Python之学习笔记（函数）

闭包，匿名函数等等

函数的基本使用

# -*- coding: utf-8 -*-import mathdef add_end(L=None):#add_end(L=[]):    L.append('END')    return La = add_end([1, 2, 3])print a'''1、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。2、对于函数的使用，参数顺序有：必选参数、默认参数、可变参数和关键字参数。3、例子>>> func(1, 2)a = 1 b = 2 c = 0 args = () kw = {}>>> func(1, 2, c=3)a = 1 b = 2 c = 3 args = () kw = {}>>> func(1, 2, 3, 'a', 'b')a = 1 b = 2 c = 3 args = ('a', 'b') kw = {}>>> func(1, 2, 3, 'a', 'b', x=99)a = 1 b = 2 c = 3 args = ('a', 'b') kw = {'x': 99}4、深化默认参数一定要用不可变对象，如果是可变对象，运行会有逻辑错误！要注意定义可变参数和关键字参数的语法：*args是可变参数，args接收的是一个tuple；**kw是关键字参数，kw接收的是一个dict。以及调用函数时如何传入可变参数和关键字参数的语法：可变参数既可以直接传入：func(1, 2, 3)，又可以先组装list或tuple，再通过*args传入：func(*(1, 2, 3))；关键字参数既可以直接传入：func(a=1, b=2)，又可以先组装dict，再通过**kw传入：func(**{'a': 1, 'b': 2})。使用*args和**kw是Python的习惯写法，当然也可以用其他参数名，但最好使用习惯用法。使用递归函数的优点是逻辑简单清晰，缺点是过深的调用会导致栈溢出。针对尾递归优化的语言可以通过尾递归防止栈溢出。尾递归事实上和循环是等价的，没有循环语句的编程语言只能通过尾递归实现循环。Python标准的解释器没有针对尾递归做优化，任何递归函数都存在栈溢出的问题。''''''def power(x, n=2):    s = 1    while n > 0:        n = n - 1        s = s * x    return sdef enroll(name,gender,age = 6,city = 'BeiJing'):    print 'name:',name    print 'gender:',gender    print 'age:',age    print 'city:',cityprint power(5)enroll('ChenYu','M')def move(x, y, step, angle=0):    nx = x + step * math.cos(angle)    ny = y - step * math.sin(angle)    return nx, nyr = move(100, 100, 60, math.pi / 6)print rprint u"输入名字："name = raw_input()print 'hello,',namea = int(raw_input(u'请输入一个整数'))print 'This is used for %s %d' % ('test',a)print u"循环的使用for和while："sum = 0for x in [1,2,3,4,5,6,7,8,9,10]:    sum = sum + xprint sumprint range(5)sum = 0n = 99while  n > 0:    sum = sum + n    n = n -2print sumprint u'字典的使用:'d = {'Michael':95,'Bob':75,'Y=Tracy':69}print d['Michael']''''''定义函数时，需要确定函数名和参数个数；如果有必要，可以先对参数的数据类型做检查；函数体内部可以用return随时返回函数结果；函数执行完毕也没有return语句时，自动return None。函数可以同时返回多个值，但其实就是一个tuple。'''def my_cmp(x,y):    if not isinstance(x,(int, float)):        raise TypeError('bad operand type')    if not isinstance(y,(int, float)):        raise TypeError('bad operand type')    if x > y:        return True    elif x < y:        return False    else:        return 0def nop():    passa = my_cmp(1,2.0)print a

匿名函数等高级方法

# -*- coding: utf-8 -*-import functoolsdef calc_sum(*args):    ax = 0    for n in args:        ax = ax + n    return axdef lazy_sum(*args):    def sum():        ax = 0        for n in args:            ax = ax + n        return ax    return sumf = lazy_sum(1,3,4,5)print fprint f()# 闭包# 函数lazy_sum中又定义了函数sum，并且，内部函数sum可以引用外部函数lazy_sum的参数和局部变量，# 当lazy_sum返回函数sum时，相关参数和变量都保存在返回的函数中，# 这种称为“闭包（Closure）”的程序结构拥有极大的威力。# 请再注意一点，当我们调用lazy_sum()时，每次调用都会返回一个新的函数，即使传入相同的参数：# 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。def count():    fs = []    for i in range(1, 4):        def f():             return i*i        fs.append(f)    return fsf1, f2, f3 = count()def count():    fs = []    for i in range(1, 4):        def f(j):            def g():                return j*j            return g        fs.append(f(i))    return fs# 对于匿名函数的使用如下：# 关键字lambda表示匿名函数，冒号前面的x表示函数参数。# 匿名函数有个限制，就是只能有一个表达式，不用写return，返回值就是该表达式的结果。# 用匿名函数有个好处，因为函数没有名字，不必担心函数名冲突。# 此外，匿名函数也是一个函数对象，也可以把匿名函数赋值给一个变量，再利用变量来调用该函数：f = lambda x: x * xprint fprint f(5)def build(x,y):    return lambda:x*x + y*y#print build#print build(2,3)# 由于函数也是一个对象，而且函数对象可以被赋值给变量，所以，通过变量也能调用该函数。def now():    print '2015-5-30'f = nowf()#print now.__name__#print f.__name__def log(func):    def wrapper(*args,**kw):        print 'call %s()' % func.__name__        return func(*args,**kw)    return wrapper# 观察上面的log，因为它是一个decorator，所以接受一个函数作为参数，并返回一个函数。# 我们要借助Python的@语法，把decorator置于函数的定义处# 装饰器：假设我们要增强now()函数的功能，比如，在函数调用前后自动打印日志，# 但又不希望修改now()函数的定义，这种是代码运行期间动态增加功能的方式@log def now_2():    print '2015'now_2()# print now_2()# 偏函数的使用# 自定义int2（）# functools.partial就是帮助我们创建一个偏函数的，不需要我们自己定义int2()，# 可以直接使用下面的代码创建一个新的函数int2def int2(x,base = 2):    return int(x,base)# 把一个函数的某些参数给固定住（也就是设置默认值），返回一个新的函数，调用这个新函数会更简单。# 注意到上面的新的int2函数，仅仅是把base参数重新设定默认值为2，但也可以在函数调用时传入其他值# functools.partial()是进行函数封装的一种方法print int2('10000')int2_2 = functools.partial(int,base = 2)print int2_2('10000')