 2}
我们是做到了把不定个数的参数传给了函数，但是这样好像并不符合我们的传参习惯，为此python在语法做了优化，可以按照之前的传参方式，传入变长参数:
def demo(*args, **kwargs):
print(args)
print(kwargs)
demo(1, 2, 3, 4, a=1, b=3, c=3)
结果为:
(1, 2, 3, 4)
{'a': 1, 'c': 3, 'b': 3}
4.9.6. 递归函数¶
如果一个函数在函数内部调用它自己，这就是递归，递归的好处是，针对把复杂层次深的问题（有相似逻辑）简单化，如下面这个列表:
l = [1, 2, 3, [4, 5, 6, [7, 8, 9, [10, 11]]]]
使用函数把它摊平:
[1, 2, 3, 4, 5, 6, 7, 8, 9, 10, 11]
这个该怎么写呢？正常的思维是，遍历列表里的每一项，如果是列表的话就再遍历，来我们写一下:
def expand(l):
result = []
for i in l:
if isinstance(i, list):
for j in i:
if isinstance(j, list):
for m in j:
if isinstance(m, list):
for n in m:
if isinstance(n, list):
pass
else:
result.append(n)
else:
result.append(m)
else:
result.append(j)
else:
result.append(i)
return result
print(expand(l))
结果为:
[1, 2, 3, 4, 5, 6, 7, 8, 9, 10, 11]
有没有一种日了狗的感觉。。。 还好这层级也并不是特别深，但是如果不知道层级怎么办？大家注意这些判断，其实都是在判断是不是列表，如果是列表就再遍历，不是就加进结果集，而且内部的逻辑跟外部是一样的，我们把问题简化一下，再看一个例子:
l = [1, 2, [3, 4]]
result = []
def a(l):
for i in l:
result.append(i)
return result
def b(l):
for i in l:
if isinstance(i, list):
a(i)
else:
result.append(i)
b(l)
print(result)
结果为:
[1, 2, 3, 4]
这是一个只有两级的例子，在a函数中做的是最后一级，大家可以看出来，两个函数里，其实做了类似的循环，延伸一下，如果在b里调用b自己不就可以了吗？
l = [1, 2, 3, [4, 5, 6, [7, 8, 9, [10, 11]]]]
result = []
def expand(l):
for i in l:
if isinstance(i, list):
expand(i)
else:
result.append(i)
expand(l)
print(result)
结果为:
[1, 2, 3, 4, 5, 6, 7, 8, 9, 10, 11]
有点绕，不理解也没关系，一般情况下也不会用到的。。需要注意的是使用递归时一定要有终止条件，否则就会溢出报错了。
4.9.7. 装饰器¶
装饰器其实很简单，就是高阶函数，把函数传给函数，再返回函数，也称包装器，听起来比较唬人，我们看个例子就明白了:
def demo(a, b):
return a + b
def wrapper_demo(func):
def wrapper(*args):
print('begin')
result = func(*args)
print('end')
return result
return wrapper
w = wrapper_demo(demo)
r = w(1, 2)
print(r)
结果为:
begin
end
3
理解了之后，我们再讲一种简单的解法，python里提供了一个 @ 符号，用来简化使用:
def wrapper_demo(func):
def wrapper(*args):
print('begin')
result = func(*args)
print('end')
return result
return wrapper
@wrapper_demo
def demo(a, b):
return a + b
print(demo(1, 2))
结果是一样的