python-14-函数详解（定义、参数、返回值、高级函数、偏函数、装饰器）

python函数详解（定义、参数、返回值、高级函数、偏函数、装饰器）

一.说明

这是python中的基础系列中的关于函数部分，来开始我们今天日拱一卒！对python函数部分进行详细整理和学习。

二.定义

1. 在Python中，函数是通过 def 关键字来定义函数;

2. 函数定义的结构如下

   def function_name(parameters):"""函数的文档字符串，可选"""# 函数体return value  # 可选
   

3. function_name 是函数的名称，遵循标识符命名规则

4. parameters 是函数的输入参数，可以有多个，也可以没有

5. 函数体是实现具体功能的代码块

6. return语句用于返回结果，若没有，则默认返回 None

三.特性

1. 封装性：函数将特定功能的代码封装在一起，便于复用
2. 可读性：通过函数名称和文档字符串，提升代码的可读性
3. 模块化：可以将复杂的任务分解为多个简单的函数，便于管理和调试

四.函数参数

在各类语言中函数参数一般都分为形参和实参！这个概念，很多时候被忽略，因为就算不理解这一概念，也照样使用，那么什么是形参和实参，很简单，让我来概括。

形参：函数定义是的参数就是形参；

实参：函数调用时传入的参数就是实参；

就这么简单？在python中这一概念可不这么简单！！让我来细细整理，这是核心！！

1.位置参数

参数的定义和调用，按顺序传递

def greet(name):print(f"Hello, {name}!")
greet("Alice")  # 输出: Hello, Alice!

2.关键字参数

调用时，通过参数名称传递

def greet(name, age):print(f"{name} is {age} years old.")
greet(age=30, name="Bob")  # 输出: Bob is 30 years old.

3.默认参数

可以为参数指定默认值,注意，这里又有一个隐藏概念！指定默认值的行参必须放在未指定默认值的形参后面

def greet(name, greeting="Hello"):print(f"{greeting}, {name}!")
greet("Alice")  # 输出: Hello, Alice!########
def greet(greeting="Hello",name):print(f"{greeting}, {name}!")   #报错
greet("Alice")  

4.可变参数

使用 *args 和 **kwargs 处理不定数量的参数

*args：传入参数被当作元组处理

**kwargs：传入参数被当作字典处理

def summarize(*args):return sum(args)def show_info(**kwargs):for key, value in kwargs.items():print(f"{key}: {value}")summarize(1, 2, 3)  # 输出: 6
show_info(name="Alice", age=30)  # 输出: name: Alice, age: 30

可变参数 是不是觉得很简单，一看就会？等会一练就废！大家看看下面的代码，输出结果是什么？

def demo(a,b,*args):print("a:",a)print("b:",b)print("arg:",args)
demo(1,2,3)
demo(1,2,3,4,5)def demo1(a,**args):print("a",a)print("args",args)
demo1(1,name='bob',age=33)def demo3(a,b,c=0,*args,**kwargs):print("a:",a)print("b:",b)print("c:",c)print("arg:",args)print("kwargs:",kwargs)demo3(1,2,k=3)
demo3(1,2,3,4,5)
demo3(1,b=2,c=3,d=4)
demo3(*(1,2,3),**{'age':4}) def custom_function(a, b, c=0, *args, **kwargs):print("a:", a)print("b:", b)print("c:", c)print("args:", args)print("kwargs:", kwargs)custom_function(1, 2)                             
custom_function(3, 4, 5, 6, 7, name="Alice")    

5.函数参数默认值计算方式

先看一下这个案例：

def test(a=[]):a.append('end')print(a)
test([1,2,3]) #[1,2,3,'end']
test()  #['end']
test()  #['end','end']
test([4,5,6]) #[4,5,6,'end']

请问为啥会出现[‘end’,‘end’]？为什么会出现这种情况！

这个与python语言特性和 python中函数的参数默认值实现逻辑有关！

函数参数的默认值只在函数定义时计算一次，而不是每次调用时，这意味着如果你使用可变对象（如列表或字典）作为默认值，它会在后续调用中保持修改状态。

好那么还有一个疑问，如何避免这个问题？

def test(a=None):if a is None:a = []a.append('end')print(a)

五.返回值

1. return 语句返回 函数的计算结果，也可以没有return 默认返回 None

   def demo1():passa = demo1()
   print(a)   #None
   

2. return 可以返回一个值，也可返回多个值，当返回多个值 那么返回的是一个元组

   def demo1():return 1,2,3,4a = demo1()
   print(a)   #(1, 2, 3, 4)
   

六.文档字符串

函数的文档字符串，其实就是函数的帮助文档，包含函数的基础信息、函数的功能简介、函数的形参类型，使用等

文档字符串规则：

1. 必须在函数首行定义文档字符串；

2. 使用三个引号 注解；

#Google 风格
def multiply(x, y):"""Multiply two numbers.Args:x (int or float): The first number.y (int or float): The second number.Returns:int or float: The product of x and y."""return x * y#NumPy 风格
def divide(x, y):"""Divide x by y.Parameters----------x : int or floatThe numerator.y : int or floatThe denominator.Returns-------floatThe result of x divided by y."""return x / y

七.函数的类型

1. 空函数

   函数体不完成任何功能，只有一个pass

   def demo1():passa = demo1()
   print(a)   #None
   

2. 匿名函数

不再使用def 函数名()这种形式定义函数，而是使用lambda来创建匿名函数

lambda函数：

1. lambda 函数只能包含一个表达式,即只有一行，不能包含多个语句或复杂逻辑

2. lambda函数是匿名的，但可以将其赋值给一个变量，以便后续使用

   add = lambda x, y: x + y
   print(add(3, 5))  # 输出: 8#过滤
   numbers = [1, 2, 3, 4, 5, 6]
   even_numbers = list(filter(lambda x: x % 2 == 0, numbers))
   print(even_numbers)  # 输出: [2, 4, 6]
   #映射
   squared_numbers = list(map(lambda x: x ** 2, numbers))
   print(squared_numbers)  # 输出: [1, 4, 9, 16, 25, 36]
   #排序
   people = [{'name': 'Alice', 'age': 30},{'name': 'Bob', 'age': 25},{'name': 'Charlie', 'age': 35}
   ]# 按年龄排序
   sorted_people = sorted(people, key=lambda person: person['age'])
   print(sorted_people)
   # 输出: [{'name': 'Bob', 'age': 25}, {'name': 'Alice', 'age': 30}, {'name': 'Charlie', 'age': 35}]

八.高级函数

高阶函数是指可以接受其他函数作为参数或返回一个函数的函数

def high_order_function(func):return func(10)def square(x):return x * xresult = high_order_function(square)  # 输出: 100
print(result)

九.偏函数

偏函数（Partial Function）是指通过固定一个函数的部分参数来创建一个新的函数。在Python中，可以使用 functools 模块中的 partial() 函数来实现偏函数。这种方式特别有用，可以使函数更加灵活和简洁。

from functools import partialdef calculate_price(original_price, discount_rate):"""计算折后价格"""return original_price * (1 - discount_rate)# 固定折扣率为 20%
calculate_discounted_price = partial(calculate_price, discount_rate=0.20)# 示例商品价格
prices = [100, 200, 300, 400]# 计算折后价格
discounted_prices = [calculate_discounted_price(price) for price in prices]# 打印结果
for original, discounted in zip(prices, discounted_prices):print(f"原价: {original}，折后价: {discounted:.2f}")'''
原价: 100，折后价: 80.00
原价: 200，折后价: 160.00
原价: 300，折后价: 240.00
原价: 400，折后价: 320.00
'''

十.装饰器

这个为函数这一概念中的重点的重点，在现实开发中使用场景非常多，想学习python必须掌握装饰器，这一概念！不然根本不算入门!

当然学习函数装饰器也很简单，静下来，看完慢慢缕一缕！

1. 概念

   装饰器本质上是一个函数，它接受另一个函数作为参数，并返回一个新的函数。这个新的函数通常是在原始函数的基础上，增加了一些额外的功能。

2. 装饰器语法

   装饰器使用 @decorator_name 语法来应用于函数。下面是一个简单的示例：

   def my_decorator(func):def wrapper():print("Something is happening before the function is called.")func()print("Something is happening after the function is called.")return wrapper
   @my_decorator
   def say_hello():print("Hello!")
   #调用
   say_hellosay_hello()'''
   输出：Something is happening before the function is called.
   Hello!
   Something is happening after the function is called.
   '''

   1. 定义装饰器：
      • my_decorator 是装饰器，它接受一个函数 func 作为参数。
      • wrapper 是内部函数，执行装饰器的额外逻辑，调用原始函数 func。
   2. 使用装饰器：
      • @my_decorator 将 say_hello 函数传递给 my_decorator。
      • say_hello 实际上变成了 wrapper 函数。
   3. 调用函数：
      • 当你调用 say_hello() 时，实际上是在调用 wrapper()。

3. 带参数装饰器

   如果你想要装饰器接受参数，可以通过定义一个装饰器工厂来实现：

   def repeat(num_times):def decorator_repeat(func):def wrapper(*args, **kwargs):for _ in range(num_times):func(*args, **kwargs)return wrapperreturn decorator_repeat
   @repeat(3)
   def greet(name): print(f"Hello, {name}!")
   greet("Alice")'''
   输出：
   Hello, Alice!
   Hello, Alice!
   Hello, Alice!
   '''

4. 使用场景

   1. 日志记录：在函数执行前后记录日志
   2. 权限验证：检查用户是否有权调用某个函数
   3. 缓存：存储函数结果以减少计算时间

5. 保持原函数的元数据

   使用 functools.wraps 可以确保装饰器不会丢失原函数的元数据（如名称和文档字符串）

   from functools import wraps
   def my_decorator(func): @wraps(func) def wrapper(): print("Before") func() print("After") return wrapper
   

6. 总结

   装饰器是一个非常强大的特性，可以在不修改函数本身的情况下，增加或改变其行为。它们在许多框架和库中被广泛使用，例如 Flask 和 Django，常用于路由、请求处理和权限控制。。

   其实要掌握也很简单，照抄写法就行 主要是带参数的装饰器。。

十一.总结

其实函数还有一大模块，变量和作用域，这一概念需要单独提出来写，函数这一概念 重点注意 参数传递/调用/返回值/装饰器，特别是装饰器 这东西实在太强大了，相比其他语言想要实现这一功能就要复杂很多！

创作整理不易，请大家多多关注 多多点赞，有写的不对的地方欢迎大家补充，我来整理，再次感谢！