前言刚学代码的新手大概率踩过同一个坑想要循环打印数字1~5第一反应哐哐复制五条print后来学会for循环才算摆脱复制粘贴工的命运。但新问题接踵而至同样一段循环逻辑代码里要调用三四次难道每次都把循环再抄一遍这时候函数就是Python送给开发者的第一把“代码复用神器”。今天顺着实战案例把普通函数、参数玩法、解包传参、lambda匿名函数一次性梳理清楚干货拉满尽量不整枯燥官话。一、函数诞生的核心意义消灭重复代码先回顾最原始的写法我们想多次输出1~5print(1) print(2) print(3) print(4) print(5) print(1) print(2) print(3) print(4) print(5)但凡需求改一点比如打印1~6两处代码全都要手动修改。改一处漏一处bug随之诞生。用上循环优化一轮for i in range(1,6): print(i) for i in range(1,6): print(i)清爽不少但依旧存在冗余。函数登场把固定逻辑打包封装起个名字想用直接调用def my_print(): 打印1到5函数文档注释用来描述函数功能 for i in range(1, 6): print(i) 想执行多少次调用多少次 my_print() my_print() my_print()优势一目了然逻辑只写一遍多处调用后续修改规则只需要改动函数内部一处修改全局生效。二、形参与实参让函数摆脱“写死的数据”上面这个函数有短板起始、结束数字固定灵活性极差。我们可以设置形参调用时传入实参让函数适配不同场景。def my_print(start, stop, msg): 自定义区间打印 :param start: 循环起始值 :param stop: 循环终止值range左闭右开 :param msg: 附带打印的文本 for i in range(start, stop): print(i, msg) my_print(1, 6, 好饿呀) my_print(55, 60, 开饭了)文档注释强烈建议养成习惯后期代码多了不用翻函数内部就能看懂参数用途。实战练习带返回值的函数函数不只是单纯打印内容更常用的能力是计算后返回结果return。划重点print仅仅是输出展示本身没有返回值return才是把运算结果交给外部变量接收。案例1求取两个数字之间所有奇数之和def get_total(a, b): total 0 for i in range(a, b1): if i % 2: total i return total res get_total(10, 50) print(res)案例2阶乘求和5!4!3!2!1!这里演示两种写法嵌套单层循环 / 两个函数互相调用。工程里更推荐拆分函数逻辑解耦可读性更高。# 方案1函数拆分各司其职 def get_mul(i): 计算单个数字的阶乘 mul 1 for j in range(1, i 1): mul * j return mul def get_sum(value): 累加1~value每个数字的阶乘 total 0 for i in range(1, value1): total get_mul(i) return total print(get_sum(5))三、综合实战函数拆分思想处理质数问题写复杂逻辑时千万不要把所有代码揉在一坨遵循一个函数只干一件事。先抽离工具函数is_prime专门用来判断数字是不是质数再写业务函数批量筛选。示例寻找区间内间隔固定差值的质数三元组def is_prime(value): 判断一个数字是否为质数 for i in range(2, value): if value % i 0: return False else: return True def get_prime_pairs(a, b, c): 查找 [a,b]区间内质数三元组 (n, nc, n2c) :param a: 区间下限 :param b: 区间上限 :param c: 相邻数字差值 :return: 所有符合条件的元组列表 result [] for i in range(a, b1): if is_prime(i) and is_prime(ic) and is_prime(icc): result.append((i, ic, i c c)) return result print(get_prime_pairs(500, 1000, 18))这种拆分思路后续想改成找质数对、统计质数数量直接复用is_prime不用重复编写质数判断代码。四、参数进阶默认参数、不定长参数、解包传参1. 默认参数调用函数时不传该参数自动使用预设值def my_print(msg醒醒啦, n1): for i in range(n): print(msg) my_print(醒醒啦, 10) my_print(开饭啦) my_print(n10)2. 不定长参数*args、**kwargs*args收集所有位置实参打包成元组**kwargs收集所有关键字实参打包成字典def my_print(*args, **kwargs): print(位置参数, args) print(关键字参数, kwargs) my_print(10, 20, 30, name小明, age20)3. 序列/字典解包传参*、**当数据提前存放在列表、字典中一个个手动传参太麻烦使用解包一键传入def add(a, b, c): return a b c datas [10, 20, 30] print(add(*datas)) # 列表解包 def greet(name, age, addr): print(f{name} 今年 {age} 岁居住地址{addr}) info { name: 小明, age: 20, addr: 郑州 } greet(**info) # 字典解包日常爬虫、接口传参场景解包会高频出现务必熟练。五、短小精干的匿名选手lambda表达式普通def定义的是具名函数适合逻辑复杂、多行代码场景。如果只是简单一行运算不想单独定义函数lambda匿名函数直接上场。语法模板lambda 参数列表 : 返回表达式# 无参数 f2 lambda: print(888) f2() 无参数带返回值 f3 lambda: (100, 200, 300) print(f3()) 单个参数 f4 lambda x: x 100 print(f4(50)) 多参数 f5 lambda x, y: x y 100 print(f5(100, 200)) 定义完立刻调用用完即弃 print((lambda x, y, z: x y z)(10, 20, 30))温馨提醒lambda仅限单行简单逻辑别强行把一堆循环判断塞进lambda可读性直接崩盘得不偿失。复杂逻辑老老实实使用def。六、总结复盘函数核心价值代码封装、逻辑复用告别复制粘贴def定义普通函数return向外返回数据单纯print无法接收结果代码遵循单一职责工具逻辑抽成独立函数方便复用与调试参数体系循序渐进普通形参 → 默认参数 →*args/**kwargs→ 解包传参lambda适合一行简易运算轻量化匿名函数不要滥用函数是Python一切高级玩法的地基装饰器、面向对象、回调、多线程全部建立在函数基础之上。地基打牢固后面进阶学习会顺畅一大截。
Python函数修炼指南：从重复复制到一招封装，匿名lambda顺带拿捏
前言刚学代码的新手大概率踩过同一个坑想要循环打印数字1~5第一反应哐哐复制五条print后来学会for循环才算摆脱复制粘贴工的命运。但新问题接踵而至同样一段循环逻辑代码里要调用三四次难道每次都把循环再抄一遍这时候函数就是Python送给开发者的第一把“代码复用神器”。今天顺着实战案例把普通函数、参数玩法、解包传参、lambda匿名函数一次性梳理清楚干货拉满尽量不整枯燥官话。一、函数诞生的核心意义消灭重复代码先回顾最原始的写法我们想多次输出1~5print(1) print(2) print(3) print(4) print(5) print(1) print(2) print(3) print(4) print(5)但凡需求改一点比如打印1~6两处代码全都要手动修改。改一处漏一处bug随之诞生。用上循环优化一轮for i in range(1,6): print(i) for i in range(1,6): print(i)清爽不少但依旧存在冗余。函数登场把固定逻辑打包封装起个名字想用直接调用def my_print(): 打印1到5函数文档注释用来描述函数功能 for i in range(1, 6): print(i) 想执行多少次调用多少次 my_print() my_print() my_print()优势一目了然逻辑只写一遍多处调用后续修改规则只需要改动函数内部一处修改全局生效。二、形参与实参让函数摆脱“写死的数据”上面这个函数有短板起始、结束数字固定灵活性极差。我们可以设置形参调用时传入实参让函数适配不同场景。def my_print(start, stop, msg): 自定义区间打印 :param start: 循环起始值 :param stop: 循环终止值range左闭右开 :param msg: 附带打印的文本 for i in range(start, stop): print(i, msg) my_print(1, 6, 好饿呀) my_print(55, 60, 开饭了)文档注释强烈建议养成习惯后期代码多了不用翻函数内部就能看懂参数用途。实战练习带返回值的函数函数不只是单纯打印内容更常用的能力是计算后返回结果return。划重点print仅仅是输出展示本身没有返回值return才是把运算结果交给外部变量接收。案例1求取两个数字之间所有奇数之和def get_total(a, b): total 0 for i in range(a, b1): if i % 2: total i return total res get_total(10, 50) print(res)案例2阶乘求和5!4!3!2!1!这里演示两种写法嵌套单层循环 / 两个函数互相调用。工程里更推荐拆分函数逻辑解耦可读性更高。# 方案1函数拆分各司其职 def get_mul(i): 计算单个数字的阶乘 mul 1 for j in range(1, i 1): mul * j return mul def get_sum(value): 累加1~value每个数字的阶乘 total 0 for i in range(1, value1): total get_mul(i) return total print(get_sum(5))三、综合实战函数拆分思想处理质数问题写复杂逻辑时千万不要把所有代码揉在一坨遵循一个函数只干一件事。先抽离工具函数is_prime专门用来判断数字是不是质数再写业务函数批量筛选。示例寻找区间内间隔固定差值的质数三元组def is_prime(value): 判断一个数字是否为质数 for i in range(2, value): if value % i 0: return False else: return True def get_prime_pairs(a, b, c): 查找 [a,b]区间内质数三元组 (n, nc, n2c) :param a: 区间下限 :param b: 区间上限 :param c: 相邻数字差值 :return: 所有符合条件的元组列表 result [] for i in range(a, b1): if is_prime(i) and is_prime(ic) and is_prime(icc): result.append((i, ic, i c c)) return result print(get_prime_pairs(500, 1000, 18))这种拆分思路后续想改成找质数对、统计质数数量直接复用is_prime不用重复编写质数判断代码。四、参数进阶默认参数、不定长参数、解包传参1. 默认参数调用函数时不传该参数自动使用预设值def my_print(msg醒醒啦, n1): for i in range(n): print(msg) my_print(醒醒啦, 10) my_print(开饭啦) my_print(n10)2. 不定长参数*args、**kwargs*args收集所有位置实参打包成元组**kwargs收集所有关键字实参打包成字典def my_print(*args, **kwargs): print(位置参数, args) print(关键字参数, kwargs) my_print(10, 20, 30, name小明, age20)3. 序列/字典解包传参*、**当数据提前存放在列表、字典中一个个手动传参太麻烦使用解包一键传入def add(a, b, c): return a b c datas [10, 20, 30] print(add(*datas)) # 列表解包 def greet(name, age, addr): print(f{name} 今年 {age} 岁居住地址{addr}) info { name: 小明, age: 20, addr: 郑州 } greet(**info) # 字典解包日常爬虫、接口传参场景解包会高频出现务必熟练。五、短小精干的匿名选手lambda表达式普通def定义的是具名函数适合逻辑复杂、多行代码场景。如果只是简单一行运算不想单独定义函数lambda匿名函数直接上场。语法模板lambda 参数列表 : 返回表达式# 无参数 f2 lambda: print(888) f2() 无参数带返回值 f3 lambda: (100, 200, 300) print(f3()) 单个参数 f4 lambda x: x 100 print(f4(50)) 多参数 f5 lambda x, y: x y 100 print(f5(100, 200)) 定义完立刻调用用完即弃 print((lambda x, y, z: x y z)(10, 20, 30))温馨提醒lambda仅限单行简单逻辑别强行把一堆循环判断塞进lambda可读性直接崩盘得不偿失。复杂逻辑老老实实使用def。六、总结复盘函数核心价值代码封装、逻辑复用告别复制粘贴def定义普通函数return向外返回数据单纯print无法接收结果代码遵循单一职责工具逻辑抽成独立函数方便复用与调试参数体系循序渐进普通形参 → 默认参数 →*args/**kwargs→ 解包传参lambda适合一行简易运算轻量化匿名函数不要滥用函数是Python一切高级玩法的地基装饰器、面向对象、回调、多线程全部建立在函数基础之上。地基打牢固后面进阶学习会顺畅一大截。
