Python中的函数（二）

一 局部变量与全局变量

在子程序中定义的变量为局部变量，在程序一开始定义的变量为全局变量。

全局变量作用域为整个程序，局部变量作用域为定义该变量的子程序。

当局部变量与全局变量同名时，在定义局部变量的子程序内是局部变量起作用，在其他地方全局变量起作用。

函数内无声明变量时，用的是全局变量：

name = "abc"
def change_name1():
    print(name)

def change_name2():
    name = "123"
    print(name)

change_name1()
change_name2()
输出：
abc
123

如果函数内容无global关键字，优先读取局部变量，无法对全局变量赋值。

当要子程序调用全局变量，并修改全局变量时在子程序变量前加 global ：

name = "abc"

def change_name():
    global name
    name = "123"
    print(name)

print(name)
change_name()
print(name)
输出：
abc
123
123

 nonlocal的用法：

在嵌套函数中使用，想调用上一级函数的变量并修改时，要在本函数开头用nonlocal声明想要调用的变量

def change_name1():
    name = "abc"
    print(name)
    def chang_name2():
        nonlocal name
        name = "123"
        print(name)
    chang_name2()
    print(name)


change_name1()
输出：
abc
123
123

前向引用----->>>>"函数即变量"：在调用这个函数前如果没有定义该函数则会报错。

函数内部的嵌套函数只能该函数直接调用，其他函数无法直接调用该函数。

二 函数的递归

在函数内部，可以调用其它函数。如果一个函数在其内部调用它自己，这个函数就是递归函数。

def count(n):
    print(n)
    if n > 0:
        count(n-1)
    return 0

count(5)
输出：
5
4
3
2
1
0

递归特性：

• 必须要有一个明确的结束条件，否则就成了死循环
• 每次进入更深一层递归时，问题规模都应该相比于上一次要少
• 递归的执行效率不高，递归层次过多会导致栈溢出。

引用网上找的图片

 三 匿名函数

匿名函数就是不需要显示的指定函数。

#一般函数
def count(n):
    return n+1
print(count(10))

#换成的匿名函数
count = lambda x:x+1
print(count(10))

匿名函数主要和其他函数一起用。

四 函数式编程

高阶函数，满足下面条件至一：

1. 函数的传入参数是一个函数名
2. 函数的返回值是一个函数

map：

#map函数 map(fun,num)  fun:函数；num:可迭代对象
 1 num = [1,2,3,5,6,9,8]
def map_test(fun,num_l):
    res = []
    for i in num_l:
        re = fun(i)
        res.append(re)
    return res

print(map_test(lambda x:x-1,num))
#map生成的是一个可迭代对象
print("内置map函数",list(map(lambda x:x-1,num)))
输出：
[0, 1, 2, 4, 5, 8, 7]
[0, 1, 2, 4, 5, 8, 7]

filter：

n_people = ["1sb","2","3sb","4"]

def filter_test(fun,str_l):
    res = []
    for i in str_l:
        if fun(i):
            res.append(i)
    return res

print(filter_test(lambda n:n.endswith("sb"),n_people))
#filter 函数，生成的是一个可迭代对象
print("filter生成的是：",filter(lambda n:n.endswith("sb"),n_people))
print(list(filter(lambda n:n.endswith("sb"),n_people)))
输出：
['1sb', '3sb']
filter生成的是： <filter object at 0x0000020FFB28C2E8>
['1sb', '3sb']

reduce：

num_l = [1, 2, 3, 4, 5, 6]

def reduce_test(func, num , init=None):
    if init == None:
        str_l = num.copy()
        res = str_l.pop(0)
    else:
        res = init
    for i in str_l:
        res = func(res, i)
    return res

print(reduce_test(lambda x,y:x+y,num_l))
print(reduce_test(lambda x,y:x*y,num_l))

from functools import reduce
print("reduce生成的是:",reduce(lambda x,y:x+y,num_l))
print("reduce生成的是:",reduce(lambda x,y:x*y,num_l))
输出：
21
720
reduce生成的是: 21
reduce生成的是: 720