python函数及面向过程高级特性

python函数及面向过程高级特性

python函数

---

Python 函数（Function） 是将一段具有独立功能的代码进行封装，通过函数名即可重复调用，提高代码可读性与复用性。Python 还提供切片、迭代、生成器等功能，使面向过程编程更灵活强大。

基本用法：

def 函数名(参数):函数体return 返回值

---

定义与调用函数

def add(a, b):        # 定义函数，a 和 b 是“参数”return a + b      # 返回结果res = add(3, 5)       # 调用函数
print(res)            # 输出 8

说明：

• ​def​ 用于定义函数
• 参数在定义时编写，调用时传入实际值（称为“实参”）
• ​return​ 返回结果；若省略，函数默认返回 None

---

参数类型示例

def func(a, b=10, *args, **kwargs):print(a)          # 位置参数 必须传print(b)          # 默认参数print(args)       # 可变参数（元组） 元组就是一个“不能改的列表”print(kwargs)     # 关键字参数（字典）

说明：

• ​b=10​ 为默认参数，可不传

• ​*args​ 接收多个位置参数

• ​**kwargs​ 接收多个“键=值”形式的参数

  ‍

  结合起来看一个完整例子：

  func(100, 20, 1, 2, 3, name="tom", age=19)
  

  最终：

  • a = 100
  • b = 20
  • args = (1, 2, 3)
  • kwargs = {“name”: “tom”, “age”: 19}

  打印结果会是：

  100
  20
  (1, 2, 3)
  {'name': 'tom', 'age': 19}
  

---

函数的嵌套调用

def func1(x):return x * 2def func2(y):return func1(y) + 3   # 内部调用另一个函数print(func2(5))           # 输出 13

说明：
函数内部可以调用其他函数，用于拆分复杂逻辑，让结构更清晰。

---

递归函数（函数自己调用自己）

def factorial(n):if n == 1:        # 递归终止条件return 1return n * factorial(n - 1)print(factorial(5))   # 输出 120

说明：

• 递归必须有“终止条件”，否则会无限调用
• 常用在数学问题、树结构处理等场景

---

Python 面向过程编程高级语法

---

切片（slice）

lst = [10, 20, 30, 40, 50]
print(lst[1:4])      # [20, 30, 40]

切片语法是：

list[start:end:step]

从列表中按照指定的起点、终点、步长，把一段内容“切”出来，得到一个新的列表。：

• ​start​ 起始位置
  从哪个索引开始取（包含该位置）。
  例：1​ 表示从第二个元素（20）开始。

• ​end​ 结束位置（不包含）
  取到哪个索引之前结束（不包括该位置）。
  例：4​ 表示取到索引 3（40）为止，索引 4 的 50 不取。

• ​step​ 步长（默认为 1）
  每次取元素时向前跳几格。
  例：步长为 2，就是每隔一个取一个。

• 支持负数索引
  ​-1​ 表示最后一个、-2​ 倒数第二个，以此类推。

• 支持倒序切片
  当 step​ 为负数时，从右向左取，例如 lst[::-1]​ 可以反转整个列表。

  当 step 为正数 时（正常方向）：

  • ​start​ 默认从 最左边（索引 0） 开始
  • ​end​ 默认到 最右边（索引 len） 结束

  但当 ​step 为负数​（倒序）时：

  • ​start​ 默认从 最后一个元素 开始
  • ​end​ 默认到 第一个元素的前一位 结束

---

迭代（for 循环遍历）

例子一

for x in [1, 2, 3]:print(x)#输出：
#	1
#	2
#	3

说明：

• Python 的 for 循环可以遍历序列（列表、字符串）、字典、集合等
• 内部自动控制索引，无需自己写 i++

例子二

students = [{"name": "Li", "age": 19},{"name": "Wang", "age": 20},{"name": "Zhang", "age": 18}
]for stu in students:print(stu["name"], stu["age"])

输出结果：

Li 19
Wang 20
Zhang 18

例子三

遍历字符串列表，筛选出长度大于 3 的单词

words = ["hi", "python", "sun", "a", "coffee", "dog"]for w in words:if len(w) > 3:          # 判断字符串长度是否大于 3print(w.upper())    # 转成大写并打印

输出结果：

PYTHON
COFFEE

---

列表生成式（List Comprehension）

squares = [x * x for x in range(1, 6)]
print(squares)            # [1, 4, 9, 16, 25]

说明：
列表生成式是一种 用一行代码生成列表 的写法，比传统的 for 循环更简洁、更直观。
基本结构为：

[ 表达式  for 变量 in 可迭代对象  if 条件可选 ]

• 它可以把普通的循环写成一行，适合根据某个规则“生成新列表”。
  在例子中：

  • ​for x in range(1, 6)​ 表示 x 依次为 1 到 5
  • ​x * x​ 是“要放进新列表的内容”
    最终生成所有平方值列表 [1, 4, 9, 16, 25]​

• 列表生成式可以附加条件过滤，让你“只保留满足条件的元素”。
  示例：

  positives = [x for x in nums if x > 0]
  

  作用：从 nums 中筛选出所有正数生成新列表。

• 生成式中的“表达式”不一定是简单计算，也可以是字符串操作、函数调用甚至三元表达式。
  例如：

  lengths = [len(word) for word in words]
  

  生成所有单词的长度列表。

• 与普通 for 对比：
  普通写法：

  res = []
  for x in nums:if x % 2 == 0:res.append(x * 2)
  

  列表生成式：

  res = [x * 2 for x in nums if x % 2 == 0]
  

  功能完全一致，但更紧凑。

• 列表生成式会返回一个全新的列表，不会修改原数据。
  因此适用于“基于旧列表，生成一个新列表”的场景。

---

生成器（Generator）

def gen():for i in range(3):yield i            # 用 yield 生成值g = gen() 				#创建一个生成器对象 g 准备好即将执行 gen() 的代码，但还没开始跑
print(next(g))            # 0
print(next(g))            # 1

说明：

• 使用 yield​ 的函数就是生成器

  • 只要函数里出现了 ​​yield​​，这个函数就不再是普通函数，而是一个 ​生成器函数（generator function） ​。
  • 调用这个函数不会立即执行函数体，而是返回一个生成器对象（generator object） 。
  • 函数遇到 yield​ 会“停住”，把值“交出去”，下次再从停下的地方继续往后执行

• 每次 next()​ 执行到下一个 yield​

• 第一次调用：

  print(next(g))
  

  流程：

  1. 进入 gen()​ 函数
  2. 进入 for i in range(3)​
  3. ​i == 0​
  4. 遇到 yield i​，返回 0​，但并没有结束函数
  5. 暂停在 yield​ 这一行

  所以第一次输出：

  0
  

  ---

  第二次调用：

  print(next(g))
  

  这次不是从头开始，而是：

  • 接着上次暂停的地方继续执行
  • 所以继续 for 循环

• 节省内存，适合处理大量数据（）

  因为生成器：

  • 不一次性生成全部数据

  • 而是按需生成一个算一个

  • 用一个值算一个值，不要的值就不占内存

    ‍

next 是 Python 的一个内置函数，作用非常简单：一句话解释next(x) 的意思是：从可迭代对象（iterator/迭代器）里取下一个值。在 Python 中，有些东西可以“一步一步”取值，比如：生成器（generator）迭代器（iterator）用 iter() 包装后的列表、元组等这些东西就像“能连续产出数据的机器”。而 next() 就是：让这个机器继续吐出下一个值。

用生成器举例

def gen():for i in range(3):yield ig = gen()   # g 是一个生成器

此时 g​ 还没有开始执行。

我们用 next(g)​ 让它吐出数据：

next(g)   # 取到第一个值 0
next(g)   # 取到第二个值 1
next(g)   # 取到第三个值 2

再调用一次：

next(g)   # 没有值了，会报 StopIteration

---

用 iter() 包装也能用 next()

iter(iterable) : 这个函数接收一个可迭代对象（如列表、元组、字典、字符串等）作为参数，并返回一个与该对象关联的迭代器。

lst = [10, 20, 30]
it = iter(lst)     # 把列表变成迭代器print(next(it))    # 10
print(next(it))    # 20
print(next(it))    # 30

---

迭代器（Iterator）

it = iter([10, 20, 30])  # 将列表转为迭代器
print(next(it))          # 10
print(next(it))          # 20

说明：

• 迭代器用于逐个获取数据
• ​iter(obj)​ 返回一个迭代器对象
• 可被 for 循环使用
• 一次取一个，仅向前，不可回退

lst = [1, 2, 3, 4]
it = iter(lst)
while True:try:val = next(it)print(val)except StopIteration:  # 当迭代器耗尽时会触发异常break

输出：

1
2
3
4

‍

---