飞翔飞翔
主页
  • 计算机基础

    • TCP/IP协议
    • Linux命令
  • 数据库

    • SQL教程
  • 编程语言

    • C语言
    • Python2
    • Python3
  • 数据格式

    • JSON教程
  • 工具

    • Markdown指南
  • Git

    • GitFlow
  • Quartz

    • Quartz教程
  • Java

    • Java设计模式
  • 缓存

    • Redis教程
联系
阿里云
主页
  • 计算机基础

    • TCP/IP协议
    • Linux命令
  • 数据库

    • SQL教程
  • 编程语言

    • C语言
    • Python2
    • Python3
  • 数据格式

    • JSON教程
  • 工具

    • Markdown指南
  • Git

    • GitFlow
  • Quartz

    • Quartz教程
  • Java

    • Java设计模式
  • 缓存

    • Redis教程
联系
阿里云
  • 学习路径
  • 第1章 认识Python

    • Python 历史与特点
    • Python 2 与 Python 3 的核心差异
    • 安装与运行 Python 2.7.18
    • 编码规范 PEP 8
  • 第2章 基础语法

    • 变量与对象
    • 数字类型
    • 字符串 str
    • Unicode 字符串
    • 运算符
    • 空值 None
  • 第3章 流程控制

    • if 条件语句
    • if-else 条件语句
    • if-elif-else 多分支
    • 条件表达式(三元运算符)
    • while 循环
    • for 循环
    • range 与 xrange
    • 循环控制:break、continue、pass
    • 循环 else 子句
  • 第4章 数据结构

    • 列表基础
    • 列表方法
    • 列表推导式
    • 元组
    • 字典基础
    • 字典方法
    • 字典循环技巧
    • 集合
    • 序列解包
    • 序列比较
  • 第5章 函数

    • 定义函数
    • 参数传递机制
    • 默认参数
    • 关键字参数
    • 可变参数
    • Lambda 表达式
    • 文档字符串
    • 函数对象
  • 第6章 模块与包

    • import 导入
    • 模块搜索路径
    • name 与主程序
    • 编译文件 .pyc 与 .pyo
    • 包结构
    • dir() 函数
  • 第7章 文件与IO

    • 打开与关闭文件
    • 文件读写方法
    • with 上下文管理器
    • 格式化输出:% 操作符
    • 格式化输出:str.format()
    • JSON 序列化
  • 第8章 面向对象

    • 类定义与实例化
    • init 构造方法
    • 类变量与实例变量
    • 方法调用与 self
    • 继承基础
    • 多重继承
    • 新式类与旧式类
    • 私有变量与名称改写
    • 属性装饰器 property
    • 类方法与静态方法
    • 魔术方法
    • 空类与数据记录
  • 第9章 异常处理

    • 异常类型
    • try-except
    • try-except-else-finally
    • 抛出异常 raise
    • 自定义异常
    • with 语句与上下文管理器
  • 第10章 迭代器与生成器

    • 迭代器协议
    • 生成器函数
    • 生成器表达式
    • itertools模块
  • 第11章 标准库精要

    • os模块
    • sys模块
    • datetime模块
    • re模块
    • json模块
    • collections模块
    • math与random模块
    • urllib2与网络请求
    • subprocess与命令执行
    • threading与并发
    • unittest与测试
    • 虚拟环境与包管理
  • 第12章 工程实践

    • 调试技巧
    • 性能分析
    • 文档与注释
    • 下一步学习

定义函数

函数是组织代码的基本单元。它把一段可复用的逻辑封装起来,通过名字调用,接受输入(参数),产生输出(返回值)。Python 用 def 关键字定义函数,语法简洁直观。

基本语法

def greet(name):
    """打印问候语。"""
    print "Hello,", name

greet("Alice")      # Hello, Alice
greet("Bob")        # Hello, Bob

def 后面是函数名,圆括号内是参数列表,冒号结尾。缩进块是函数体。函数定义本身不会执行函数体,只有在被调用时才会执行。

返回值

函数用 return 语句返回值。没有 return 时,函数返回 None:

def add(a, b):
    return a + b

result = add(3, 5)
print result        # 8

def say_hello():
    print "Hello"

result = say_hello()
print result        # None

return 可以返回多个值,实际上是返回一个元组:

def get_stats(nums):
    return min(nums), max(nums), sum(nums) / float(len(nums))

minimum, maximum, average = get_stats([1, 2, 3, 4, 5])
print minimum, maximum, average    # 1 5 3.0

函数也是对象

在 Python 中,函数是一等公民(first-class citizen)。它可以被赋值给变量、作为参数传递、从函数返回:

def square(x):
    return x ** 2

# 赋值给变量
my_func = square
print my_func(5)    # 25

# 作为参数传递
def apply_func(f, x):
    return f(x)

print apply_func(square, 5)     # 25

# 从函数返回
def make_multiplier(n):
    def multiplier(x):
        return x * n
    return multiplier

double = make_multiplier(2)
print double(5)     # 10
triple = make_multiplier(3)
print triple(5)     # 15

这种"函数作为值"的特性是 Python 支持函数式编程的基础。

空函数

函数体不能为空(会报 IndentationError),用 pass 占位:

def todo():
    pass            # 待实现

局部变量

函数内部赋值的变量是局部变量,只在函数内可见:

def calc():
    x = 10          # 局部变量
    return x * 2

print calc()        # 20
print x             # NameError: name 'x' is not defined

函数内部可以读取外部变量,但赋值会创建局部变量(除非用 global 声明):

count = 0

def increment():
    count += 1      # UnboundLocalError!赋值让 count 变成局部变量

# 正确做法
def increment():
    global count
    count += 1

increment()
print count         # 1

函数命名规范

  • 函数名使用小写+下划线(snake_case):calculate_average
  • 动词开头,描述动作:get_data、process_item、is_valid
  • 返回布尔值的函数用 is_ 或 has_ 前缀:is_empty、has_permission

递归函数

函数可以调用自身,这就是递归。递归必须有终止条件,否则会无限递归直到栈溢出:

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

print factorial(5)      # 120

Python 默认递归深度限制为 1000:

import sys
print sys.getrecursionlimit()   # 1000

# 可以修改(谨慎使用)
sys.setrecursionlimit(2000)

递归虽然优雅,但 Python 的函数调用开销较大,深度递归通常不如迭代高效。对于尾递归,Python 不会优化,所以 factorial(1000) 会耗尽栈空间。

下一页
参数传递机制