>>> # 函数
>>> def myFirstFunction(params1,params2...):
print("这是我的第一个函数!")
print("Python你好吗?")
>>> #调用函数
>>>
>>> myFirstFunction()
这是我的第一个函数!
Python你好吗?
>>> # 函数的返回值 return
#函数文档， 就是函数的说明，与java里面的 /** */ 一样
>>> # 它是使用 字符串的形式表示的
>>>
>>> def myFunction1(name):
'这个就是函数文档 : 函数定义过程中的name是叫形参'
# 因为它只是一个形式，表示占据一个参数位置
print("传递进来的"+name+"叫实参，因为它是具体点的参数值!")
>>> myFunction1('cxn')
传递进来的cxn叫实参，因为它是具体点的参数值!
>>>
>>> # 函数也有一些特殊的属性， 比如显示函数文档的属性
>>> # 特殊属性基本上都是以 __开始 __结束
>>> myFunction1.__doc__
'这个就是函数文档 : 函数定义过程中的name是叫形参'
>>>
>>>
>>> # 关键字参数 ，就是在传递值时指定名称，以免传递出错
>>>
>>> def myFunction2(name,words):
print(name+"-->"+words)
>>> myFunction2("yangw","吃了吗?")
yangw-->吃了吗?
>>> myFunction2("吃了吗?","yangw")
吃了吗?-->yangw
>>> myFunction2(words="吃了吗?",name="yangw")
yangw-->吃了吗?
>>>
>>> #默认参数， 是定义了默认值的参数
>>> def myFunction3(name="yangw",words="吃了吗"):
print(name+"-->"+words)
>>> myFunction3()
yangw-->吃了吗
>>> myFunction3("cxn")
cxn-->吃了吗
>>>
>>> # 关键字参数是函数在调用的时候，通过参数名指定需要赋值的参数，这样做就不怕因为搞不清参数的顺序而出错
>>> #默认参数是在函数定义的时候，为形参赋初始值；当函数调用的时候忘记传参数，就会使用初始值
>>> 收集参数（也叫可变参数），只要在参数前面加上*即可
def test(*params):
print("参数长度是：",len(params))
print("第一个参数的值:",params[0])
>>> test(1,"yangw","haha")
参数长度是： 3
第一个参数的值: 1
>>> 如果收集参数后面还有参数，函数调用传递时使用 关键字参数
>>>为了防止出错，定义函数的时候使用上默认参数
>>>其实最好还是将收集参数定义在最后
>>> def test2(lala,*params):
print("参数长度是：",len(params),lala)
>>> test2("nini",2,"we")
参数长度是： 2 nini
>>>
局部变量（一般是在函数中定义的变量、函数参数）、全局变量（在函数之外定义的变量，作用域是在整个*.py文件中有效）
可以在函数中访问全局变量，但是不要试图去修改它；如果要修改它，Python会使用屏蔽的方式来保护全局变量（Python会在函数内部创建一个名字一模一样的局部变量，这样的话修改只能修改到函数内部的局部变量，而不会影响到全局变量）
>>>
>>> # 使用global来声明函数中的变量就是全局变量
>>> count=10
>>> def myFunc():
global count
count=20
print(count)
>>> myFunc()
20
# Python在写一些脚本时，使用lambda就可以省下函数的定义过程，使用lambda可以使得代码更加简洁
>>> # 对于一些比较抽线并且整个执行下来只需要的调用一两次的函数，有时候起个函数名也是头疼的，使用lambda就不需要考虑命名问题
>>> # 还可以简化代码的可读性
>>>
>>>
>>> def ds(x):
return 2*x+1
>>> ds(5)
11
>>> lambda x : 2*x+1
<function <lambda> at 0x020DF8A0>
>>> g=lambda x : 2 * x + 1
>>> g(5)
11
>>> # lambda 的语法 冒号前面是参数，冒号后面是函数返回的内容
>>>
>>> # 两个参数的lambda
>>>
>>> g = lambda x , y : x + y
>>> g(1,2)
3
>>>
>>>
>>> #比较实用的两个BIF函数 filter() map()
>>>
>>> # filter(Function or None , iterable) ,第一个参数是函数或者None对象，第二个参数是可迭代的数据
>>> # 如果第一个参数是函数，则将第二个参数中的每一个元素作为函数的参数计算，返回True的值筛选出来，定义成数组返回； 如果第一个参数是None对象，则将第二个参数中为True的值返回
>>>
>>> filter(None , [1,True,False,"2",0])
<filter object at 0x020AAAB0>
>>> list(filter(None , [1,True,False,"2",0]))
[1, True, '2']
>>>
>>> # 我们举一个筛选出基数的例子
>>> # 普通函数定义的方式
>>> def odd(x):
return x % 2
>>> temp = range(10)
>>> show = filter(odd,temp)
>>> list(show)
[1, 3, 5, 7, 9]
>>>
>>> # 改成lambda方式的函数
>>>
>>> list(filter(lambda x : x % 2 ,range(10)))
[1, 3, 5, 7, 9]
>>>
>>>
>>> # map（function ， iterables） ,将第二个参数中的每一个值到放到第一个参数指定的函数中去计算，最后以数组形式返回计算后的结果
>>>
>>> list(map(lambda x : x+2, range(10)))
[2, 3, 4, 5, 6, 7, 8, 9, 10, 11]
>>>
>>>
>>>
>>> # 递归 ，函数自己调用自己
>>> # Python3 默认的递归层次是100层，可以使用下面的方式设置递归的层次
>>> import sys
>>> sys.setrecursionlimit(1000)
>>>
*.py文件的内容
# 下面的例子是使用递归方式实现阶乘
def factorial(n):
if(n == 1):
return 1
return n * factorial(n-1)
number=int(input("请输入一个正整数:"))
result = factorial(number)
print("%d 的阶乘是 %d" %(number,result))
运行
>>>
=============== RESTART: C:\Users\Administrator\Desktop\xxx.py ===============
请输入一个正整数:5
5 的阶乘是 120
>>>