1. python中函数定义方法：
def test(x):
"The function definitions"
x+=1
return x
def:定义函数的关键字
test：函数名
（）：内可定义形参
"":文档描述（非必要，但是强烈建议为你的函数添加描述信息）
x+=1：泛指代码块或程序处理逻辑
return：定义返回值
返回值数=0:返回None
返回值数=1:返回object
返回值数>1:返回tuple
2参数
1.参数的分别：实参（实际的要交给函数的内容）和形参（定义函数的时候它只是一个形式，只是一个变量的名）
2.参数可以传递多个，多个参数之间用逗号分割。
3.位置参数
站在实参角度:1.按照位置传值2.按照关键字传值3.位置、关键字形式混着用
站在形参角度：位置参数必须传值
4.动态参数 :*args **kwargs
5.注意参数混合用的顺序
位置参数>*args>默认参数>**kwargs
3局部变量和全局变量
4闭包函数
python中的闭包从表现形式上定义（解释）为：如果在一个内部函数里，对在外部作用域（但不是在全局作用域）的变量进行引用，那么内部函数就被认为是闭包。
def foo(): ... m = 0 ... def foo1(): ... m = 1 ... print m ... ... print m ... foo1() ... print m ... >>> foo() 0 1 0 5装饰器
装饰器=高阶函数+函数嵌套+闭包
无参装饰器
import time
def timer(func):
def wrapper(*args,**kwargs):
start_time=time.time()
res=func(*args,**kwargs)
stop_time=time.time()
print('hanshu:%s,yunxingshijian:%s'%(func,stop_time-start_time))
return res
return wrapper
@timer
def cal(array):
res=0
for i in array:
res+=i
return res
# cal=timer(cal)
cal(range(10))
6迭代器
迭代器遵循迭代器协议：必须拥有__iter__方法和__next__方法。
l=[1,2,3]index=0while index < len(l): print(l[index]) index+=17生成器
一个包含yield关键字的函数就是一个生成器函数。yield可以为我们从函数中返回值，但是yield又不同于return，return的执行意味着程序的结束，调用生成器函数不会得到返回的具体的值，而是得到一个可迭代的对象。每一次获取这个可迭代对象的值，就能推动函数的执行，获取新的返回值。直到函数执行结束。
关于next和send分析：
对于普通的生成器，第一个next调用，相当于启动生成器，会从生成器函数的第一行代码开始执行，直到第一次执行完yield语句（第4行）后，跳出生成器函数。
然后第二个next调用，进入生成器函数后，从yield语句的下一句语句（第5行）开始执行，然后重新运行到yield语句，执行后，跳出生成器函数，后面再次调用next，依次类推。
r = 'here'
for i in xrange(3): yield r r = '200 OK'+ str(i)c = consumer()n1 = c.next()n2 = c.next()n3 = c.next()了解了next()如何让包含yield的函数执行后，我们再来看另外一个非常重要的函数send(msg)。其实next()和send()在一定意义上作用是相似的，区别是send()可以传递yield表达式的值进去，而next()不能传递特定的值，只能传递None进去。因此，我们可以看做c.next() 和 c.send(None) 作用是一样的。
需要提醒的是，第一次调用时，请使用next()语句或是send(None)，不能使用send发送一个非None的值，否则会出错的，因为没有Python yield语句来接收这个值。