Python函数 Python定义函数功能与用法实例详解

本文实例讲述了Python定义函数功能与用法。分享给大家供大家参考，具体如下：

1.函数的意义

一般数学上的函数是，一个或者几个自变量，通过某种计算方式，得出一个因变量。
y = f(x)

在Python中，为了使操作更加简洁，就引入了函数这个概念。

Python中的函数，可以把一大串要反复使用的代码“定义”（封装）成一个函数，给予这个函数一个标识符作为函数名，设置自变量和因变量。然后要使用这一大串代码的时候，就调用这个我们自己创造的函数，输入自变量，然后会返回给我们因变量。

2.函数的定义

在Python中，对应数学函数的自变量和因变量的值，叫做参数和返回值。

用def来定义一个函数，下面是一个通用的模型，函数都这么定义：

def 函数名(参数列表):
  ...
  代码块
  ...
  return 返回值

然后举一个例子，假设我们要判定一个学生的成绩是及格还是不及格：

def judge_score(score):
  judge = None
  if score >= 60:
    judge = True
    print('Pass')
  else: #虽然成绩应该在0-100之间，但是我懒，就不限定范围了。
    judge = False
    print('Fail')
  return judge

然后试一下：

judge_score(59)
Fail 
j = judge_score(61)
Pass 
print(j)
True #说明j接收到的值为True

这段代码很简单，但是也不能每次要判断一次成绩，就敲出这么一大串，所以为了便捷，就给这段代码用def（define，定义）封装成一个函数。

给一个函数名judge_score，后面调用就可以用judge_score()。

score是我们要输入的自变量，也就是要在这个judge_score()中进行运算的值。

接下来要注意：

这个'Pass'和'Fail' 不是函数的返回值！
这个'Pass'和'Fail' 不是函数的返回值！
这个'Pass'和'Fail' 不是函数的返回值！

‘Pass'和'Fail' 是函数内部的print()打印出来的内容，函数的返回值是写在return后面的内容。

return后面可以做运算，也可以直接写变量。如果这个函数的语句块内没有写return语句，那么说明没有定义返回值，也就是说调用函数什么都没有返回，如果拿一个标识符来接受这个函数的返回值，只能接受到None。

return后面的返回值可以是多个，多个的话，就用，隔开，然后封装成一个元组再返回。

函数名也是标识符，有的时候可以用callable()来判断这个标识符是不是一个可以调用的。

callable(judge_score) #返回值为True

注意别再检查的函数名标识符后面加()。

3.函数的参数

在定义函数时，函数名后面的()里面叫做参数列表，这个参数列表里的参数，都是要在下面的代码块中要使用的。

3.1 形式参数和实际参数

形式参数，就是指在定义函数时，参数列表里写出的参数，他们都还只是标识符，都会在下面的代码中出现。此时此刻他们没有具体的值，只是一个“外壳”，所以叫形式参数。
比如y = 3x 里面这个x，只是一个形式，没有具体的值。

实际参数，是指在调用参数时，函数名后面的括号内给出具体的值，每个值都会与某一个形式参数对应。这些值是存在的，不止有个外壳。也可以算作是数学函数中的自变量，用它们来计算出因变量。比
如y = 3x ，假设x=3，这个3就是实际参数。

注意，每一个形式参数都必须获得一个值（如果没有默认值），才能进行计算，否则会报错！

3.2 传递参数的类型和参数的类型

3.2.1 传递参数类型

传递参数，我的理解就是把实际参数和形式参数连接起来。

定义一个函数BMI，用来计算人的body mass index：

def BMI(height, weight):
  index = "%.2f" % (weight / (height**2)) #留两位小数
  return index

位置传参

调用它：

BMI(1.71, 65) #返回值为22.23

可以看到我们的形式参数有height和weight，实际参数是1.71和65。在调用函数时，这两个实际参数没有指定谁是height，谁是weight，是按定义函数时，参数列表里面的形式参数的位置一一对应起来。这样就叫做位置传参。

关键词传参

调用它：

BMI(weight=65, height=1.71) #返回值22.23

如果函数的调用者知道形式参数的标识符，也可以直接用 形式参数名=值 这样的方式来传递参数，可以理解为赋值。因为是用关键字传递参数，所以位置可以和定义函数时参数列表内的形式参数顺序不同。

混合传参

有的时候，我们可能有一些参数要用位置传参，有一些要用关键字传参。万幸的是他们可以混合使用。但是要遵守一定的规则：

BMI(1.71, weight=65) #返回值为22.23

前面的1.71用的是位置传参，后面65用的是关键词传参。

注意，关键字传参一定要写在位置传参之后！不然就会报错。

3.2.2 参数类型

位置参数的可变参数

比如有这样一个需求，要输入若干个数字，然后求出这若干个数字中的最大值和最小值。分析一下，若干个数字，也就是不知道数字的个数，这样也就不知道设置多少个形式参数。这样就可以用，*args，可变参数。

如果在定义函数时*args的左侧有参数，那么在调用时，实际参数依次给予*arg左边的用位置传参的普通形式参数之后，剩下的实际参数无论多少都会被*args接收，和切片有一定的相似之处，但是差别也不小。

举个例子

def maxmin(x,*nums): #这个x是为了显示*args的收取范围
length = len(nums)
for i in range(1,length): #这是选择排序的思路，走一趟，练练手
  maxindex = 0
  minindex = 0
  if nums[i] > nums[maxindex]:
    maxindex = i
  if nums[i] < nums[minindex]:
    minindex = i
print('x={};{};max:{};min:{}'.format(x,nums,nums[maxindex],nums[minindex]))

调用这个函数：

maxmin(100,12,23,34,45,67,9)
x=100;(12, 23, 34, 45, 67, 9);max:12;min:9

可以看出，在给出的实际参数中，除了第一个100，被x接收了，剩下的实际参数都被*nums接收了，然后封装成了一个元组（讲道理，用逗号隔开了又被一个标识符接收，确实应该封装成元组）。

注意，和切片不同的是，定义函数时*args会无限接收实际参数，不会给后面的形式参数留值，所以在定义函数时的参数列表里，位置参数的可变参数一定要在普通位置参数之后！

关键字参数的可变参数

关键字参数的可变参数，不是收集多个用关键字传参的实际参数，而是收集关键字传参的关键字和值，并把他们当做一个键值对，收集在一个字典内，在代码块中使用。

def test(x=1,**nums):
  print(x,nums)
test(c=3,x=2,a=1,b=2)
2 {'c': 3, 'a': 1, 'b': 2}

可以看出，用关键字传参，可以不按位置顺序来，先把
关键字参数的可变参数，和位置参数的可变参数一样，会无限接收实际参数，不过是接收实际参数的关键字和值，组成键值对。

3.3 默认参数

有的时候，一些参数变化不频繁，以上面定义的这个BMI函数来看，假设一个班里面的99%的同学，身高变化很大，体重都是75kg，每次用这个函数算同学的BMI，都要重新输入一遍身高体重，比较麻烦，所以可以在定义函数时，给形式参数设置一个默认值：

def BMI(height=1.80, weight=75):
  index = "%.2f" % (weight / (height**2)) #留两位小数
  return index

注意，这是在定义函数时，就设置好默认值，然后调用：

BMI(1.80) #此时按height=1.80，weight=75来计算
BMI(1.71) #此时按height=1.71，weight=75来计算
BMI(65) #此时按height=65，weight=75来计算，注意和上面的区别
BMI(1.71, 65) #此时按height=1.71，weight=65来计算
BMI(height=1.90) #此时按height=1.90，weight=75来计算
BMI(1.80, weight=80) #此时按height=1.80，weight=80来计算

也就是说，如果没有传参，那么形式参数就会按定义参数时设置的默认值来计算。

如果用位置传参，就按形式参数的位置顺序，依次往后覆盖，如果实际参数没给够，那么没有接收到位置传参的形式参数就会用默认值。（也就是说，在定义函数时，虽然设置了默认值，看起来和关键字参数似的，但是它也是有前后位置顺序的。）

如果用关键字传参，理解就比较简单了，如果给了，就用关键字传参给的实际参数，如果没给，就用默认值。

总之，如果普通的形式参数没有设置默认值，就必须要接收一个实际参数来使用。如果形式参数在定义时设置了默认值，调用函数时，没有给出实际参数，就用默认值，如果给了一个实际参数，就用这个新的实际参数把默认值覆盖。

3.4 keyword-only参数

这个参数可以理解为，必须用关键字传参才能获得的参数。

这种参数为了区别于普通的形式参数，位置有所改变，在定义参数时，放在*args（位置参数的可变参数）和**kwargs（关键字参数的可变参数）之间，就代表这个参数是keyword-only参数。

def test(*words, x):
  print(words, x)

调用这个函数：

test(1, 2, 3, 4) 
#这样会报错，因为这四个都是位置传参，都被*word截获了，x没有值
test(1, 2, 3, x=4) #这个没毛病
(1, 2, 3) 4 
test(x=4) #这个也没毛病，*word一个值都有截获
() 4

注意，在定义函数时，参数列表里，keyword-only参数不能放在关键字参数的可变参数之后，因为keyword-only参数要用关键字传参，**kwargs要截获所有的关键字传参的实际参数，keyword-only参数永远也收不到值。

keyword-only参数还有另一种定义形式，比如，我们想要这个函数都用关键字传参，并且不想接收任何位置传参的实际参数（就是一用位置传参就报错），可以用一下这种形式：

def test(*, x, y):
  print(x,y)

调用它：

test(1, x=100, y=99) #会报错，因为1没有形参来接收它
test(x=100, y=99) #没毛病
100 99

3.6 参数列表的顺序***

重中之重：
定义函数时：(位置参数，带缺省值的位置参数，位置参数的可变参数，keyword-only参数，关键字参数的可变参数)
调用函数时：(用位置传参的实际参数，用关键字传参的实际参数)

但是一定要确保，定义函数时，参数列表里的每一个参数（可变参数除外，因为可变参数可以收集到0个实际参数）都要有值可以使用。

例：

def test(a,b,c,d=5,*nums,x='X',y='Y',**ddict):
  print(a,b,c,d)
  print(nums)
  print(x,y)
  print(ddict)

调用它：

test(97,98,99,100,101,102,x='XX',y='YY',name='Tom',age=10)
97 98 99 100
(101, 102)
XX YY
{'name': 'Tom', 'age': 10}

可以看到，有六个用位置传参的实际参数，虽然d有默认值，但是按位置来看，d也会接收到一个新的值100，因此nums只截获了两个位置参数。

然后是keyword-only参数，x和y，都得用关键字传参。如果x和y不指定的话，就会使用默认值x='X'，y='Y'。

然后是关键字参数的可变参数，不能说是截获，得说keyword-only参数只给它剩下了两个，然后他们组成了一个字典

还要注意，在传参的时候，位置传参要放在最前面。然后是关键字传参，从关键字传参中把keyword-only参数挑走，然后剩下的给**kwargs。

3.5 实际参数的解构

有时候，定义参数的时候，有很多形参。但是实际参数，都存在一个list或者说别的数据结构中，一个个拿出来很麻烦，所以可以种参数解构来完成：

def maxmin(x,*nums): 
  length = len(nums)
  for i in range(1,length):
    maxindex = 0
    minindex = 0
    if nums[i] > nums[maxindex]:
      maxindex = i
    if nums[i] < nums[minindex]:
      minindex = i
  print('x={};{};max:{};min:{}'.format(x,nums,nums[maxindex],nums[minindex]))

这个函数，是找若干个数中的最大值还有最小值的，它可以接受若干个值（因为定义函数时用的是*args）。但是如果给我们的是一个列表，那还真把每个元素都提取出来，输入一遍吗，太蠢了，可以直接在调用函数的时候解构。

用*解构：

lst = [100, 12, 23, 34, 45, 67, 9]
maxmin(*lst)
100 9

再看一个例子，用**解构：

def test(*nums):
  print(nums)
test({'a':1,'b':2,'c':3})
({'a': 1, 'b': 2, 'c': 3},) #打印出来一个元组，说明传入的字典没有解构
test(*{'a':1,'b':2,'c':3})
('a', 'b', 'c') #打印的是key，字典解构是key的集合，没毛病

def test(a,b,c): #因为要接字典解构出来的
  print(a,b,c)
test(**{'a':1,'b':2,'c':3}) #**这样是把字典里的键值对解构出来
1 2 3 

4. 函数的返回值

在一些已经知道函数中，有的有返回值，比如input()、sorted()等，它们都可以用一个标识符来接收，形成一个变量。有的没有返回值，比如print()、list.append()等方法，都是没有返回值的。

在自定义函数中，也能做到这一点，用的是return语句：

def test(x=5):
  a = x ** 2
  print(a)
b = test()
25 #这个25是print(a)的效果
b
None

这说明，我们定义的函数test()，它是没有返回值的，虽然出现了结果，但那时print()语句的打印输出，用标识符来接收test()的输出，什么都接收不到（什么都没有就是None）。

如果用return语句：

def test(x=5):
  a = x ** 2
  print(a)
  return a
b = test()
25 #这个还是print(a)的打印输出
b
25 #这个是b刚刚接收函数的返回值

也就是说return语句后面的值，可以作为这个函数的返回值，这个值可以是一个变量，也可以是一个表达式，还可以写多个用逗号隔开的值，不过最后会被封装成一个元组返回。

def test():
  ....
  return 1, 2, 3, 4 #返回值其实是(1, 2, 3, 4)
a, b, c, d = test() #这里用解构来接收返回值，会比较方便

如果写了return语句，return后面的值会作为返回值输出，但是如果不写return语句，或者只写了一个return，后面没有值，就说明这个函数没有返回值（其实是隐式调用了return = None）

自定义函数中，可以有多条return语句，在定义时候不会报错，但是这些return语句只有一条会被执行，执行完这个return语句，函数就结束，其不会理会其他的return语句。

def compareThree(n):
  if n > 3:
    return 3
  else:
    print('Less than three')
    return False
  print('nothing')
  return 'nothing'

看着个自定义函数，如果实参大于3，返回值就是3，如果小于等于3，返回值就是False。

因为他用的是分支语句，只会进入其中一个分支，所以只有一个return会被执行。这个分支结构完成后，还有一个print()和return，这两个是不会被执行的，因为分支语句中都有return，怎么着都会执行其中的一个，执行完就结束这个函数，所以后面的'nothing'和返回值字符串'nothing'都不会执行。

所以还能看出，return语句不一定是定义函数时写的最后一条语句，但最后一条执行的代码，一定是return（这么说是因为，如果没有写return，会隐式调用return = None，它默认写在定义函数时的最后一句）。

5. 函数的作用域

5.1 作用域的概念

在自定义函数时，就涉及到一个问题，在函数内部定义的变量，在函数之外能不能使用。这个问题要分类讨论。

先介绍一个定义，作用域，一个标识符的可见范围，就是这个标识符的作用域，也叫做变量的作用域（个人觉得叫变量的作用范围比较好理解）。

a = 5
def test():
  b = 10
  print(a, b)
  return b
test(10)
5 10
print(a)
5
print(b) #这里会报错

这里a的作用域是整个程序，也可以说在整个程序的运行环境中都可见。因为定义a是在最外部，所以函数的内部，不管多少层嵌套函数，都可以使用a。

这种a叫做全局变量，它的作用域是全局，全局作用域就是在整个程序的运行环境中都可见。

再看b，在函数内部定义的变量，在全局中是不可见的，它只能在这个函数的内部使用，所以最后在全局中print(b)的话会报错，并且异常是NameError，说这个b没有被定义过。

实际参数的作用域也是只在函数的内部，因为形参是在函数的内部，给形参传参之后，它还是在函数的内部。

这种b就叫做局部变量，它只作用于当前的函数或者类，局部变量的作用范围不能超过当前的局部作用域。

再看一个例子：

x = 1
def t():
  x = 100
  print(x)
t()
print(x)

x在全局下定义过，但是函数内部对这个x又重新定义了。但是在全局中，x仍然是原来的值，这说明x=100这个标量是局部变量，作用域只在这个函数内部，对外部不可见。

5.2 函数嵌套和作用域

有的时候，定义一个函数，内部可能还要再定义一个函数：

a = 5
def test():
  b = a + 5
  print(b)
  def test2():
    c = b + 5
    print(c)
    return c
  d = test2()
  return a, b, d

分析代码可以按这种顺序，碰到def定义函数，跳过，等出现了调用，再回头看这个函数的定义。

看这个函数，有双层嵌套，调用它：

test() #注意test2()在全局中是调用不出来的

全局中有个a = 5 ，它的作用域是全局，所以在函数内部也可以用它，得到b = 10，打印一下，然后看见def test2()，跳过，然后下面就是调用test2()，再返回来看test2()的定义，b的作用域是局部的，包括当前这层函数和内层函数，所以得到c = 15，作为return返回，用标识符d接收，最后test()这一层的return返回a, b, d。

执行结果如下：

test()
10
15
(5, 10, 15) #这个是return的值，是output

test()这层的函数定义时，为啥不return c呢，是因为c是test2()这一层函数中定义的变量，是局部变量，对于外部是不可见的，如果test()中使用了c，且没有定义过，就会报错。

这样会多多少少出现一些麻烦，所以根据需要，python给出了两种声明global和nonlocal。

global，它能把一个变量变成全局变量。

a = 10
def t():
  global x
  global a
  x = 1
  a = 100
  return x
print(x) #x是在函数内部定义的，但是在全局的环境下也可以使用 
1
print(a) #在内部重新定义的a也会改变
100

但是定义函数，其中有一个目的就是封装，和外部环境隔绝，通过传参来计算，但是这样用global定义为全局变量，有悖于这个理念，所以尽量别用global。

nonlocal，它能把一个变量变成局部变量，就是这个变量的可见范围是最外层的函数，但是全局中不可见。

这里还要引入两个概念，

自由变量，就是没有在本地作用域中定义的变量

闭包，指在嵌套函数中，内层函数用到了外层函数定义的变量（注意是外层函数，不是全局中定义的）这一种现象。

a = 1
def t():
  a = 10
  print(a)
  def t1():
    nonlocal a 
    a = 100
    print(a)
  t1()
  print(a)

调用t()：

print(a)
t()
1 #这是在全局环境中的a，值没变是a
10 #这是最外层函数的a
100 #这是声明a是nonlocal之后，给a改变值后print的a
100 #这是在最外层函数中print的a，已经发生了改变，和内层函数的a同步

5.3 函数默认值参数的作用域

参数可以作文局部变量理解，当一个有默认值的形参，没有接收到实参时，就会调用默认值：

def t(a=[1,2,3,4]):
  a.append(5)
  print(a)

t() #连续调用3次
t()
t()
[1, 2, 3, 4, 5]
[1, 2, 3, 4, 5, 5]
[1, 2, 3, 4, 5, 5, 5]

三次都使用的是形参的默认值，但是print的结果不一样，那么就是说明默认值改变了。

这是因为，形参的默认值都会保存下来，可以查看，用__defaults__：

t().__defaults__
([1, 2, 3, 4, 5, 5, 5],) #这是三次执行之后的默认值

可以看到，默认值是保存在一个元组中，如果元组中的元素是引用类型（比如list），那么储存的是一个引用地址，后面通过引用地址对这个默认值修改的话，修改的是他们共用的数据。默认值通过这个引用地址去找数据时，找到的是改过的数据。

有时候我们需要这种改变，但是有时候不需要，所以有两种解决办法：

def t(a=[1,2,3,4]):
  a = a[:] #影子拷贝，拷贝一个a，修改就是在这个新的a中
  a.append(5)
  print(a)

但是这个有弊端，如果默认值内部还有引用类型，影子拷贝并不能拷贝引用类型。

还有一种方法：

def t(a=None):
  if a is None:
    a = [1,2,3,4]
  a.append(5)
  print(a)

如果不指定a，那么a就用默认值None，就给a重新赋值一个[1,2,3,4]，这时候引用地址已经换了，不是默认值的引用地址，但是这个新的引用地址就是我们想要的a的默认值，然后进行操作。

下次如果还是不指定a的话，a还是None，还会重新赋值成[1,2,3,4]。相当于虽然想要的a默认值是引用类型，但是对a操作不改变我们想要的a的默认值。

6. LEGB原则

在定义函数时出现了函数嵌套，对于每个变量的作用域就要了解清楚。
这个变量被用到时，就要在这个解释器中搜寻这个变量是在哪一层赋值的，找个搜寻顺序就是L local E enclosing G global B build-in，也就是说，

先在本地（这一层作用域）查找，
没找到就在这个函数的外部函数中查找，
如果还是没找到，就在全局中查找，
如果仍旧没找到，就在build-in库中查找。

比如一个典型的错误：

x = 5
def t():
  print(x)
  x += 5

函数内print要用到x，首先要在local中查找，查到了x，但是注意，此时的x是作用域为函数内部，不能使用外部的x=5，这是给x定义，先计算右边，右边的x依旧没有被定义，所以以一个x它自己（没有值）来定义它，就会报错。

x = 5
def t():
  print(x)

如果这样的话，函数内部local没有，嵌套函数enclosing也没有，那么就去global全局中找，找到了x=5，使用它。

至于build-in 是指我们用到的一些内建函数，print()，input()等，都是定义在build-in库中的，要使用时，也是一层一层往上找，显然L E G中都没有，然后去B中找，找到了，使用它。

7. 销毁函数

两种方法：

第一个是重新定义同样函数名的函数。

第二个是用del：

del t 

这样就把上面定义的t给删除了，和删除变量一样，只是切断了标识符和内存中函数的联系，删除了这个标识符，使这个函数在内存中的引用计数减一，不是真的删除内存中的函数。

关于Python相关内容感兴趣的读者可查看本站专题：《Python函数使用技巧总结》、《Python面向对象程序设计入门与进阶教程》、《Python数据结构与算法教程》、《Python字符串操作技巧汇总》、《Python编码操作技巧总结》及《Python入门与进阶经典教程》

希望本文所述对大家Python程序设计有所帮助。