【Python 函数】

Python 中的函数（Function）是可重复使用的代码块，用于封装特定功能并提高代码复用性。以下是函数的核心知识点：

---

一、基础语法

1. 定义函数

def greet(name):"""打印问候语"""  # 文档字符串（Docstring）print(f"Hello, {name}!")

2. 调用函数

greet("Alice")  # → Hello, Alice!

---

二、参数传递

1. 位置参数

def add(a, b):return a + badd(3, 5)  # → 8

2. 默认参数

def power(x, exponent=2):return x ** exponentpower(3)    # → 9（使用默认指数）
power(2, 3) # → 8（覆盖默认值）

3. 关键字参数

greet(name="Bob")  # 明确指定参数名

4. 可变参数

# *args（位置参数元组）
def sum_all(*args):return sum(args)sum_all(1, 2, 3)  # → 6# **kwargs（关键字参数字典）
def print_info(**kwargs):for key, value in kwargs.items():print(f"{key}: {value}")print_info(name="Alice", age=30)

---

三、返回值

1. 单一返回值

def square(x):return x * x

2. 返回多个值

def get_stats():return 42, "success", [1, 2, 3]  # 实际返回元组result = get_stats()  # → (42, "success", [1,2,3])

---

四、作用域与闭包

1. 作用域规则（LEGB）

• Local（函数内）
• Enclosing（嵌套函数外层）
• Global（模块级）
• Built-in（内置）

x = 10  # 全局变量def outer():x = 5  # 封闭作用域变量def inner():x = 1  # 局部变量print(x)inner()outer()  # → 1
print(x) # → 10

2. 闭包（Closure）

def multiplier(n):def multiply(x):return x * nreturn multiplydouble = multiplier(2)
print(double(5))  # → 10

---

五、装饰器（Decorator）

1. 基础装饰器

def log_time(func):def wrapper(*args, **kwargs):start = time.time()result = func(*args, **kwargs)print(f"耗时: {time.time()-start:.2f}秒")return resultreturn wrapper@log_time
def slow_function():time.sleep(2)slow_function()  # 输出耗时并返回None

2. 带参数装饰器

def repeat(num=1):def decorator(func):def wrapper(*args, **kwargs):for _ in range(num):result = func(*args, **kwargs)return resultreturn wrapperreturn decorator@repeat(num=3)
def greet():print("Hello!")greet()  # 打印3次"Hello!"

---

六、Lambda 函数

1. 匿名函数

square = lambda x: x ** 2
square(5)  # → 25

2. 常用场景

nums = [1, 3, 2, 5, 4]
sorted(nums, key=lambda x: -x)  # → [5,4,3,2,1]（逆序排序）

---

七、生成器函数

1. yield 关键字

def countdown(n):while n > 0:yield nn -= 1for num in countdown(3):print(num)  # 依次打印3,2,1

2. 生成器表达式

squares = (x**2 for x in range(5))  # 生成器对象

---

八、递归函数

1. 基本结构

def factorial(n):if n == 0:return 1return n * factorial(n-1)

2. 尾递归优化（Python 不原生支持）

# 需手动模拟尾递归
def tail_factorial(n, acc=1):if n == 0:return accreturn tail_factorial(n-1, acc*n)

---

九、高级特性

1. 函数注解

def add(a: int, b: int) -> int:return a + b

2. 偏函数（Partial）

from functools import partialint_base2 = partial(int, base=2)
int_base2("1010")  # → 10

3. 协程（Coroutine）

async def fetch_data():data = await async_request()  # 异步请求return data

---

十、常见陷阱

1. 可变默认参数：

   def bad_append(new_item, my_list=[]):  # 危险！默认参数共享my_list.append(new_item)return my_list
   

2. 作用域污染：

   count = 0
   for count in range(5):  # 循环变量覆盖全局变量pass
   print(count)  # → 4（而非预期的0）
   

3. 递归深度限制：

   # 默认递归深度约1000层
   def deep_recursion(n):if n == 0:returndeep_recursion(n-1)deep_recursion(2000)  # → RecursionError
   

---

通过掌握这些内容，可以构建模块化、可维护的代码结构。实际应用中需根据需求选择合适的函数类型，并注意作用域管理和性能优化。