1. 函数介绍

编程中的函数不同于数学中的函数：

• 数学上的函数，比如 y = sin x，x 取不同的值，y 就会得到不同的结果，即数学中的函数是一种映射关系。
• 编程中的函数，是一段可以被重复使用的代码片段

代码示例：求数列的和，不使用函数

# 1、求 1~100 的和
theSum = 0
for i in range(1, 11):
    theSum += i

print(theSum)  # 55

# 2、求 300~400 的和
theSum = 0
for i in range(300, 401):
    theSum += i

print(theSum)  # 35350

# 3、求 1~1000 的和
theSum = 0
for i in range(1, 1001):
    theSum += i

print(theSum)  # 500500

可以发现，上面三组代码基本是相似的，只有一点点差异。我们可以直接ctrl + c、ctrl + v复制粘贴代码，这样好吗？

实际开发中，复制粘贴是一种不太好的策略：

1. 首先复制代码，必须要非常仔细地进行细节调整，尤其是在数据不同的情况下。
2. 其次，一旦复制过的代码需要调整，复制了几份就得调整几次，很麻烦。

因此，尽量还是不要复制代码。我们可以把重复代码提取出来，做成一个函数，这是一种更高效的代码“重用”。

# 定义一个数列求和函数
def CalcSum(beg, end):
    theSum = 0
    for i in range(beg, end + 1):
        theSum += i
    print(theSum)

# 调用函数
# 1、求 1~100 的和
CalcSum(1, 100)
# 2、求 300~400 的和
CalcSum(300, 400)
# 3、求 1~1000 的和
CalcSum(1, 1000)

二者对比一下，明显函数的重用性要更好，调用时也更加简洁：

2. 函数的定义与调用

几点说明

1. Python 中要求：函数定义写在前面，函数调用写在后面；先定义，后调用
   

2. 函数定义并不会执行函数体内容，必须要调用才会执行。调用几次就会执行几次
   

3. 函数参数

在函数定义的时候，可以在 ( ) 中指定 “形式参数” (简称形参)，然后在调用的时候，由调用者把 “实际参数”(简称实参) 传递进去。

这样就可以做到一份函数，针对不同的数据进行计算处理。考虑前面的代码案例：

def CalcSum(beg, end):
    theSum = 0
    for i in range(beg, end + 1):
        theSum += i
    print(theSum)

CalcSum(1, 100)
CalcSum(300, 400)

上面的代码中：beg、end 就是函数的形参。1，100 / 300，400 就是函数的实参。

• 在执行 CalcSum(1, 100) 的时候, 就相当于 beg = 1，end = 100 然后在函数内部就可以针对 1~100 进行运算。
• 在执行 sum(300, 400) 的时候，就相当于 beg = 300，end = 400 然后在函数内部就可以针对 300~400 进行运算。

实参和形参之间的关系，就像签合同一样：

几点说明

1. 一个函数可以有一个形参，也可以有多个形参，也可以没有形参
2. 一个函数的形参有几个，则传递实参的时候也得传几个。保证个数要匹配
3. 在 C++/Java 里面，不光要求形参和实参的个数要匹配，还要求类型也要匹配；但是在 Python 中，只要求个数匹配就行，对类型没有要求（因为 Python 是动态类型语音）
   

4. 函数返回值

函数的参数可以视为是函数的 “输入”，则函数的返回值，就可以视为是函数的 “输出”。此处的 “输入”、“输出” 是更广义的输入输出，不是从键盘输入，也不是向显示器输出。

我们可以把函数想象成一个 “工厂”。工厂需要买入原材料，进行加工，并生产出产品。其中函数的参数就是原材料，函数的返回值就是生产出的产品。

下列代码：

def CalcSum(beg, end):
    theSum = 0
    for i in range(beg, end + 1):
        theSum += i
    print(theSum)

CalcSum(1, 100)

可以转换成：

def CalcSum(beg, end):
    theSum = 0
    for i in range(beg, end + 1):
        theSum += i
    return theSum

result = CalcSum(1, 100)
print(result)

这两个代码的区别就在于：前者直接在函数内部进行了打印；后者则使用 return 语句把结果返回给函数调用者，再由调用者负责打印。

我们一般倾向于第二种写法。

实际开发中我们的一个通常的编程原则是 “逻辑和用户交互分离”。而第一种写法的函数中，既包含了计算逻辑，又包含了和用户交互(把结果打印到控制台上)。这种写法是不太好的，如果后续我们需要的是把计算结果保存到文件中，或者通过网络发送，或者展示到图形化界面里，那么第一种写法的函就难以胜任了。

而第二种写法则专注于做计算逻辑，不负责和用户交互，那么就很容易能够给把这个逻辑去搭配不同场景的用户交互代码。

几点说明

1. 一个函数中可以有多个 return 语句。一旦执行到 return 语句，函数就会立即执行结束，回到调用位置。
   
2. 一个函数是可以一次 return 多个值的。使用 , 来分割多个返回值。
   
3. 如果只想关注其中的部分返回值，可以使用 _ 来进行占位，忽略不想要的返回值。
   

5. 变量作用域

观察以下代码:

# 写一个函数，返回横纵坐标
def GetPoint():
    x = 10
    y = 20
    return x, y

x, y = GetPoint()

在这个代码中，函数内部存在 x, y，函数外部也有 x, y。但是这两组 x, y 不是相同的变量，而只是恰好有一样的名字。

一个变量名的有效范围是一定的，只在一个固定的区域内生效：

• 在函数内部的变量，也称为 “局部变量”。只能在函数内部生效，出了函数，就无效了。
• 不在任何函数内部的变量，也称为 “全局变量”。全局变量在函数内部和函数外部都可以使用。

几点说明

1、局部变量只能在所在的函数内部生效

在函数 GetPoint() 内部定义的 x, y 只是在函数内部生效；一旦出了函数的范围，这两个变量就不再生效了。

2、在不同的作用域中，允许存在同名的变量

虽然名字相同，实际上是不同的变量，因为他们作用域不同。

3、如果函数内部尝试访问的变量在局部不存在，就会尝试去全局作用域中查找

4、如果是想在函数内部修改全局变量的值，就需要先使用 global 关键字声明全局变量

5、if, else, while, for 这些关键字也会引入“代码块”，但是这些代码块不会对里面所定义变量的作用域产生影响

即上述语句代码块内部定义的变量，可以在外部被访问到。

if True:
    x = 10
    
print(x)  # 10

6. 函数执行过程

看如下代码：

def Test():
    print('执行函数内部代码')
    print('执行函数内部代码')
    print('执行函数内部代码')

print('111')
Test()
print('222')
Test()
print('333')

运行结果：

结论：

• 调用函数才会执行函数体代码，不调用则不会执行。
• 函数体执行结束（或者遇到 return 语句），则回到函数调用位置（函数调用结束），继续往下执行。

7. 链式调用

把一个函数的返回值，作为另一个函数的参数，这种操作称为 链式调用，这是一种比较常见的写法。

8. 嵌套调用

函数内部还可以调用其他的函数，这个动作称为 “嵌套调用”。

def Test():
    print('执行函数内部代码')
    print('执行函数内部代码')
    print('执行函数内部代码')

test 函数内部调用了 print 函数，这里就属于嵌套调用。

函数嵌套的过程是非常灵活的，再看一个更复杂一些的例子：

def a():
    print("函数 a")
    
def b():
    print("函数 b")
    a()
    
def c():
    print("函数 c")
    b()

def d():
    print("函数 d")
    c()
    
d() # 仅调用函数d()

执行结果：

把函数内部代码的执行顺序稍微调整，则打印结果则可能发生很大变化：

def a():
    print("函数 a")
    
def b():
    a()
    print("函数 b")

def c():
    b()
    print("函数 c")

def d():
    c()
    print("函数 d")

d()

执行结果：

9. 函数递归

递归是 嵌套调用 中的一种特殊情况，即一个函数嵌套调用自己。

代码示例：递归计算 5!

def Factor(n):
    if n == 1:
        return 1
    else:
        return n * Factor(n-1)

上述代码中，就属于典型的递归操作。在 factor 函数内部，又调用了 factor 自身。

注意：递归代码务必要保证

• 存在递归结束条件。比如 if n == 1 这个就是结束条件，即当 n 为 1 的时候，递归就结束了。
• 每次递归的时候，要保证函数的实参是逐渐逼近结束条件的。

如果上述条件不能满足，就会出现 “无限递归”。这是一种典型的代码错误：

def Factor(n):
    return n * Factor(n - 1)

print(Factor(5))

运行后报错：

函数调用时会在函数调用栈中记录每一层函数调用的信息，但是函数调用栈的空间不是无限大的。如果调用层数太多，就会超出栈的最大范围，导致出现栈溢出的问题。

递归的优点

• 递归的思路类似于 “数学归纳法” ，即明确 初始条件 和 递推公式，从而解决一系列的问题。
• 递归代码往往代码量非常少。

递归的缺点

• 递归代码往往难以理解，很容易超出掌控范围。
• 递归代码容易出现栈溢出的情况。
• 递归代码往往可以转换成等价的循环代码，并且通常来说循环版本的代码执行效率要略高于递归版本。

10. 参数默认值

Python 中的函数，可以给形参指定默认值。带有默认值的参数，可以在调用的时候不传参，这个时候形参就使用默认值。

代码示例：计算两个数字的和

# 此处 debug=False 即为参数默认值
# 当我们不指定第三个参数的时候，默认 debug 的取值即为 False
def Add(x, y, debug = False):
    if debug:
        print(f'x = {x}，y = {y}')
    print(x + y)

Add(10, 20)
Add(10, 20, True)

执行结果：

注意：带有默认值的参数需要放到没有默认值的参数的后面

def Add(x, debug = False, y):
    if debug:
        print(f'x = {x}，y = {y}')
    print(x + y)

编译阶段就会报错：

11关键字参数

在调用函数的时候，需要给函数指定实参。一般默认情况下是按照参数列表中 形参 的顺序来依次传递 实参 的。

但是我们也可以通过 关键字参数，来调整这里的传参顺序，即显式指定当前实参传递给具体哪个形参。

示例代码：

def Test(x, y):
    print(f'x = {x}')
    print(f'y = {y}')

Test(x = 10, y = 20)
Test(y = 20, x = 10)

执行结果：

形如上述 Test(x=10, y=20) 这样的操作，即为 关键字参数。