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：
|
1
2
3
4
5
|
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：
|
1
2
3
4
5
6
7
8
9
|
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：
|
1
2
3
4
5
6
|
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。
|
1
|
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：
|
1
2
3
|
def bmi(height, weight):
index = "%.2f" % (weight / (height**2)) #留两位小数
return index
|
位置传参
调用它：
|
1
|
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：
|
1
|
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：
|
1
|
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
|
1
2
3
4
5
6
7
8
9
10
|
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：
|
1
2
|
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。
|
1
2
3
4
|
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：
|
1
2
3
|
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：
|
1
2
3
4
5
6
|
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。
|
1
2
|
def test(*words, x):
print(words, x)
|
调用这个函数：
|
1
2
3
4
5
6
|
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：
|
1
2
|
def test(*, x, y):
print(x,y)
|
调用它：
|
1
2
3
|
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：
|
1
2
3
4
5
|
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：
|
1
2
3
4
5
|
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：
|
1
2
3
4
5
6
7
8
9
10
|
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：
|
1
2
3
|
lst = [100, 12, 23, 34, 45, 67, 9]
maxmin(*lst)
100 9
|
再看一个例子，用**解构：
|
1
2
3
4
5
6
|
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
|
|
1
2
3
4
|
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：
|
1
2
3
4
5
6
7
|
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：
|
1
2
3
4
5
6
7
8
|
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。
|
1
2
3
4
|
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。
|
1
2
3
4
5
6
7
8
|
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）。
|
1
2
3
4
5
6
7
8
9
10
|
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：
|
1
2
3
4
5
6
|
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：
|
1
2
3
4
5
6
7
8
9
10
|
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：
|
1
|
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：
|
1
2
3
4
|
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。
|
1
2
3
4
5
6
7
8
9
10
11
|
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，
*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。
|
1
2
3
4
5
6
7
8
9
10
|
a = 1
def t():
a = 10
print(a)
def t1():
nonlocal a
a = 100
print(a)
t1()
print(a)
|
调用t()：
|
1
2
3
4
5
6
|
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：
|
1
2
3
4
5
6
7
8
9
10
|
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__：
|
1
2
|
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：
|
1
2
3
4
|
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：
|
1
2
3
4
5
|
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：
|
1
2
3
4
|
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。
|
1
2
3
|
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：
|
1
|
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。
希望本文所述对大家python程序设计有所帮助。
原文链接：https://blog.csdn.net/LittleHuang950620/article/details/81939996