标签：入门 Python price test 参数 print def 函数
零基础入门学Python系列内容的学习目录 → \rightarrow →零基础入门学Python系列内容汇总。
函数（上）
需要学习的基础知识有：函数、参数、闭包、lambda表达式、递归等。因本部分内容较多，故分为上下两个篇章。
1、2、3部分内容见零基础入门学Python（六）—— 函数（上）
4、5、6、7部分内容见零基础入门学Python（六）—— 函数（下）
为了使得程序的代码更为简单，就需要把程序分解成较小的组成部分，有三种方法可以实现：函数、对象和模块。
1.1 创建和调用函数
我们之前使用的BIF就是Python帮我们封装好的函数，用的时候很方便，根本不需要去想实现的原理。一个程序可以按照不同功能的实现分割成许许多多的代码块，每一个代码块就可以封装成一个函数。
在Python中创建一个函数用def关键字：
example1: >>>def myFirstFunction():
print(“这是我创建的第一个函数！”)
要注意的是，在函数名后要加上一对小括号。这对括号是必不可少的，因为有时候需要在里面放点东西。
在Python中调用一个函数，就是直接写出函数名加上小括号即可：
example2: >>>myFirstFunction()
这是我创建的第一个函数！
函数的调用机制和运行机制：当函数myFirstFunction()发生调用操作的时候，Python会自动往上找到def myFirstFunction()的定义过程，然后依次执行该函数所包含的代码块部分。只需要一条语句，就可以轻松实现函数内的所有功能。
假如要把刚才的内容打印三次，只需要调用三次函数即可：
example3: >>>for i in range(3):
myFirstFunction()
这是我创建的第一个函数！
这是我创建的第一个函数！
这是我创建的第一个函数！
1.2 函数的参数
之前在函数名后加的一对小括号里面放的东西就是函数的参数，参数会使得函数可以实现个性化。
example1: >>>def mySecondFunction(name):
print(name + “，你好！”)
>>>mySecondFunction(“小明”)
小明，你好！
>>>mySecondFunction(“张三”)
张三，你好！
如果需要使用多个参数的话，只需要用逗号隔开即可：
example2: >>>def add(num1, num2):
print(num1 + num2)
>>>add(1, 2)
3
1.3 函数的返回值
有时候需要函数为我们返回一些数据来报告执行的结果，所以函数需要返回值。在函数中使用关键字return，后面跟着的就是指定要返回的值：
example1: >>>def add(num1, num2):
return num1 + num2
>>>add(1, 2)
3
2.1 形参和实参
参数从调用的角度来说，分为形式参数(parameter)和实际参数(argument)。形参是指函数创建和定义过程中小括号里的参数，而实参则是指函数在被调用的过程中传递进来的参数。
example1: >>>def myFirstFunction(name):
print(name)
>>>myFirstFunction(“小明”)
小明
其中，myFirstFunction(name)的name是形参，因为它只代表一个位置、一个变量名；而调用myFirstFunction("小明")传递的"小明"是实参，因为它是一个具体的内容，是赋值到变量名中的值。
2.2 函数文档
函数文档的作用是描述该函数的功能。
example1: >>>def exchangeRate(dollar):
" " "美元 -> 人民币
汇率暂定为6.5
" " "
return dollar * 6.5
>>>exchangeRate(10)
65.0
在函数开头写下的字符串是不会打印出来的，但它会作为函数的一部分存储起来。这个称为函数文档字符串，它的功能跟注释是一样的。不一样的是函数的文档字符串可以通过特殊属性_ _doc_ _获取：
example2: >>>exchangeRate._ _ doc _ _
’ 美元 -> 人民币 \n\t 汇率暂定为6.5 \n\t ’
另外，当我们想用一个函数但却不确定其用法的时候，可以通过help()函数来查看函数的文档。
example3: >>>help(exchangeRate)
Help on function exchangeRate in module _ _ main _ _ :
exchangeRate(dollar)
美元 -> 人民币
汇率暂定为6.5
2.3 关键字参数
普通的参数叫位置参数，通常在调用一个函数的时候，我们可能会把位置参数的顺序弄乱以至于函数无法按照预期实现，因此就有了关键字参数，可以简单地解决这个潜在的问题。
example1: >>>def saySomething(name, words):
print(name + ’ -> ’ + words)
>>>saySomething(“小明”, “你好！”)
小明 -> 你好！
>>>saySomething(“你好！”, “小明”)
你好！ -> 小明
>>>saySomething(words = “你好！”, name = “小明”)
小明 -> 你好！
关键字参数其实就是在传入实参时指定形参的变量名。
2.4 默认参数
默认参数是在定义的时候赋予了默认值的参数：
example1: >>>def saySomething(name = “小明”, words = “你好！”):
print(name + ’ -> ’ + words)
>>>saySomething( )
小明 -> 你好！
>>>saySomething(“张三”, “再见！”)
张三 -> 再见！
>>>saySomething(words = “好久不见！”, name = “李四”)
李四 -> 好久不见！
使用默认参数的话，就可以不带参数去调用函数。默认参数和关键字参数的区别为：
- 关键字参数是在函数调用的时候通过参数名指定要赋值的参数，这样做就不怕因为搞不清参数的顺序而导致参数调用出错。
- 默认参数是在参数定义过程中为形参赋值，当函数调用的时候不传递实参，则默认使用形参的初始值代替。
2.5 收集参数
收集参数大多时候也被称为可变参数，编写程序时，有时候程序员也不知道这个函数到底需要多少个参数，这时候仅需要在参数前面加上星号（ * ）即可：
example1: >>>def test( * params):
print(“有 %d 个参数” % len(params))
>>>test( ‘H’, ‘e’, ‘l’, ‘l’, ‘o’)
有 5 个参数
>>>test( ‘小明’, ‘e’, 123)
有 3 个参数
如果在收集参数后边还需要指定其他参数，在调用函数的时候就应该使用关键字参数来指定，否则Pyhton就会把实参列入收集参数的范畴。
example2: >>>def test( * params, extra):
print(“收集参数是：”, params)
print(“位置参数是：”, extra)
>>>test(1, 2, 3, 4, 5)
Traceback (most recent call last):
File “<pyshell#22>”, line 1, in < module >
test(1, 2, 3, 4, 5)
TypeError: test() missing 1 required keyword-only argument: ‘extra’
>>>test(1, 2, 3, 4, extra = 5)
收集参数是： (1, 2, 3, 4)
位置参数是： 5
Pyhton就是把标志为收集参数的参数们打包成一个元组。如果编程时参数中带有收集参数，那么建议将其他参数设置为默认参数，这样不容易出错。
example3: >>>def test( * params, extra = “8”):
print(“收集参数是：”, params)
print(“位置参数是：”, extra)
>>>test(1, 2, 3, 4, 5)
收集参数是： (1, 2, 3, 4)
位置参数是： 5
星号（ * ）其实既可以打包又可以“解包”。假如我们需要将一个列表a传入test函数的收集参数 * params中，那么调用test(a)时便会出错，此时需要在a前边加上个星号（ * ）表示实参需要“解包”后才能使用：
example4: >>>def test( * params):
print(“有 %d 个参数” % len(params))
print(“第二个参数是” , params[1])
>>>a = [1, 2, 3, 4, 5]
>>>test(a)
有 1 个参数
Traceback (most recent call last):
File “<pyshell#37>”, line 1, in < module >
test(a)
File “<pyshell#35>”, line 3, in test
print(“第二个参数是” , params[1])
IndexError: tuple index out of range
>>>test( * a)
有 5 个参数
第二个参数是 2
Python还有另一种收集方式，就是用两个星号（ ** ）表示，两个星号的收集参数表示将参数们打包成字典的形式。
3.1 函数和过程
函数（function）是有返回值的，而过程（procedure）是简单、特殊并且没有返回值的。Pyhton严格来说只有函数，没有过程！
example1: >>>def hello( ):
print(“Hello~”)
>>>print(hello( ))
Hello~
None
通过上面例子可以发现，调用print(hello( ))之后打印了两行文字。当不写return语句的时候，Pyhton会默认函数是return None的，所以说Pyhton所有的函数都有返回值。
3.2 再谈谈返回值
在许多编程语言中，我们说一个函数是整型，其实就是指这个函数会返回一个整型的返回值。而Pyhton不同，Pyhton可以动态确定函数的类型，而且函数还能返回不同类型的值。另外，Pyhton似乎还可以同时返回多个值：
example1: >>>def test( ):
return[1, ‘小明’, ‘abc’]
>>>test( )
[1, ‘小明’, ‘abc’]
Pyhton可以利用列表打包多种类型的值一次性返回，也可以直接用元组的形式返回多个值：
example2: >>>def test( ):
return 1, ‘小明’, ‘abc’
>>>test( )
(1, ‘小明’, ‘abc’)
3.3 函数变量的作用域
变量的作用域就是平时所说的变量可见性，一般的编程语言都有局部变量（Local Variable）和全局变量（Global Variable）之分。看一个例子：
def discounts(price, rate):
final_price = price * rate
return final_price
old_price = float(input('请输入原价：'))
rate = float(input('请输入折扣率：'))
new_price = discounts(old_price, rate)
print('打折后价格是：', new_price)
请输入原价：10
请输入折扣率：0.7
打折后价格是： 7.0
在函数discounts()中，两个参数是price和rate，还有一个是final_price，它们都是discounts()函数中的局部变量。如果将代码修改如下：
def discounts(price, rate):
final_price = price * rate
return final_price
old_price = float(input('请输入原价：'))
rate = float(input('请输入折扣率：'))
new_price = discounts(old_price, rate)
print('打折后价格是：', new_price)
print('这里试图打印局部变量final_price的值：', final_price)
请输入原价：10
请输入折扣率：0.7
打折后价格是： 7.0
Traceback (most recent call last):
File “C:\Users\Administrator\Desktop\1.py”, line 9, in < module >
print(‘这里试图打印局部变量final_price的值：’, final_price)
NameError: name ‘final_price’ is not defined
运行之后就会报错，错误原因为final_price没有被定义过，Python找不到final_price这个变量。这是因为final_price只是一个局部变量，它的作用范围之在它的地盘上——discounts()函数的定义范围内有效。
总结一下：在函数里边定义的参数以及变量，都称为局部变量，出了这个函数，这些变量都是无效的。Python在运行函数的时候，利用栈(Stack)进行存储，当执行完该函数后，函数中的所有数据都会被自动删除，所以在函数外边是无法访问到函数内部的局部变量的。
与局部变量相对的是全局变量，上述程序中old_price、new_price、rate 都是在函数外边定义的，它们都是全局变量，全局变量拥有更大的作用城。例如在函数中可以访问到它们：
def discounts(price, rate):
final_price = price * rate
print('这里试图打印全局变量old_price的值：', old_price)
return final_price
old_price = float(input('请输入原价：'))
rate = float(input('请输入折扣率：'))
new_price = discounts(old_price, rate)
print('打折后价格是：', new_price)
请输入原价：10
请输入折扣率：0.7
这里试图打印全局变量old_price的值：10.0
打折后价格是： 7.0
在Pyhton中，我们可以肆无忌惮的访问一个全局变量，但当试图修改它时就需要小心了。看如下所示代码：
def discounts(price, rate):
final_price = price * rate
old_price = 20
print('在全局变量中修改后old_price的值：', old_price)
return final_price
old_price = float(input('请输入原价：'))
rate = float(input('请输入折扣率：'))
new_price = discounts(old_price, rate)
print('全局变量old_price现在的值是：', old_price)
print('打折后价格是：', new_price)
请输入原价：10
请输入折扣率：0.7
在全局变量中修改后old_price的值： 20
全局变量old_price现在的值是： 10.0
打折后价格是： 7.0
如果在函数内部试图修改全局变量，那么Python会创建一个新的局部变量替代(名字跟全局变量相同)，但真正的全局变量是纹丝不动的。
关于全局变量，我们也来总结一下：全局变量在整个代码段中都是可以访问到的，但是不要试图在函数内部去修改全局变量的值，因为那样Python会自动在函数内部新建一样的局部变量代替。如果想在函数里边去修改全局变量的值，可以在函数里边嵌套定义一个新的函数。
后半部分内容见零基础入门学Python（六）—— 函数（下）。
4. 内嵌函数和闭包 5. lambda表达式 6. 递归 7. 介绍两个BIF：filter()和map()标签：入门,Python,price,test,参数,print,def,函数 来源： https://blog.51cto.com/u_15178976/2790867
本站声明： 1. iCode9 技术分享网（下文简称本站）提供的所有内容，仅供技术学习、探讨和分享； 2. 关于本站的所有留言、评论、转载及引用，纯属内容发起人的个人观点，与本站观点和立场无关； 3. 关于本站的所有言论和文字，纯属内容发起人的个人观点，与本站观点和立场无关； 4. 本站文章均是网友提供，不完全保证技术分享内容的完整性、准确性、时效性、风险性和版权归属；如您发现该文章侵犯了您的权益，可联系我们第一时间进行删除； 5. 本站为非盈利性的个人网站，所有内容不会用来进行牟利，也不会利用任何形式的广告来间接获益，纯粹是为了广大技术爱好者提供技术内容和技术思想的分享性交流网站。