函数

函数也是一个对象，用来保存一些可执行的代码

在定义函数时，可以在函数名后的()中定义数量不等形参：相当于在函数内部声明了变量，但不赋值。定义形参时，可以指定默认值，在用户没有传递参数时起作用。

如果在函数定义时指定了实参，在调用时也必须传递实参。

实参的传递方式：

• 位置参数：将对应位置的实参复制给对应位置的形参
• 关键字参数：可以不按照形参定义的顺序去传递，而直接根据参数名去传输参数 典例：print(‘hello’, end=’’)

位置参数与关键字参数可以混用，位置参数必须写到前面

函数在调用时，解析器不会检查实参的类型，实参可以传递任意类型的对象

在函数中对形参进行重新赋值，不会影响其他变量；如果形参执行的是一个对象，当通过形参修改对象时，会影响到所有指向该对象的变量

不定长参数

在定义函数时，在形参前加*，形参将会获取到所有的实参，将它们保存到一个元组中（与元组中用法相同）

可变参数不是必须写在最后，注意带*后的所有参数，必须以关键字参数的形式传递；如果在形参的开头直接写一个*，则要求所有的参数必须以关键字参数的形式传递

def fn(*,a,b,c)

*形参只能接收位置参数，不能接收关键字参数

**形参可以接收其他关键字参数，它会将这些参数统一保存到一个字典中，字典的key是参数名字，value是参数的值；**参数只能有一个，并且必须写在所有参数的最后

传递实参时，也可以在序列类型的参数前添加星号，这样会将序列中的元素依次作为参数传递，这里要求序列元素个数与形参一致

def fn(a,b,c):
    print('a =',a)
    print('b =',b)
    print('c =',c)

t = (10,20,30)
d = {'a':10,'b':20,'c':30}
fn(*t) # 对tuple进行解包（拆包）
fn(**d) # 对dict进行解包（拆包）

返回值

就是一般的return用法

文档字符串

help()是Python中内置的函数，可以用来查询python中函数的用法

在定义函数时，可以在函数内部编写文档字符串，文档字符串就是函数的说明

作用域与命名空间

作用域就是经典的局部变量与全部变量，在函数内部修改全局变量用global声明

命名空间指变量存储的位置，每一个变量都需要存储到指定的命名空间中，每一个作用域都有一个它对应的命名空间

全局命名空间，用来保存全局变量。函数命名空间用来保存函数中的变量，命名空间实际上就是一个字典，是一个专门用来存储变量的字典

locals()用来获取当前作用域的命名空间，返回值为一个字典；globals() 函数可以用来在任意位置获取全局命名空间，可以修改value但不建议

递归

递归式函数，在函数中自己调用自己，递归函数的思想：将一个大问题分解为一个个小问题，直到问题无法分解时，再去解决问题

递归式函数的两个条件：

• 基线条件：问题可以被分解为最小问题，当满足基线条件时，递归就不在执行了
• 递归条件：将问题继续分解的条件

高阶函数

在Python中，函数是一等对象：

• 对象是运行时创建的
• 能赋值给变量或作为数据结构中的元素
• 能作为参数传递
• 能作为返回值

高阶函数至少需要符合以下特点中的一个：

• 接收一个或多个函数作为参数
• 将函数作为返回值

函数作为参数

当使用一个函数作为参数时，实际上是将指定的代码传递进了目标函数

filter() 可以从序列中过滤出符合条件的元素，保存到一个新的序列中，参数：

1. 函数，根据该函数来过滤序列（可迭代的结构）
2. 需要过滤的序列（可迭代的结构）

返回值：过滤后的新序列（可迭代的结构）

匿名函数 lambda 函数表达式：lambda用来创建一些简单的函数，语法：lambda 参数列表 : 返回值，匿名函数一般作为参数使用

map() 对可迭代对象中的所有元素做指定操作，然后将其添加到一个新的对象中返回

sort() 默认直接比较元素大小，也可以接收一个关键字参数key，key需要一个函数作为参数，当设置了函数为参数时。每次会以列表中的一个元素作为参数来调用，使用返回值比较元素的大小

sorted() 与sort()用法一致，但是可以对任意序列进行排序，且不会影响原来的对象，而是返回一个新对象

函数作为返回值–闭包

通过闭包可以创建一些只有当前函数能访问的变量，可以将一些私有的数据藏到的闭包中

在函数内部定义一个新的函数，将内部函数作为返回值返回

形成闭包的条件：

• 函数嵌套
• 将内部函数作为返回值返回
• 内部函数必须要使用到外部函数的变量

def make_averager():
    nums = []

    def averager(n):
        nums.append(n)
        return sum(nums)/len(nums)

    return averager

averager = make_averager()
print(averager(10))
print(averager(20))
print(averager(30))
print(averager(40))

闭包可以保存当前的运行环境

对闭包的一些理解https://zhuanlan.zhihu.com/p/22229197

装饰器

希望在不修改原函数的情况下，对函数进行扩展，创建一个函数，使其可以自动生产函数;通过装饰器，可以在不修改原来函数的情况下来对函数进行扩展，在定义函数时，可以通过@装饰器，来使用指定的装饰器，来装饰当前的函数；可以同时为一个函数指定多个装饰器，这样函数将会安装从内向外的顺序被装饰

感觉就是把开头结尾的功能再封装一层函数变为装饰器，可以通用