函数
定义: 函数是指将一组语句的集合通过一个名字(函数名)封装起来，要想执行这个函数，只需调用其函数名即可
特性:
1.减少代码重复
2.保持代码的一致性
3.方便修改，可扩展性
函数的创建
#简单的函数 def f(): print("It's ok") f() #It's ok def ：定义一个函数名
f：函数名（自己定义）
()：方便传输参数，可写可不写
f():函数调用
函数名的命名规则：
1.函数名必须以下划线或字母开头，可以包含任意字母、数字或下划线的组合。不能使用任何的标点符号；
2.函数名是区分大小写的。
3.函数名不能是保留字。
形参和实参
形参：形式参数，不是实际存在，是虚拟变量。在定义函数和函数体的时候使用形参，目的是在函数调用时接收实参（实参个数，类型应与实参一一对应）
实参：实际参数，调用函数时传给函数的参数，可以是常量，变量，表达式，函数，传给形参
区别：形参是虚拟的，不占用内存空间，.形参变量只有在被调用时才分配内存单元，实参是一个变量，占用内存空间，数据传送单向，实参传给形参，不能形参传给实参
# 形参与实参 def f(a): #a为形参，不占用内存 print("It's %s"%a) f("ok") #It's ok "ok"为实参 def f(a,b): print(a+b) f(2,3) # 5 函数的参数
必备参数
关键字参数
默认参数
不定长参数
必需的参数：
def f(name,age): print('I am %s,I am %d'%(name,age))f('liu',18)f('lst',16) 关键字参数：
关键字参数和函数调用关系紧密，函数调用使用关键字参数来确定传入的参数值。使用关键字参数允许函数调用时参数的顺序与声明时不一致，因为 Python 解释器能够用参数名匹配参数值。它的数据在实参里加。
def f(name,age): print('I am %s,I am %d'%(name,age))# f(16,'alvin') #报错f(age=23,name='liu') 默认参数（缺省参数）：
调用函数时，默认参数的值如果没有传入，则被认为是默认值。默认参数必须放在必须参数或者关键字参数后边。它是在形参里边加数据。下例会打印默认的age，如果age没有被传入：
def print_info(name,age,sex='male'): print('Name:%s'%name) print('age:%s'%age) print('Sex:%s'%sex) return print_info('liu',18)print_info('aaa',23,'female') 不定长参数
你可能需要一个函数能处理比当初声明时更多的参数。这些参数叫做不定长参数，和上述2种参数不同，声明时不会命名。将所有参数作为元组。
# def add(x,y):# return x+y def add(*args): sum=0 for i in args: sum+=i return sum print(add(1,2,3,4))print(add(2,3,4,6,5))
加了星号（*）的变量名会存放所有未命名的变量参数。而加(**)的变量名会存放命名的变量参数，将所有参数作为字典。
def print_info(**kwargs): print(kwargs) for i in kwargs: print('%s:%s'%(i,kwargs[i]))#根据参数可以打印任意相关信息了 return print_info(name='liu',age=18,sex='male',hobby='girl',nationality='Chinese',ability='Python') def print_info(name,*args,**kwargs):#def print_info(name,**kwargs,*args):报错 print('Name:%s'%name) print('args:',args) print('kwargs:',kwargs) return print_info('alex',18,hobby='girl',nationality='Chinese',ability='Python')# print_info(hobby='girl','alex',18,nationality='Chinese',ability='Python') #报错#print_info('alex',hobby='girl',18,nationality='Chinese',ability='Python') #报错 参数优先级 def func(必需的参数,默认参数，不定长参数（*args,**kwargs）)
传参数的另一种方法
def f(*args): print(args) f(*[1,2,5]) def f(**kargs): print(kargs) f(**{ 'name':'liu'}) 函数的返回值
要想获取函数的执行结果，就可以用return语句把结果返回
- 函数在执行过程中只要遇到return语句，就会停止执行并返回结果，也可以理解为 return 语句代表着函数的结束；
- 如果未在函数中指定return,那这个函数的返回值为None；
- return多个对象，解释器会把这多个对象组装成一个元组作为一个一个整体结果输出。
作用域
作用域介绍
python中的作用域分4种情况：
L：local，局部作用域，即函数中定义的变量；
E：enclosing，嵌套的父级函数的局部作用域，即包含此函数的上级函数的局部作用域，但不是全局的；
G：globa，全局变量，就是模块级别定义的变量；
B：built-in，系统固定模块里面的变量，比如int, bytearray等。
搜索变量的优先级顺序依次是：作用域局部>外层作用域>当前模块中的全局>python内置作用域，也就是LEGB。
x = int(2.9) # int built-in 内置作用域g_count = 0 # global 全局作用域def outer(): o_count = 1 # enclosing 嵌套作用域 def inner(): i_count = 2 # local 局部作用域 print(o_count) # print(i_count) 找不到 inner()outer()# print(o_count) #找不到
作用域产生
在Python中，只有模块（module），类（class）以及函数（def、lambda）才会引入新的作用域，其它的代码块（如if、try、for等）是不会引入新的作用域的，如下代码：
if 2>1: x = 1print(x) # 1
这个是没有问题的，if并没有引入一个新的作用域，x仍处在当前作用域中，后面代码可以使用。
def test(): x = 1#print(x) # NameError: name 'x2' is not definedtest()
def、class、lambda是可以引入新作用域的。
变量的修改
局部作用域变量不可修改全局作用域变量的值
(一个不在局部作用域里的变量默认是只读的，如果试图为其绑定一个新的值，python认为是在当前的局部作用域里创建一个新的变量，也就是说在当前局部作用域中，如果直接使用外部作用域的变量，那么这个变量是只读的，不能修改)
count = 10def outer(): print(count) #local variable 'count' referenced before assignment count = 100 print(count)outer()
这里第一个print中，使用到了外部作用域的count，这样后面count就指外部作用域中的count了，再修改就会报错。 如果没使用过这个变量，而直接赋值，会认为是新定义的变量，此时会覆盖外部作用域中变量
count = 10def outer(): #print(count) #10 count = 100 print(count)outer() #100
内部作用域中直接声明了count=100，后面使用count都是内部作用域的了。 count+=1报错的原因是一样的，先使用了外部count＋1，在修改count自然报错。
global，nonlocal关键字
当内部作用域想修改外部作用域的变量时，就要用到global和nonlocal关键字了，当修改的变量是在全局作用域（global作用域）上的，就要使用global先声明一下，global关键字声明的变量必须在全局作用域上，不能嵌套作用域上，当要修改嵌套作用域（enclosing作用域，外层非全局作用域）中的变量需要nonlocal关键字先申明一下。
count = 10def outer(): global count print(count) #1 local variable 'count' referenced before assignment 2 10 count = 100 print(count) #100outer()def outer(): count = 10 def inner(): nonlocal count count = 20 print(count) inner() print(count)outer()
小结
（1）变量查找顺序：LEGB，作用域局部>外层作用域>当前模块中的全局>python内置作用域；
（2）只有模块、类、及函数才能引入新作用域；
（3）对于一个变量，内部作用域先声明就会覆盖外部变量，不声明直接使用，就会使用外部作用域的变量；
（4）内部作用域要修改外部作用域变量的值时，全局变量要使用global关键字，嵌套作用域变量要使用nonlocal关键字。nonlocal是python3新增的关键字，有了这个关键字，就能完美的实现闭包了。
高阶函数：
高阶函数是至少满足下列一个条件的函数:
接受一个或多个函数作为输入
输出一个函数
# 高阶函数def f(n): return n*ndef foo(a,b,func): return func(a)+func(b)print(foo(2,3,f)) #13
关于函数名：
函数名可以进行赋值
函数名可以作为函数参数，还可以作为函数返回值
递归函数
定义：在函数内部，可以调用其他函数。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。
#函数阶乘 def f(b): a = 1 for i in range(1,b+1): a *= i return a print(f(5)) def f(n): b = 1 a = 1 while a<=n: b*=a a+=1 return b print(f(3))------------------------------------------------------------#递归函数def f(n): if n == 1: return 1 return n*f(n-1)print(f(6))
递归函数的优点: 是定义简单，逻辑清晰。理论上，所有的递归函数都可以写成循环的方式，但循环的逻辑不如递归清晰。
递归特性:
1. 必须有一个明确的结束条件
2. 每次进入更深一层递归时，问题规模相比上次递归都应有所减少
3. 递归效率不高，递归层次过多会导致栈溢出(在计算机中，函数调用是通过栈（stack）这种数据结构实现的，每当进入一个函数调用，栈就会加一层栈帧，每当函数返 回，栈就会减一层栈帧。由于栈的大小不是无限的，所以，递归调用的次数过多，会导致栈溢出。)
内置函数
数学运算类
| abs(x) | 求绝对值1、参数可以是整型，也可以是复数2、若参数是复数，则返回复数的模 |
| complex([real[, imag]]) | 创建一个复数 |
| divmod(a, b) | 分别取商和余数注意：整型、浮点型都可以 |
| float([x]) | 将一个字符串或数转换为浮点数。如果无参数将返回0.0 |
| int([x[, base]]) | 将一个字符转换为int类型，base表示进制 |
| long([x[, base]]) | 将一个字符转换为long类型 |
| pow(x, y[, z]) | 返回x的y次幂 |
| range([start], stop[, step]) | 产生一个序列，默认从0开始 |
| round(x[, n]) | 四舍五入 |
| sum(iterable[, start]) | 对集合求和 |
| oct(x) | 将一个数字转化为8进制 |
| hex(x) | 将整数x转换为16进制字符串 |
| chr(i) | 返回整数i对应的ASCII字符 |
| bin(x) | 将整数x转换为二进制字符串 |
| bool([x]) | 将x转换为Boolean类型 |
集合类操作
| basestring() | str和unicode的超类不能直接调用，可以用作isinstance判断 |
| format(value [, format_spec]) | 格式化输出字符串格式化的参数顺序从0开始，如“I am {0},I like {1}” |
| unichr(i) | 返回给定int类型的unicode |
| enumerate(sequence [, start = 0]) | 返回一个可枚举的对象,该对象的next()方法将返回一个tuple |
| iter(o[, sentinel]) | 生成一个对象的迭代器，第二个参数表示分隔符 |
| max(iterable[, args...][key]) | 返回集合中的最大值 |
| min(iterable[, args...][key]) | 返回集合中的最小值 |
| dict([arg]) | 创建数据字典 |
| list([iterable]) | 将一个集合类转换为另外一个集合类 |
| set() | set对象实例化 |
| frozenset([iterable]) | 产生一个不可变的set |
| str([object]) | 转换为string类型 |
| sorted(iterable[, cmp[, key[, reverse]]]) | 队集合排序 |
| tuple([iterable]) | 生成一个tuple类型 |
| xrange([start], stop[, step]) | xrange()函数与range()类似，但xrnage()并不创建列表，而是返回一个xrange对象，它的行为与列表相似，但是只在需要时才计算列表值，当列表很大时，这个特性能为我们节省内存 |
逻辑判断
| all(iterable) | 1、集合中的元素都为真的时候为真2、特别的，若为空串返回为True |
| any(iterable) | 1、集合中的元素有一个为真的时候为真2、特别的，若为空串返回为False |
| cmp(x, y) | 如果x < y ,返回负数；x == y, 返回0；x > y,返回正数 |
反射
| callable(object) | 检查对象object是否可调用1、类是可以被调用的2、实例是不可以被调用的，除非类中声明了__call__方法 |
| classmethod() | 1、注解，用来说明这个方式是个类方法2、类方法即可被类调用，也可以被实例调用3、类方法类似于Java中的static方法4、类方法中不需要有self参数 |
| compile(source, filename, mode[, flags[, dont_inherit]]) | 将source编译为代码或者AST对象。代码对象能够通过exec语句来执行或者eval()进行求值。1、参数source：字符串或者AST（Abstract Syntax Trees）对象。2、参数 filename：代码文件名称，如果不是从文件读取代码则传递一些可辨认的值。3、参数model：指定编译代码的种类。可以指定为 ‘exec’,’eval’,’single’。4、参数flag和dont_inherit：这两个参数暂不介绍 |
| dir([object]) | 1、不带参数时，返回当前范围内的变量、方法和定义的类型列表；2、带参数时，返回参数的属性、方法列表。3、如果参数包含方法__dir__()，该方法将被调用。当参数为实例时。4、如果参数不包含__dir__()，该方法将最大限度地收集参数信息 |
| delattr(object, name) | 删除object对象名为name的属性 |
| eval(expression [, globals [, locals]]) | 计算表达式expression的值 |
| execfile(filename [, globals [, locals]]) | 用法类似exec()，不同的是execfile的参数filename为文件名，而exec的参数为字符串。 |
| filter(function, iterable) | 构造一个序列，等价于[ item for item in iterable if function(item)]1、参数function：返回值为True或False的函数，可以为None2、参数iterable：序列或可迭代对象 |
| getattr(object, name [, defalut]) | 获取一个类的属性 |
| globals() | 返回一个描述当前全局符号表的字典 |
| hasattr(object, name) | 判断对象object是否包含名为name的特性 |
| hash(object) | 如果对象object为哈希表类型，返回对象object的哈希值 |
| id(object) | 返回对象的唯一标识 |
| isinstance(object, classinfo) | 判断object是否是class的实例 |
| issubclass(class, classinfo) | 判断是否是子类 |
| len(s) | 返回集合长度 |
| locals() | 返回当前的变量列表 |
| map(function, iterable, ...) | 遍历每个元素，执行function操作 |
| memoryview(obj) | 返回一个内存镜像类型的对象 |
| next(iterator[, default]) | 类似于iterator.next() |
| object() | 基类 |
| property([fget[, fset[, fdel[, doc]]]]) | 属性访问的包装类，设置后可以通过c.x=value等来访问setter和getter |
| reduce(function, iterable[, initializer]) | 合并操作，从第一个开始是前两个参数，然后是前两个的结果与第三个合并进行处理，以此类推 |
| reload(module) | 重新加载模块 |
| setattr(object, name, value) | 设置属性值 |
| repr(object) | 将一个对象变幻为可打印的格式 |
| slice（） | |
| staticmethod | 声明静态方法，是个注解 |
| super(type[, object-or-type]) | 引用父类 |
| type(object) | 返回该object的类型 |
| vars([object]) | 返回对象的变量，若无参数与dict()方法类似 |
| bytearray([source [, encoding [, errors]]]) | 返回一个byte数组1、如果source为整数，则返回一个长度为source的初始化数组；2、如果source为字符串，则按照指定的encoding将字符串转换为字节序列；3、如果source为可迭代类型，则元素必须为[0 ,255]中的整数；4、如果source为与buffer接口一致的对象，则此对象也可以被用于初始化bytearray. |
| zip([iterable, ...]) | 实在是没有看懂，只是看到了矩阵的变幻方面 |
IO操作
| file(filename [, mode [, bufsize]]) | file类型的构造函数，作用为打开一个文件，如果文件不存在且mode为写或追加时，文件将被创建。添加‘b’到mode参数中，将对文件以二进制形式操作。添加‘+’到mode参数中，将允许对文件同时进行读写操作1、参数filename：文件名称。2、参数mode：'r'（读）、'w'（写）、'a'（追加）。3、参数bufsize：如果为0表示不进行缓冲，如果为1表示进行行缓冲，如果是一个大于1的数表示缓冲区的大小 。 |
| input([prompt]) | 获取用户输入推荐使用raw_input，因为该函数将不会捕获用户的错误输入 |
| open(name[, mode[, buffering]]) | 打开文件与file有什么不同？推荐使用open |
| 打印函数 | |
| raw_input([prompt]) | 设置输入，输入都是作为字符串处理 |
重要的内置函数：
1 filter(function, sequence)
#filter 作用：过滤str = ["a","b","c"]def f(n): if n != "a": return nret = filter(f,str) #ret为迭代器对象print(ret) #print(list(ret)) #['b', 'c']
对sequence中的item依次执行function(item)，将执行结果为True的item做成一个filter object的迭代器返回。可以看作是过滤函数。
2 map(function, sequence)
#map 对元素值进行修改str = ["a","b","c"]def f(n): return n+"hello"ret = map(f,str) #ret为迭代器对象print(ret) #
对sequence中的item依次执行function(item)，将执行结果组成一个map object迭代器返回. map也支持多个sequence，这就要求function也支持相应数量的参数输入：
3 reduce(function, sequence, starting_value)
#reduce 就是一个值，无需迭代器from functools import reducedef f(x,y): return x+yprint(reduce(f,range(1,10))) #45
对sequence中的item顺序迭代调用function，如果有starting_value，还可以作为初始值调用.
4 lambda
#lambda 无定义函数lambda a,b : a+b #a,b为参数，a+b为返回值
普通函数与匿名函数的对比：
匿名函数的命名规则，用lamdba 关键字标识，冒号（：）左侧表示函数接收的参数（a,b） ,冒号（：）右侧表示函数的返回值（a+b）。
因为lamdba在创建时不需要命名，所以，叫匿名函数