初学Python函数的笔记整理

定义
返回单值

    def my_abs(x):
      if x >= 0:
        return x
      else:
        return -x

返回多值

返回多值就是返回一个tuple

    import math

    def move(x, y, step, angle=0):
      nx = x + step * math.cos(angle)
      ny = y - step * math.sin(angle)
      return nx, ny

空函数

    def nop():
      pass

指定默认参数

必选参数在前，默认参数在后。默认参数需指向不可变对象（默认参数值在函数定义时被计算）

    def power(x, n=2):
      s = 1
      while n > 0:
        n = n - 1
        s = s * x
      return s

可变参数

    def calc(*numbers):
      sum = 0
      for n in numbers:
        sum = sum + n * n
      return sum

调用可变参数的函数方法

    >>> calc(1, 2)
    5
    >>> calc()
    0
    >>> nums = [1, 2, 3]
    >>> calc(*nums)
    14

关键字参数

    def person(name, age, **kw):
      print 'name:', name, 'age:', age, 'other:', kw

调用关键字参数的方法

    >>> person('Michael', 30)
    name: Michael age: 30 other: {}
    >>> person('Bob', 35, city='Beijing')
    name: Bob age: 35 other: {'city': 'Beijing'}
    >>> person('Adam', 45, gender='M', job='Engineer')
    name: Adam age: 45 other: {'gender': 'M', 'job': 'Engineer'}
    >>> kw = {'city': 'Beijing', 'job': 'Engineer'}
    >>> person('Jack', 24, **kw)
    name: Jack age: 24 other: {'city': 'Beijing', 'job': 'Engineer'}

注：

参数定义的顺序必须是：必选参数、默认参数、可变参数和关键字参数。  
对于任意函数，都可以通过类似func(*args, **kw)的形式调用它，无论它的参数是如何定义的。

递归

如果一个函数在内部调用自身本身，这个函数就是递归函数。
尾递归

在函数返回的时候，调用自身本身，并且，return语句不能包含表达式。
高阶函数

• 变量可以指向函数（函数可以赋值给一个变量）

• 函数名也是变量（函数名可以赋值其他值）
• 函数可以做为函数的参数（高阶函数）

map(func, list)

map()函数接收两个参数，一个是函数，一个是序列，map将传入的函数依次作用到序列的每个元素，并把结果作为新的list返回。

    >>> def f(x):
    ...   return x * x
    ...
    >>> map(f, [1, 2, 3, 4, 5, 6, 7, 8, 9])
    [1, 4, 9, 16, 25, 36, 49, 64, 81]

reduce(func_with_two_params, list)

reduce把一个函数作用在一个序列[x1, x2, x3…]上，这个函数必须接收两个参数，reduce把结果继续和序列的下一个元素做累积计算。

    reduce(f, [x1, x2, x3, x4])
    #相当于：
    f(f(f(x1, x2), x3), x4)

    >>> def add(x, y):
    ...   return x + y
    ...
    >>> reduce(add, [1, 3, 5, 7, 9])
    25

filter(func_return_bool, list)

把传入的函数依次作用于每个元素，然后根据返回值是True还是False决定保留还是丢弃该元素。

    def is_odd(n):
      return n % 2 == 1

    filter(is_odd, [1, 2, 4, 5, 6, 9, 10, 15])
    # 结果: [1, 5, 9, 15]

sorted

对于两个元素x和y，如果认为x < y，则返回-1，如果认为x == y，则返回0，如果认为x > y，则返回1，

    >>> sorted([36, 5, 12, 9, 21])
    [5, 9, 12, 21, 36]

高阶函数用法

    def reversed_cmp(x, y):
      if x > y:
        return -1
      if x < y:
        return 1
      return 0

    >>> sorted([36, 5, 12, 9, 21], reversed_cmp)
    [36, 21, 12, 9, 5]

函数做为返回值

    def lazy_sum(*args):
      def sum():
        ax = 0
        for n in args:
          ax = ax + n
        return ax
      return sum

    >>> f = lazy_sum(1, 3, 5, 7, 9)
    >>> f
    <function sum at 0x10452f668>
    >>> f()
    25

注：每次调用lazy_sum()都会返回一个新的函数，即使传入相同的参数。
闭包

    def count():
      fs = []
      for i in range(1, 4):
        def f():
           return i*i
        fs.append(f)
      return fs

    f1, f2, f3 = count()
    >>> f1()
    9
    >>> f2()
    9
    >>> f3()
    9

原因是调用count的时候循环已经执行，但是f()还没有执行，直到调用其时才执行。所以返回函数不要引用任何循环变量，或者后续会发生变化的变量。
匿名函数（lambda表达式）

等价于:

    def f(x):
      return x * x

关键字lambda表示匿名函数，冒号前面的x表示函数参数。
**匿名函数做为返回值

**

    def build(x, y):
      return lambda: x * x + y * y

装饰器（@func）

在代码运行期间动态增加功能的方式，称之为"装饰器"（Decorator），本质上，decorator就是一个返回函数的高阶函数。

    def log(func):
      def wrapper(*args, **kw):
        print 'call %s():' % func.__name__
        return func(*args, **kw)
      return wrapper

    @log
    def now():
      print '2013-12-25'

    >>> now()
    call now():
    2013-12-25

    #相当于执行：

    now = log(now)
    回到顶部
    带参数的装饰器

    def log(text):
      def decorator(func):
        def wrapper(*args, **kw):
          print '%s %s():' % (text, func.__name__)
          return func(*args, **kw)
        return wrapper
      return decorator

    @log('execute')
    def now():
      print '2013-12-25'

    #执行结果
    >>> now()
    execute now():
    2013-12-25

    #相当于执行：

    >>> now = log('execute')(now)

剖析：首先执行log('execute')，返回的是decorator函数，再调用返回的函数，参数是now函数，返回值最终是wrapper函数。

name

由于函数的name已经改变，依赖于此的代码就会出错。因此使用functools.wraps。

    import functools

    def log(func):
      @functools.wraps(func)
      def wrapper(*args, **kw):
        print 'call %s():' % func.__name__
        return func(*args, **kw)
      return wrapper

    #对于带参函数

    import functools

    def log(text):
      def decorator(func):
        @functools.wraps(func)
        def wrapper(*args, **kw):
          print '%s %s():' % (text, func.__name__)
          return func(*args, **kw)
        return wrapper
      return decorator

偏函数（固定函数默认值）

    >>> import functools
    >>> int2 = functools.partial(int, base=2)
    >>> int2('1000000')
    64
    >>> int2('1010101')
    85

    #相当于：

    def int2(x, base=2):
      return int(x, base)

    max2 = functools.partial(max, 10)

相当于为max函数指定了第一个参数

    max2(5, 6, 7)

    #相当于：

    max(10, 5, 6, 7)