200 lines
11 KiB
Markdown
200 lines
11 KiB
Markdown
## 第15课：函数使用进阶
|
||
|
||
前面我们讲到了关于函数的知识，我们还讲到过Python中常用的数据类型，这些类型的变量都可以作为函数的参数或返回值，用好函数还可以让我们做更多的事情。
|
||
|
||
### 关键字参数
|
||
|
||
下面是一个判断传入的三条边长能否构成三角形的函数，在调用函数传入参数时，我们可以指定参数名，也可以不指定参数名，代码如下所示。
|
||
|
||
```Python
|
||
def is_triangle(a, b, c):
|
||
print(f'a = {a}, b = {b}, c = {c}')
|
||
return a + b > c and b + c > a and a + c > b
|
||
|
||
|
||
# 调用函数传入参数不指定参数名按位置对号入座
|
||
print(is_triangle(1, 2, 3))
|
||
# 调用函数通过“参数名=参数值”的形式按顺序传入参数
|
||
print(is_triangle(a=1, b=2, c=3))
|
||
# 调用函数通过“参数名=参数值”的形式不按顺序传入参数
|
||
print(is_triangle(c=3, a=1, b=2))
|
||
```
|
||
|
||
在没有特殊处理的情况下，函数的参数都是**位置参数**，也就意味着传入参数的时候对号入座即可，如上面代码的第7行所示，传入的参数值`1`、`2`、`3`会依次赋值给参数`a`、`b`、`c`。当然，也可以通过`参数名=参数值`的方式传入函数所需的参数，因为指定了参数名，传入参数的顺序可以进行调整，如上面代码的第9行和第11行所示。
|
||
|
||
调用函数时，如果希望函数的调用者必须以`参数名=参数值`的方式传参，可以用**命名关键字参数**（keyword-only argument）取代位置参数。所谓命名关键字参数，是在函数的参数列表中，写在`*`之后的参数，代码如下所示。
|
||
|
||
```Python
|
||
def is_triangle(*, a, b, c):
|
||
print(f'a = {a}, b = {b}, c = {c}')
|
||
return a + b > c and b + c > a and a + c > b
|
||
|
||
|
||
# TypeError: is_triangle() takes 0 positional arguments but 3 were given
|
||
# print(is_triangle(3, 4, 5))
|
||
# 传参时必须使用“参数名=参数值”的方式，位置不重要
|
||
print(is_triangle(a=3, b=4, c=5))
|
||
print(is_triangle(c=5, b=4, a=3))
|
||
```
|
||
|
||
> **注意**：上面的`is_triangle`函数，参数列表中的`*`是一个分隔符，`*`前面的参数都是位置参数，而`*`后面的参数就是命名关键字参数。
|
||
|
||
我们之前讲过在函数的参数列表中可以使用**可变参数**`*args`来接收任意数量的参数，但是我们需要看看，`*args`是否能够接收带参数名的参数。
|
||
|
||
```Python
|
||
def calc(*args):
|
||
result = 0
|
||
for arg in args:
|
||
if type(arg) in (int, float):
|
||
result += arg
|
||
return result
|
||
|
||
|
||
print(calc(a=1, b=2, c=3))
|
||
```
|
||
|
||
执行上面的代码会引发`TypeError`错误，错误消息为`calc() got an unexpected keyword argument 'a'`，由此可见，`*args`并不能处理带参数名的参数。我们在设计函数时，如果既不知道调用者会传入的参数个数，也不知道调用者会不会指定参数名，那么同时使用可变参数和**关键字参数**。关键字参数会将传入的带参数名的参数组装成一个字典，参数名就是字典中键值对的键，而参数值就是字典中键值对的值，代码如下所示。
|
||
|
||
```Python
|
||
def calc(*args, **kwargs):
|
||
result = 0
|
||
for arg in args:
|
||
if type(arg) in (int, float):
|
||
result += arg
|
||
for value in kwargs.values():
|
||
if type(value) in (int, float):
|
||
result += value
|
||
return result
|
||
|
||
|
||
print(calc()) # 0
|
||
print(calc(1, 2, 3)) # 6
|
||
print(calc(a=1, b=2, c=3)) # 6
|
||
print(calc(1, 2, c=3, d=4)) # 10
|
||
```
|
||
|
||
> **提示**：**不带参数名的参数（位置参数）必须出现在带参数名的参数（关键字参数）之前**，否则将会引发异常。例如，执行`calc(1, 2, c=3, d=4, 5)`将会引发`SyntaxError`错误，错误消息为`positional argument follows keyword argument`，翻译成中文意思是“位置参数出现在关键字参数之后”。
|
||
|
||
### 高阶函数的用法
|
||
|
||
在前面几节课中，我们讲到了面向对象程序设计，在面向对象的世界中，一切皆为对象，所以类和函数也是对象。函数的参数和返回值可以是任意类型的对象，这就意味着**函数本身也可以作为函数的参数或返回值**，这就是所谓的**高阶函数**。
|
||
|
||
如果我们希望上面的`calc`函数不仅仅可以做多个参数求和，还可以做多个参数求乘积甚至更多的二元运算，我们就可以使用高阶函数的方式来改写上面的代码，将加法运算从函数中移除掉，具体的做法如下所示。
|
||
|
||
```Python
|
||
def calc(*args, init_value, op, **kwargs):
|
||
result = init_value
|
||
for arg in args:
|
||
if type(arg) in (int, float):
|
||
result = op(result, arg)
|
||
for value in kwargs.values():
|
||
if type(value) in (int, float):
|
||
result = op(result, value)
|
||
return result
|
||
```
|
||
|
||
注意，上面的函数增加了两个参数，其中`init_value`代表运算的初始值，`op`代表二元运算函数。经过改造的`calc`函数不仅仅可以实现多个参数的累加求和，也可以实现多个参数的累乘运算，代码如下所示。
|
||
|
||
```Python
|
||
def add(x, y):
|
||
return x + y
|
||
|
||
|
||
def mul(x, y):
|
||
return x * y
|
||
|
||
|
||
print(calc(1, 2, 3, init_value=0, op=add, x=4, y=5)) # 15
|
||
print(calc(1, 2, x=3, y=4, z=5, init_value=1, op=mul)) # 120
|
||
```
|
||
|
||
通过对高阶函数的运用，`calc`函数不再和加法运算耦合，所以灵活性和通用性会变强，这是一种解耦合的编程技巧，但是最初学者来说可能会稍微有点难以理解。需要注意的是，将函数作为参数和调用函数是有显著的区别的，**调用函数需要在函数名后面跟上圆括号，而把函数作为参数时只需要函数名即可**。上面的代码也可以不用定义`add`和`mul`函数，因为Python标准库中的`operator`模块提供了代表加法运算的`add`和代表乘法运算的`mul`函数，我们直接使用即可，代码如下所示。
|
||
|
||
```Python
|
||
import operator
|
||
|
||
print(calc(1, 2, 3, init_value=0, op=operator.add, x=4, y=5)) # 15
|
||
print(calc(1, 2, x=3, y=4, z=5, init_value=1, op=operator.mul)) # 120
|
||
```
|
||
|
||
Python内置函数中有不少高阶函数，我们前面提到过的`filter`和`map`函数就是高阶函数，前者可以实现对序列中元素的过滤，后者可以实现对序列中元素的映射，例如我们要去掉一个整数列表中的奇数，并对所有的偶数求平方得到一个新的列表，就可以直接使用这两个函数来做到，具体的做法是如下所示。
|
||
|
||
```Python
|
||
def is_even(num):
|
||
return num % 2 == 0
|
||
|
||
|
||
def square(num):
|
||
return num ** 2
|
||
|
||
|
||
numbers1 = [35, 12, 8, 99, 60, 52]
|
||
numbers2 = list(map(square, filter(is_even, numbers1)))
|
||
print(numbers2) # [144, 64, 3600, 2704]
|
||
```
|
||
|
||
当然，要完成上面代码的功能，也可以使用列表生成式，列表生成式的做法更为简单优雅。
|
||
|
||
```Python
|
||
numbers1 = [35, 12, 8, 99, 60, 52]
|
||
numbers2 = [num ** 2 for num in numbers1 if num % 2 == 0]
|
||
print(numbers2) # [144, 64, 3600, 2704]
|
||
```
|
||
|
||
### Lambda函数
|
||
|
||
在使用高阶函数的时候，如果作为参数或者返回值的函数本身非常简单，一行代码就能够完成，那么我们可以使用**Lambda函数**来表示。Python中的Lambda函数是没有的名字函数，所以很多人也把它叫做**匿名函数**，匿名函数只能有一行代码，代码中的表达式产生的运算结果就是这个匿名函数的返回值。上面代码中的`is_even`和`square`函数都只有一行代码，我们可以用Lambda函数来替换掉它们，代码如下所示。
|
||
|
||
```Python
|
||
numbers1 = [35, 12, 8, 99, 60, 52]
|
||
numbers2 = list(map(lambda x: x ** 2, filter(lambda x: x % 2 == 0, numbers1)))
|
||
print(numbers2) # [144, 64, 3600, 2704]
|
||
```
|
||
|
||
通过上面的代码可以看出，定义Lambda函数的关键字是`lambda`，后面跟函数的参数，如果有多个参数用逗号进行分隔；冒号后面的部分就是函数的执行体，通常是一个表达式，表达式的运算结果就是Lambda函数的返回值，不需要写`return` 关键字。
|
||
|
||
如果需要使用加减乘除这种简单的二元函数，也可以用Lambda函数来书写，例如调用上面的`calc`函数时，可以通过传入Lambda函数来作为`op`参数的参数值。当然，`op`参数也可以有默认值，例如我们可以用一个代表加法运算的Lambda函数来作为`op`参数的默认值。
|
||
|
||
```Python
|
||
def calc(*args, init_value=0, op=lambda x, y: x + y, **kwargs):
|
||
result = init_value
|
||
for arg in args:
|
||
if type(arg) in (int, float):
|
||
result = op(result, arg)
|
||
for value in kwargs.values():
|
||
if type(value) in (int, float):
|
||
result = op(result, value)
|
||
return result
|
||
|
||
|
||
# 调用calc函数，使用init_value和op的默认值
|
||
print(calc(1, 2, 3, x=4, y=5)) # 15
|
||
# 调用calc函数，通过lambda函数给op参数赋值
|
||
print(calc(1, 2, 3, x=4, y=5, init_value=1, op=lambda x, y: x * y)) # 120
|
||
```
|
||
|
||
> **提示**：注意上面的代码中的`calc`函数，它同时使用了可变参数、关键字参数、命名关键字参数，其中命名关键字参数要放在可变参数和关键字参数之间，传参时先传入可变参数，关键字参数和命名关键字参数的先后顺序并不重要。
|
||
|
||
有很多函数在Python中用一行代码就能实现，我们可以用Lambda函数来定义这些函数，调用Lambda函数就跟调用普通函数一样，代码如下所示。
|
||
|
||
```Python
|
||
import operator, functools
|
||
|
||
# 一行代码定义求阶乘的函数
|
||
fac = lambda num: functools.reduce(operator.mul, range(1, num + 1), 1)
|
||
# 一行代码定义判断素数的函数
|
||
is_prime = lambda x: x > 1 and all(map(lambda f: x % f, range(2, int(x ** 0.5) + 1)))
|
||
|
||
# 调用Lambda函数
|
||
print(fac(10)) # 3628800
|
||
print(is_prime(9)) # False
|
||
```
|
||
|
||
> **提示1**：上面使用的`reduce`函数是Python标准库`functools`模块中的函数，它可以实现对数据的归约操作，通常情况下，**过滤**（filter）、**映射**（map）和**归约**（reduce）是处理数据中非常关键的三个步骤，而Python的标准库也提供了对这三个操作的支持。
|
||
>
|
||
> **提示2**：上面使用的`all`函数是Python内置函数，如果传入的序列中所有布尔值都是`True`，`all`函数就返回`True`，否则`all`函数就返回`False`。
|
||
|
||
### 简单的总结
|
||
|
||
Python中的函数可以使用可变参数`*args`和关键字参数`**kwargs`来接收任意数量的参数，而且传入参数时可以带上参数名也可以没有参数名，可变参数会被处理成一个元组，而关键字参数会被处理成一个字典。**Python中的函数是一等函数，可以赋值给变量，也可以作为函数的参数和返回值**，这也就意味着我们可以在Python中使用高阶函数。如果我们要定义的函数非常简单，只有一行代码且不需要函数名，可以使用Lambda函数（匿名函数）。
|