Python基础（函数）

使用def语句定义一个函数语法说明用来声明函数的关键字函数名，一个有效的标识符，规则和变量名一致。匈牙利命名法或驼峰法。形参，可以是0 ~ n 个，参数之间用逗号分隔。定义函数执行的具体操作。指定函数的返回值，没有则返回None，默认返回Nonereturn之后的代码不会执行。示例在add函数的return后面的print输出没有执行。

绝顶大聪明

1632人浏览 · 2025-03-15 13:28:57

绝顶大聪明 · 2025-03-15 13:28:57 发布

在数学中，函数（Function）是一个将每个元素从一个集合（定义域）映射到另一个集合（值域）的关系。

Function，英/ˈfʌŋkʃn/ n. 功能；函数；作用； v. 起作用；运转；正常工作

1. 基础认知

编程中的函数大抵如此，描述了一种“输入-输出”的关系。

1.1 函数的概念

概念

函数是可以重复执行的语句块，可以重复调用

作用

用于封装语句块，提高代码的重用性。

定位

函数是面向过程编程的最小单位

1.2 函数的定义

使用 def 语句定义一个函数

语法

说明

def：用来声明函数的关键字
function_name：函数名，一个有效的标识符，规则和变量名一致。匈牙利命名法或驼峰法。
parameters：形参，可以是0 ~ n 个，参数之间用逗号分隔。
函数体：定义函数执行的具体操作。
return：指定函数的返回值，没有则返回None，默认返回None
return之后的代码不会执行。

示例

在add函数的return后面的print输出没有执行

2. 内置函数

Python提供了大量的可直接使用的内置函数，主要执行一些常见的操作：数据处理、类型转换、数学计算、输入输出等。

官方地址：内置函数 — Python 3.13.2 文档

2.1 `all()`

如果可迭代对象中的所有元素都为 True，返回 True，否则返回 False。

2.2 `sum()`

返回可迭代对象中所有元素的总和。

分析：可以是负数，可以有小数，可以是元组，可以是列表，int float这样的类型才能进行sum函数的运算

2.3 `sorted()`

返回一个新列表，其中包含可迭代对象中的元素，按照升序排序。

分析：lambda的基本用法： lambda 参数1, 参数2, ... : 表达式

在 Python 中，lambda 是一个关键字，用于创建匿名函数。匿名函数是一种没有名称的函数，通常用于需要一个简单函数的一次性场景。lambda 函数的语法非常简洁，适合快速定义简单的操作。

# 定义一个 lambda 函数，计算两个数的和
add = lambda a, b: a + b
print(add(3, 5)) # 输出：8

所以上面的是读取字典中age键的值

2.4 `reversed()`

返回一个反向迭代器。

2.5 `callable()`

检查对象是否可以被调用（即是否是函数或方法）。

分析：自己定义的或者python自带的都可以调用callable的函数

2.6 `zip()`

将多个可迭代对象打包成一个元组，常用于并行遍历多个序列。

2.7 `eval()`

将字符串作为有效的 Python 表达式来执行，并返回结果。

eval(expression, globals=None, locals=None)

2.8 `exec()`

执行存储在字符串中的 Python 代码。

exec(object, globals=None, locals=None)

区别

返回值：eval() 返回表达式的结果，而 exec() 不返回任何值（返回 None）。

用途：eval() 用于计算表达式，而 exec() 用于执行代码块。

安全性：eval() 和 exec() 都存在安全隐患，因为它们会执行任意代码。如果代码来自不可信的来源，可能会导致安全问题。

2.9 `globals()` 和 `locals()`

globals() 返回当前全局符号表（一个字典）；locals() 返回当前局部符号表（也是字典）。

x = 10
print(globals())  # 输出: 包含全局变量的信息
print(locals())   # 输出: 包含局部变量的信息

2.10 `filter()`

从可迭代对象中过滤出符合条件的元素。

分析：filter的逻辑是，先通过形参1的函数来判断返回的结果是true还是false，如果是true，就将形参2的参数返回输出，传给新的对象x2.

2.11 map()

map(函数,可迭代对象) 传入两个参数: 函数和可迭代对象，返回一个经过函数筛选之后的可迭代对象

分析：可以看出来，map函数里面有两个形参，第一个形参是函数，第二个是来迭代的对象，把第二个形参里面的参数，传入到第一个形参函数里面，返回一个结果，然后让map函数来返回，赋值给新的对象x2

3.12 reduce()

reduce 是 Python 中的一个函数，用于对一个序列进行累积计算。它属于 functools 模块，在 Python 3 中不再是一个内置函数，因此需要先导入该模块才能使用。

reduce 函数会对序列中的元素依次应用一个函数，并将结果累积起来，最终返回一个单一的值。

from functools import reduce

reduce(function, iterable, initializer=None) 注意，如过没有给initializer赋值的话，累积将从序列的第一个元素开始。

分析：可以理解x1 + x2 ，这个函数是每次按顺序调用序列里的数据，经过形参一的函数计算返回一个新的值，作为下一次的x1加上序列表里第三个参数这个参数是x2，它们相加获得新的数作为x1加序列表里的第四个参数，依次类推，注意上述代码里是+，在实际情况也可能是乘法等自己定义函数方法，就把上面+的逻辑换成乘。

总结：前两个参数进行函数运算后得到结果，往后移动一位，得到的结果和新的一位进行函数运算再返回一个结果，再后移一位，依次类推

3. 函数的调用

函数名后面跟上 小括号() 表示函数的执行。

3.1 基本用法

语法

函数名(实际调用传递参数)

说明

函数调用是一个表达式，它可以参与运算

示例

3.2 调用传参

函数调用时传递参数的方式有多种，包括位置传参、关键词传参、多个参数解包、参数默认值等。

3.2.1 位置传参

最常见的传参方式，参数按定义的顺序依次传入函数，从左到右

示例：

3.2.2 关键词传参

通过指定参数的名称来传值，无顺序限制，代码可读性较高。

示例：

分析：因为是关键词的传参，顺序可以改变

3.2.3 参数默认值

定义函数时可为某些参数指定默认值，如果不传参则使用默认值。默认值参数必须位于无默认值参数的后面。

示例：

分析：按照形参顺序，依次传入数据，后面的有默认值的参数，可以不写

3.2.4 可变位置参数

使用 args可让函数接受任意数量的位置参数。args 会将多余的位置参数收集成一个元组。

示例：

结合使用 *args 和 **kwargs

在同一个函数中，可以同时使用 *args 和 **kwargs，但它们必须按照顺序出现，即 *args 在前，**kwargs 在后。

3.2.5 可变关键词参数

使用 kwargs 可以让函数接受任意数量的关键词参数。kwargs会将多余的关键词参数收集成一个字典。

示例：

分析：a传入的是位置参数，*是用来声明后面的都是关键词参数，它不是一个参数

3.2.6 多参数解包

Python 允许在调用函数时解包序列或字典，使其作为位置参数或关键词参数传递给函数，字符串也能解包，因为字符串是字符的序列

3.2.6.1 解包位置参数

使用 * 解包

3.2.6.2 解包关键词参数

使用 ** 解包

分析：用解包的方式，可以极大的简化代码，提高可读性

3.2.6.3 结合位置参数和关键词参数解包

分析：解包获得username,email键的值，刚好对应函数的参数名。解包完后剩下的键值对，放在**kwargs里面。就像是**user_info先执行解包的操作，得到username="alic123",email="alice@example.com" 这些

3.2.6.4 解包字典创建新字典

注意事项

字典的键必须是字符串：因为函数的参数名是字符串，所以字典的键必须是字符串类型。

参数名必须匹配：解包的字典中的键必须与函数的参数名匹配，否则会报 TypeError。

默认参数：如果字典中没有提供某些参数，函数会使用默认值（如果有的话）。

3.2.7 参数混合使用

在函数调用时，可以混合使用位置参数和关键词参数，但位置参数必须放在关键词参数前面。

示例：

注意，如果要在一个函数里面同时传入很多参数的时候，有些是默认参数，在声明函数的时候，有默认参数的放在没有默认参数的后面，这样可以实现只给一部分参数传入参数，比如

跳过对b的传参

4. 可变和不可变参数

在 Python 中，实参可以是可变类型或不可变类型。它们的区别主要体现在值传递和引用传递的行为上。

4.1 不可变类型

不可变类型包括：int、float、str、tuple、frozenset 等。

传递方式是值传递：传递给函数的是该对象的值，函数内部修改该值不会影响外部变量的值。

示例：

分析：在代码里，def的函数，是不会自己运行的，需要通过代码来调用，modify（a)，在全局变量里声明了a=5，所以在调用函数里面，形参x的初始值就是a=5，改成10后，只是开辟了一个新的空间，存储了10这个int变量，然后让对象x指向它，5其实还在，a还是指向的5这个变量位置

4.2 可变类型

可变类型包括：list、dict、set 等。这些类型的对象可以在原地修改。

传递方式是引用传递 ：传递给函数的是对象的引用（即内存地址），在函数内部修改该参数的内容会直接影响外部变量。

示例：

分析：可变类型，修改的时候，是在原来的数据上面进行修改，形参和全局变量都是指向的同一个地址，所以当在函数里面修改了lst对象，全局变量因为也是指向同一个地址，所以原始数据也变了

3.3 避免副作用

如果我真的想修改形参变量列表的值，但是又不影响全局变量的值，我应该怎么做呢？

通过复制对象来避免可变类型副作用：

列表：使用 lst.copy() 或切片 lst[:] 来创建一个副本。

字典：使用 dict.copy() 或 copy.deepcopy() 来进行深拷贝。

元组：推荐用tuple 创建新的元组，虽然本身就是不可变。

示例：

分析：先通过copy的函数，来复制一个新的字典或者列表，就是开辟了一块新的空间，来存储与全局可变变量只有地址不一样，里面的变量参数完全一样的列表或者字典，在函数里面就调用新复制的副本，这样就避免了全局变量的改变

5. 匿名函数

匿名函数是没有名字的函数，通常用于需要一个简短的、临时的函数场景，它可以有任意数量的参数，但只能包含一个表达式，并返回该表达式的结果。

5.1 基本语法

lambda arguments: expression

arguments：一个或多个输入参数，可以是位置参数或关键词参数。

expression：一个单一的表达式，它的值将作为返回值返回。

5.2 匿名函数定义

5.3 使用场景

lambda 函数常常与高阶函数如 map()、filter() 和 sorted() 等一起使用。

处理列表

分析：map函数是输出结果的，依次调用numbers这个列表里的数据，传递给lambda作为它的形参，执行表达式x**2,返回x**2这个结果，传递给squared_numbers列表

筛选列表

分析：filter函数只有当lambda返回的是true的时候，才输出x，当x%2！=0的时候，返回false，filter就不返回值

实现排序

分析：key是来排序的关键，可以是长度，大小，具体在上文中sorted函数有讲解

5.4 条件表达式

你可以在 lambda 函数中使用条件表达式（if-else）来做一些简单的决策。

分析：if - else 之间的表达式，是用来判断的，当返还值为true的时候，就输出if前面的结果，返回值为false的时候就输出else后面的结果，类似C语言里面 is_even=(x%2==0)?"Even":"Odd"

5.5 匿名函数优点

结构简单：lambda 函数通常用在需要一个短小函数的地方，而普通函数则更适合复杂的逻辑。
匿名性：lambda 函数是没有名字的，它们通常只在一个地方使用，并且不需要被重复调用。
功能限制：lambda 函数只能包含一个表达式，不可以包含多行语句，而普通函数可以包含多行代码、条件判断、循环等复杂逻辑。

6. 高阶函数

高阶函数是指可以接受一个或多个函数作为参数，或者返回一个函数作为结果的函数。

6.1 常见高阶函数

比较常用，单独拎出来熟悉一下

6.1.1 map

map(function, iterable)

map函数：

接受一个函数和一个可迭代对象

将接受的函数应用到可迭代对象的每个元素上

返回一个包含结果的迭代器

numbers = [1, 2, 3, 4, 5]
squared = list(map(lambda x: x**2, numbers))
# squared现在包含[1, 4, 9, 16, 25]

6.1.2 filter

filter(function, iterable)

filter函数：

接受一个函数和一个可迭代对象

用接受的函数来筛选出可迭代对象中满足条件的元素

返回一个包含满足条件的元素的迭代器

numbers = [1, 2, 3, 4, 5]
even_numbers = list(filter(lambda x: x % 2 == 0, numbers))
# even_numbers现在包含[2, 4]

6.1.3 reduce

reduce(function, iterable[, initializer])

reduce函数：

reduce函数接受一个函数和一个可迭代对象

将接受的函数累积地应用到可迭代对象的元素上

可选的 $initializer$ 参数可以作为累积的初始值

from functools import reduce

numbers = [1, 2, 3, 4, 5]
product = reduce(lambda x, y: x * y, numbers)
# product现在包含120 (1 * 2 * 3 * 4 * 5)

6.2 作为参数

高阶函数可以接受其他函数作为参数，用于自定义行为。

7. 变量作用域

变量的作用域（Scope）是指在程序中某个变量的有效范围，也就是在代码的哪个部分可以访问或修改该变量。作用域定义了变量的可见性和生命周期。

Python中的变量作用域遵循LEGB规则（Local, Enclosing, Global, Built-in），依次搜索变量的定义位置。

7.1 Local→局部作用域

指函数或方法内部定义的变量。

仅在函数内部有效，函数外部无法访问。

在函数调用时被创建，在函数调用后自动销毁。

示例：

分析：创建的局部变量x只能在func函数里面调用，在函数外面就找不到

7.2 Enclosing→嵌套作用域

指外层函数中的变量，在内层函数中可访问，但不可修改。

当一个函数嵌套在另一个函数内部时，外层函数的变量属于Enclosing作用域。

示例：

分析：虽然在全局变量里面声明了x = 10,输出还是 x = 20，因为访问顺序的原因

nonlocal：将局部作用域中变量声明为外部嵌套函数作用域中的变量

分析：在上述代码中，如果没有声明nonloacl a,虽然可以读取外部变量a,但当尝试改变外部变量a的时候，就会报错

7.3 Global→全局作用域

指模块级别定义的变量，整个模块都可以访问。

如果想在函数中修改全局变量，需要使用global关键字。

示例：如何用一个变量来记录一个函数调用的次数

7.4 Built-in→内建作用域

包含Python内建的函数、异常和常量，如print(), len(), int, Exception等。

这些变量可以在任何地方使用。

示例：

print(len([1, 2, 3]))  # 使用内建函数len

7.5 变量查找顺序

作用域遵循LEGB规则（Local, Enclosing, Global, Built-in）

示例：

7.6 超越训练

分析：

题一：第一次返回的是fun(m,n=0),所以现在a的值是字典{"fun":lambda m:fun(m,0)}，然后执行a["fun"](1)操作，可以得到，输出0，然后返回字典{"fun":lambda m:fun(m,1)}，但是这个字典并没有转递给a，所以在后续的调用中，a还是={"fun":lambda m:fun(m,0)}*

None，0，0，0。

题二：这个是链式调用，首先是 fun(0),得到b=字典{"fun":lambda m:fun(m,0)}，然后)["fun"](1)调用，返回的值是{"fun":lambda m:fun(m,1)}，注意这样一步不像题一，这一步会把返回的结果赋值给b，然后调用["fun"](2),输出1，返回{"fun":lambda m:fun(m,2)}，最后一步同理

输出None，0，1，2

题三：题一，题二的结合

输出None，0，1，1

8. 函数内存分配

1、将函数的代码存储到代码区，函数体中的代码不执行。

2、调用函数时，在内存中开辟空间（栈帧），存储函数内部定义的变量。

3、函数调用后，栈帧立即被释放。

def func(a, b):
    a = 20
    b[0] = 20

a = 10
b = [100]
func(a, b)
print(a) # 10
print(b) # [20]

9. 递归函数

递归是指函数直接或间接调用自身的过程。递归通常用于解决分解成相似子问题的复杂问题。

9.1 函数结构

递归函数通常由两个部分组成：

终止条件：用于确保递归能够停止，避免无限递归。
递归调用：函数在其内部调用自身，传递简化或减少的参数，以解决更小的子问题。

9.2 基本步骤

定义递归函数：在函数体内调用函数自身。
设定终止条件：确保递归能终止。
逐步简化问题：通过传递较小的参数递归求解，直至终止条件满足。

9.3 递归示例

递归：先递进，再回归。

9.3.1 阶乘定义

n! = n * (n-1) * (n-2) * ... * 1

递归公式：n! = n * (n-1)!，终止条件：0! = 1

示例代码：

def factorial(n):
    # 终止条件：n为0或1时，返回1
    if n == 0 or n == 1:
        return 1
    # 递归调用：n * (n-1)!
    return n * factorial(n - 1)

# 测试
print(factorial(6))  # 输出 720

执行过程：


递归函数执行展开的过程	先递进，后回归

9.3.2 斐波那契数列

斐波那契数列（Fibonacci sequence）是一种经典的数列，它的特点是从第 3 项开始，每一项都等于前两项之和。前两项通常定义为：

F(0) = 0

F(1) = 1

从 F(2) 开始：

F(2) = F(1) + F(0) = 1 + 0 = 1

F(3) = F(2) + F(1) = 1 + 1 = 2

使用递归的思想实现斐波那契数列

参考代码：

def fibonacci(n):
    if n == 0:
        return 0
    elif n == 1:
        return 1
    else:
        return fibonacci(n - 1) + fibonacci(n - 2)


print(fibonacci(8))

开源鸿蒙跨平台开发者社区

开源鸿蒙跨平台开发社区汇聚开发者与厂商，共建“一次开发，多端部署”的开源生态，致力于降低跨端开发门槛，推动万物智联创新。

更多推荐

【maaath】Flutter for OpenHarmony 简历模板应用实战

开源鸿蒙跨平台开发者社区

【maaath】Flutter for OpenHarmony 扫描全能王应用开发实战

开源鸿蒙跨平台开发者社区

Flutter For Openharmony第三方库：lottie鸿蒙化适配

Lottie 是 Airbnb 开源的动画渲染库，其核心特点在于将复杂的 After Effects 动画导出为紧凑的 JSON 文件格式。这种方案具有以下显著优势：首先，设计与开发的高效协同成为可能。设计师在 After Effects 中完成的动画可以直接导出为 JSON 文件供开发者使用，无需开发者重新编写动画代码。其次，动画质量得到充分保障。由于 JSON 文件精确描述了动画的每一帧数据，

开源鸿蒙跨平台开发者社区

所有评论(0)

查看更多评论

绝顶大聪明

@2302_77326347

已为社区贡献1条内容

Python基础（函数）

绝顶大聪明

1. 基础认知

1.1 函数的概念

1.2 函数的定义

2. 内置函数

2.1 all()

2.2 sum()

2.3 sorted()

2.4 reversed()

2.5 callable()

2.6 zip()

2.7 eval()

2.8 exec()

2.9 globals() 和 locals()

2.10 filter()

2.11 map()

3.12 reduce()

3. 函数的调用

3.1 基本用法

3.2 调用传参

3.2.1 位置传参

3.2.2 关键词传参

3.2.3 参数默认值

3.2.4 可变位置参数

结合使用 *args 和 **kwargs

3.2.5 可变关键词参数

3.2.6 多参数解包

3.2.6.1 解包位置参数

3.2.6.2 解包关键词参数

3.2.6.3 结合位置参数和关键词参数解包

3.2.6.4 解包字典创建新字典

3.2.7 参数混合使用

4. 可变和不可变参数

4.1 不可变类型

4.2 可变类型

3.3 避免副作用

5. 匿名函数

5.1 基本语法

5.2 匿名函数定义

5.3 使用场景

5.4 条件表达式

5.5 匿名函数优点

6. 高阶函数

6.1 常见高阶函数

6.1.1 map

6.1.2 filter

6.1.3 reduce

6.2 作为参数

7. 变量作用域

7.1 Local→局部作用域

7.2 Enclosing→嵌套作用域

7.3 Global→全局作用域

7.4 Built-in→内建作用域

7.5 变量查找顺序

7.6 超越训练

8. 函数内存分配

9. 递归函数

9.1 函数结构

9.2 基本步骤

9.3 递归示例

9.3.1 阶乘定义

9.3.2 斐波那契数列

所有评论(0)

温馨提示：您尚未绑定手机号

绝顶大聪明

2.1 `all()`

2.2 `sum()`

2.3 `sorted()`

2.4 `reversed()`

2.5 `callable()`

2.6 `zip()`

2.7 `eval()`

2.8 `exec()`

2.9 `globals()` 和 `locals()`

2.10 `filter()`

结合使用 `*args` 和 `**kwargs`