一键掌握:Python 函数声明与调用的 20 个优秀实践

开发
本文我们用最接地气的方式,揭开Python函数的神秘面纱,掌握那些让代码飞起来的20个小技巧。

今天我们要一起探索的是Python世界中的一块基石——函数!想象一下,像魔术师一样,轻轻一挥手,复杂的任务就被封装成简洁的命令,这就是函数的魅力。下面,让我们用最接地气的方式,揭开它的神秘面纱,掌握那些让代码飞起来的20个小技巧。

1. 基础中的基础:Hello, Function!

def say_hello(name="World"):
    print(f"Hello, {name}!")

say_hello("Pythonista")  # 输出: Hello, Pythonista!

解密:def是定义函数的关键词,say_hello是函数名,括号内是参数,如果没有提供参数,就用默认值。

2. 参数传递:位置VS关键字

def greet(firstName, lastName):
    print(f"Hi, I'm {firstName} {lastName}")

greet(lastName="Smith", firstName="John")  # 明确指定参数名

小贴士:通过名字指定参数,让代码更易读,特别是参数多时。

3. *args 和 **kwargs:无限参数的秘密

def super_greet(*names):  # *args 收集位置参数
    for name in names:
        print(f"Hello, {name}!")
    
super_greet("Alice", "Bob", "Charlie")  # 多个名字一次性处理

def versatile_greet(**details):  # **kwargs 收集关键字参数
    for key, value in details.items():
        print(f"{key.title()}: {value}")

versatile_greet(age=25, city="New York")  # 关键信息一网打尽

神奇之处:*args和**kwargs让你的函数可以接受任意数量的参数,超级灵活!

4. 返回值不只是一个

def multiple_returns():
    return "Success", 200

result, status = multiple_returns()
print(result, status)  # 输出: Success 200

多才多艺:函数可以返回多个值,其实是以元组的形式返回的。

5. 文档字符串:让代码会说话

def calculate_area(radius):
    """
    计算圆的面积。
    
    参数:
    radius (float): 圆的半径
    
    返回:
    float: 圆的面积
    """
    import math
    return math.pi * radius**2

print(calculate_area.__doc__)  # 查看文档字符串

文明交流:良好的文档字符串是团队合作的润滑剂,也是自我复习的好帮手。

6. 默认参数的坑

def append_to_list(item, my_list=[]):
    my_list.append(item)
    return my_list

print(append_to_list(1))  # [1]
print(append_to_list(2))  # 注意!这里会是 [1, 2],不是预期的 [2]

警告:默认参数在函数定义时就初始化了,多次调用时会保留之前的值,小心这个陷阱。

7. 变量作用域:谁能访问我?

x = "global"

def scope_test():
    x = "local"
    print(x)  # local

scope_test()
print(x)  # global

名字游戏:在函数内部定义的变量默认是局部的,不会影响到外部的同名变量。

8. 非局部变量的修改

y = 10

def modify_outer():
    global y  # 告诉Python你想修改外部的y
    y = 20

modify_outer()
print(y)  # 输出: 20

特权操作:使用global关键字可以让函数内部修改全局变量,但要谨慎使用。

9. 闭包:函数内的函数

def counter():
    count = 0
    def increment():
        nonlocal count
        count += 1
        return count
    return increment

my_counter = counter()
print(my_counter())  # 1
print(my_counter())  # 2

内外有别:闭包允许内部函数访问并修改外部函数的变量,而外部函数返回的是内部函数的引用。

10. 装饰器:给函数穿上花衣

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!")

say_hello()

装饰生活,装饰函数:装饰器是Python的一大特色,它可以在不修改原函数代码的情况下增加新功能。

高级使用场景

11. 递归:自己调用自己的艺术

def factorial(n):
    if n == 1:
        return 1
    else:
        return n * factorial(n-1)

print(factorial(5))  # 输出: 120

无限循环的智慧:递归是解决某些问题的强大工具,但要注意避免无限循环,确保有一个清晰的终止条件。

12. 匿名函数lambda:简洁之美

double = lambda x: x * 2
print(double(5))  # 输出: 10

squared = lambda x: x**2
numbers = [1, 2, 3]
print(list(map(squared, numbers)))  # 输出: [1, 4, 9]

一闪即逝的美:lambda函数适合简单的操作,它们无需定义即可使用,非常适合用在高阶函数中。

13. map()函数:批量操作的艺术

def square(n):
    return n*n

numbers = [1, 2, 3, 4]
squared_numbers = list(map(square, numbers))
print(squared_numbers)  # 输出: [1, 4, 9, 16]

# 或者用lambda简化
simplified = list(map(lambda x: x*x, numbers))
print(simplified)  # 同上

批量处理好帮手:map函数对序列的每个元素应用指定函数,返回一个迭代器对象,通常转换为列表使用。

14. filter()函数:筛选高手

def is_even(n):
    return n % 2 == 0

numbers = [1, 2, 3, 4, 5, 6]
even_numbers = list(filter(is_even, numbers))
print(even_numbers)  # 输出: [2, 4, 6]

# 简化版
even_with_lambda = list(filter(lambda x: x % 2 == 0, numbers))
print(even_with_lambda)  # 同上

只选对的:filter函数根据提供的函数来筛选序列中的元素,返回一个迭代器,同样常用list转换。

15. reduce()函数:累积计算的秘密武器

from functools import reduce

def accumulator(acc, item):
    return acc + item

numbers = [1, 2, 3, 4]
sum_of_numbers = reduce(accumulator, numbers, 0)
print(sum_of_numbers)  # 输出: 10

# 或用lambda简化
sum_with_lambda = reduce(lambda acc, item: acc + item, numbers, 0)
print(sum_with_lambda)  # 同上

累积力量:reduce将一个函数应用于序列的所有元素,累积结果,非常适合求和、乘积等操作。

16. 偏函数partial:定制化的便捷

from functools import partial

def power(base, exponent):
    return base ** exponent

square = partial(power, exponent=2)
print(square(5))  # 输出: 25

cube = partial(power, exponent=3)
print(cube(3))  # 输出: 27

定制你的函数:偏函数可以固定原函数的部分参数,生成新的函数,非常适用于需要多次调用且参数变化不大的场景。

17. 递归优化与尾递归

# 注意:Python标准解释器不直接支持尾递归优化
def factorial_tail(n, accumulator=1):
    if n == 1:
        return accumulator
    else:
        return factorial_tail(n-1, n*accumulator)

print(factorial_tail(5))  # 输出: 120

尾声:虽然Python没有内置的尾递归优化,理解尾递归的概念对理解函数调用栈很有帮助。

18. 闭包进阶:数据封装

def counter_maker():
    count = 0
    def increment():
        nonlocal count
        count += 1
        return count
    return increment

counter1 = counter_maker()
counter2 = counter_maker()

print(counter1(), counter1())  # 输出: 1 2
print(counter2(), counter2())  # 输出: 1 2

工厂模式:闭包可以用来创建具有独立状态的函数,类似于面向对象中的实例。

19. 高阶函数:函数的函数

def apply_operation(func, a, b):
    return func(a, b)

add = lambda x, y: x + y
subtract = lambda x, y: x - y

print(apply_operation(add, 5, 3))  # 输出: 8
print(apply_operation(subtract, 5, 3))  # 输出: 2

函数的魔力:高阶函数可以接受函数作为参数或返回函数,这是函数式编程的核心概念。

20. 装饰器进阶:带参数的装饰器

def repeat(n):
    def decorator(func):
        def wrapper(*args, **kwargs):
            for _ in range(n):
                func(*args, **kwargs)
        return wrapper
    return decorator

@repeat(3)
def say_hello():
    print("Hello!")

say_hello()  # 输出: Hello! Hello! Hello!

装饰器的新维度:带参数的装饰器让装饰器本身也变得灵活,可以根据需要调整行为。

至此,我们探索了Python函数从基础到进阶的20个最佳实践,每一个点都是打开新视野的钥匙。

责任编辑:赵宁宁 来源: 手把手PythonAI编程
相关推荐

2014-04-16 10:54:45

Javascript递归调用

2023-03-16 08:01:56

TypeScript开源编程语言

2024-04-11 13:57:19

MySQLHelm数据库

2023-03-15 15:54:36

Java代码

2024-05-20 10:00:00

代码Python编程

2024-06-12 13:57:00

2015-02-09 15:25:52

换肤

2024-11-21 17:22:40

2019-01-17 10:25:56

Python编程语言程序员

2024-01-29 00:20:00

GolangGo代码

2024-04-18 09:20:43

PostgreSQL关系型数据库数据库管理系统

2020-11-24 10:32:16

CIO首席信息官工具

2022-10-10 14:53:00

云安全云计算云平台

2022-02-28 15:56:14

零信任企业

2021-03-01 19:24:13

Kubernetes备份容器

2018-03-14 14:57:56

一键卡复印技巧

2021-06-25 14:50:21

DevSecOps安全 DevOps

2020-10-27 06:56:53

IoT产品实践

2023-10-10 13:49:00

Docker容器

2018-02-28 17:27:28

点赞
收藏

51CTO技术栈公众号