自定义函数的作用

1. 定制化需求
2. 降低代码重复编写

匿名函数

匿名函数，可以用lambda关键字定义。通过lambda构造的函数可以没有名称，即在自定义匿名函数时，所有代码可在一行内完成。

语法

lambda parameters : function_expression
lambda为匿名函数的关键起始词
parameters是函数的形参，多个参数之间用英文状态的逗号隔开
function expression为具体的函数体.

示例

list1 = ['A','A','B','A','A','B','B','C','B','B','D','C']
# 构建空词典
res = {}
# 统计列表里各元素的个数
for i in set(list1):
	res[i] = list1.count(i)
list2 = list(res.items()) # 列表化
list2.sort(key = lambda x: x[1], reverse = True) # 讲其按个数多到少降序排列
print(list2)

输出：

[(‘B’, 5), (‘A’, 4), (‘C’, 2), (‘D’, 1)]

自定义函数

语法

def function_name(parameters):  
	function_expression 
	return(result) 
def是define单词的缩写，为自定义函数的关键词
function_name为自定义的函数名称
parameters为自定义函数的形参，需要放在圆括号内
function_expression为具体的函数体
return用于返回函数的计算结果

示例

# 猜数字
import random
def guess_number(Min, Max):
    number = random.randint(Min, Max)

    while True:
        guess = int(input('请在{}和{}之间输入一个整数：'.format(Min, Max)))
        if guess > number:
            Max = guess
            print('偏大')
        elif guess < number:
            Min = guess
            print('偏小')
        else:
            print('正确')
            break

guess_number(5,10)

输出：

请在5和10之间输入一个整数：8
偏大
请在5和8之间输入一个整数：6
正确

# 读取文件数据并合并
import pandas as pd # 调文件包
import os # 调路径包

def readdatas(Path):
    filenames = os.listdir(Path)
    # print(filenames)
    res =[]
    for file in filenames:
        data=pd.read_csv(Path +'\\'+ file)
        res.append(data)
    return pd.concat(res)

Path = r'D:\pythonProject\data1'
print(readdatas(Path))

输出：