函数
定义
函数是一段可以被多次调用的代码块，它有助于组织代码并提高其可读性和复用性。在 Python 中，使用 def 关键字来定义一个函数。
语法
def function_name(parameters):
"""文档字符串"""
# 函数体
return [expression]function_name 是函数的名字。
parameters 是传递给函数的参数列表。
文档字符串（docstring）是对函数功能的描述，虽然不是强制性的，但推荐编写。
函数体包含了执行特定任务的一系列语句。
return 用于从函数返回值，如果不需要返回任何值，可以省略 return 语句或写成 return None。
示例
def greet(name, greeting="Hello"):
"""打印问候信息"""
print(f"{greeting}, {name}!")
# 调用函数
greet("Alice") # 输出: Hello, Alice!
greet("Bob", "Hi") # 输出: Hi, Bob!参数类型
位置参数：必须按照正确的顺序传递。
关键字参数：通过参数名传递，允许跳过某些参数，并且可以不按顺序。
默认参数：为参数提供默认值，当没有给定该参数时使用默认值。
可变参数：使用 *args 和 **kwargs 来接受不定数量的位置参数和关键字参数。
库
定义
库（或者称为模块）是一个包含已编写的 Python 代码文件（.py），它可以被其他程序导入并重用。库通常封装了完成特定任务的功能，比如数学运算、图形绘制、网络请求等。
标准库
Python 自带了一个庞大的标准库，涵盖了广泛的编程需求，例如：
os 模块提供了许多与操作系统交互的功能。
sys 模块访问一些由解释器使用或维护的变量以及与解释器强交互的函数。
datetime 提供日期和时间处理。
math 提供基本的数学运算。
第三方库
除了标准库外，还有大量的第三方库，这些库可以通过包管理工具如 pip 安装。常见的第三方库包括：
numpy 用于科学计算。
pandas 用于数据操作和分析。
matplotlib 用于绘图。
requests 用于发送 HTTP 请求。
导入库
要使用库中的功能，需要先导入它。有几种不同的方式来导入库：
import module_name：导入整个模块。
from module_name import some_function：从模块中导入特定的函数或类。
import module_name as alias：导入模块并为其指定别名。
from module_name import *：从模块中导入所有公开的对象（不推荐，因为可能会导致命名冲突）。
示例
# 导入整个 math 模块
import math
print(math.sqrt(16)) # 计算平方根
# 从 datetime 模块导入 datetime 类
from datetime import datetime
now = datetime.now()
print(now)
# 导入 requests 库并发送 GET 请求
import requests
response = requests.get('https://api.example.com/data')
print(response.text)如何使用函数
定义函数
使用 def 关键字来定义一个函数。
函数名应当遵循变量命名规则，通常使用小写字母和下划线。
在圆括号中定义参数列表（如果有的话）。
以冒号结尾，接着是缩进的函数体。
def greet(name):
"""这是一个简单的函数，用于向某人问好"""
print(f"Hello, {name}!")
# 调用函数
greet("Alice")参数
可以有零个或多个参数。
参数之间用逗号分隔。
默认参数值允许你调用函数时省略某些参数。
def greet(name, greeting="Hello"):
print(f"{greeting}, {name}!")
# 调用函数并传递参数
greet("Bob") # 使用默认问候语
greet("Charlie", "Hi") # 提供自定义问候语返回值
使用 return 语句可以让函数返回结果。
如果没有 return 语句，或者 return 后面没有跟随表达式，则函数将返回 None。
def add(a, b):
return a + b
result = add(3, 5)
print(f"The result is: {result}")文档字符串
在函数的第一行添加文档字符串（docstring），用来解释函数的作用。
这是一个良好的编程习惯，可以帮助其他开发者理解你的代码。
def multiply(x, y):
"""
Multiply two numbers and return the result.
:param x: First number to be multiplied.
:param y: Second number to be multiplied.
:return: The product of x and y.
"""
return x * y
# 查看文档字符串
print(multiply.__doc__)局部变量与全局变量
在函数内部定义的变量为局部变量，只在该函数作用域内可见。
全局变量在整个文件范围内可见，但如果你想要在一个函数内部修改全局变量，需要使用 global 关键字声明。
x = 10 # 全局变量
def update_x():
global x
x = 20 # 修改全局变量
update_x()
print(f"Updated global x: {x}")匿名函数
可以使用 lambda 表达式创建匿名函数。
匿名函数适用于那些简单且不需要多次使用的场合。
# 使用 lambda 创建一个简单的加法函数
add = lambda a, b: a + b
# 调用匿名函数
print(add(4, 6))如何使用库
安装库
首先，你需要安装所需的库。Python 的包管理工具 pip 可以帮助你轻松地安装第三方库。
使用 pip 安装库
pip install 库名
例如，安装 requests 库：
pip install requests导入库
一旦安装了库，就可以在你的 Python 脚本中导入并使用它。
导入整个库
import 库名
从库中导入特定的函数或类
from 库名 import 函数名, 类名
为库指定别名
import 库名 as 别名使用库
下面是一些具体的示例，展示如何导入和使用常见的库。
示例 1: 使用 math 标准库
math 库提供了许多数学运算的功能。
import math
# 计算平方根
result = math.sqrt(16)
print(f"Square root of 16 is: {result}")
# 计算圆周率
pi_value = math.pi
print(f"Value of pi is: {pi_value}")示例 2: 使用 datetime 标准库
datetime 库提供了处理日期和时间的功能。
from datetime import datetime
# 获取当前日期和时间
now = datetime.now()
print(f"Current date and time: {now}")
# 格式化日期和时间
formatted_date = now.strftime("%Y-%m-%d %H:%M:%S")
print(f"Formatted date and time: {formatted_date}")示例 3: 使用 requests 第三方库
requests 库用于发送 HTTP 请求。
import requests
# 发送 GET 请求
response = requests.get('https://api.github.com')
print(f"Status Code: {response.status_code}")
print(f"Response Content: {response.json()}")
# 发送 POST 请求
url = 'https://httpbin.org/post'
data = {'key': 'value'}
response = requests.post(url, data=data)
print(f"POST Response: {response.json()}")示例 4: 使用 pandas 第三方库
pandas 是一个强大的数据分析库，提供了高性能的数据结构和数据分析工具。
import pandas as pd
# 创建一个简单的 DataFrame
data = {
'Name': ['Alice', 'Bob', 'Charlie'],
'Age': [25, 30, 35],
'City': ['New York', 'Los Angeles', 'Chicago']
}
df = pd.DataFrame(data)
print(df)
# 数据筛选
filtered_df = df[df['Age'] > 28]
print(f"Filtered DataFrame: \n{filtered_df}")
# 数据排序
sorted_df = df.sort_values(by='Age', ascending=False)
print(f"Sorted DataFrame: \n{sorted_df}")
# 统计信息
stats = df.describe()
print(f"Statistics: \n{stats}")示例 5: 使用 matplotlib 第三方库
matplotlib 是一个绘图库，可以用来创建静态、动态及交互式的可视化图表。
import matplotlib.pyplot as plt
# 绘制折线图
x = [1, 2, 3, 4, 5]
y = [2, 3, 5, 7, 11]
plt.plot(x, y, marker='o')
plt.title('Simple Line Plot')
plt.xlabel('X-axis')
plt.ylabel('Y-axis')
plt.grid(True)
plt.show()
# 绘制柱状图
labels = ['A', 'B', 'C', 'D']
values = [10, 20, 15, 25]
plt.bar(labels, values)
plt.title('Bar Chart')
plt.xlabel('Categories')
plt.ylabel('Values')
plt.show()总结
安装库：使用 pip 命令安装。
导入库：使用 import 或 from ... import ... 语句。
使用库：调用库中的函数或方法来执行所需的操作。
