新手上路必学的Python函数基础知识，全在这里了（多段代码举例）

亦凉 2022-08-28 05:43 157阅读 0赞

点击上方“**Python爬虫与数据挖掘**”，进行关注

回复“**书籍**”即可获赠Python从入门到进阶共10本电子书

今

日

鸡

汤

诸葛大名垂宇宙，宗臣遗像肃清高。

**导读：**函数是Python中最重要、最基础的代码组织和代码复用方式。根据经验，如果你需要多次重复相同或类似的代码，就非常值得写一个可复用的函数。通过给一组Python语句一个函数名，形成的函数可以帮助你的代码更加可读。

函数声明时使用def关键字，返回时使用return关键字：

def my\_function(x, y, z=1.5):

if z > 1:

return z \* (x + y)

else:

return z / (x + y)

有多条返回语句是没有问题的。如果Python达到函数的尾部时仍然没有遇到return语句，就会自动返回None。

每个函数都可以有位置参数和关键字参数。关键字参数最常用于指定默认值或可选参数。在前面的函数中，x和y是位置参数，z是关键字参数。这意味着函数可以通过以下任意一种方式进行调用：

my\_function(5, 6, z=0.7)

my\_function(3.14, 7, 3.5)

my\_function(10, 20)

函数参数的主要限制是关键字参数必须跟在位置参数后(如果有的话)。你可以按照任意顺序指定关键字参数；这可以让你不必强行记住函数参数的顺序，而只需用参数名指定。

也可以使用关键字参数向位置参数传参。在前面的例子中，我们也可以这样写：

my\_function(x=5, y=6, z=7)

my\_function(y=6, x=5, z=7)

在部分场景中，这样做有助于代码可读性

**01 命名空间、作用域和本地函数**

函数有两种连接变量的方式：全局、本地。在Python中另一种更贴切地描述变量作用域的名称是命名空间。在函数内部，任意变量都是默认分配到本地命名空间的。本地命名空间是在函数被调用时生成的，并立即由函数的参数填充。当函数执行结束后，本地命名空间就会被销毁(除了一些特殊情况)。考虑以下函数：

def func():

a = \[\]

for i in range(5):

a.append(i)

当func()调用时，空的列表会被创建，五个元素被添加到列表，之后a会在函数退出时被销毁。假设我们像下面这样声明a：

a = \[\]

def func():

for i in range(5):

a.append(i)

在函数外部给变量赋值是可以的，但是那变量必须使用global关键字声明为全局变量：

In \[168\]: a = None

In \[169\]: def bind\_a\_variable():

.....:        global a

.....:        a = \[\]

.....:        bind\_a\_variable()

.....:

In \[170\]: print(a)

\[\]

我简单的讲下global关键字的用法。通常全局变量用来存储系统中的某些状态。如果你发现你大量使用了全局变量，可能表明你需要面向对象编程(使用类)

**02 返回多个值**

当我在使用Java和C++编程后第一次使用Python编程时，我最喜欢的特性就是使用简单语法就可以从函数中返回多个值。以下是代码：

def f():

a = 5

b = 6

c = 7

return a, b, c

a, b, c = f()

在数据分析和其他科研应用，你可能会发现经常需要返回多个值。这里实质上是返回了一个对象，也就是元组，而元组之后又被拆包为多个结果变量。在前面的例子中，我们可以用下面的代码代替：

return\_value = f()

在这个例子中，return\_value是一个3个元素的元组。像之前那样一次返回多个值还有一种潜在的、更有吸引力的实现：

def f():

a = 5

b = 6

c = 7

return \{'a' : a, 'b' : b, 'c' : c\}

具体用哪种技术取决于你需要做什么的事。

**03 函数是对象**

由于Python的函数是对象，很多在其他语言中比较难的构造在Python中非常容易实现。假设我们正在做数据清洗，需要将一些变形应用到下列字符串列表中:

In \[171\]: states = \[' Alabama ', 'Georgia!', 'Georgia', 'georgia', 'FlOrIda',

.....: 'south carolina\#\#', 'West virginia?'\]

任何处理过用户提交数据的人都对这样的数据感到凌乱。为了使这些数据整齐、可用于分析，有很多是事情需要去做：去除空格、移除标点符号、调整适当的大小写。一种方式是使用内建的字符串方法，结合标准库中的正则表达式模块re：

import re

def clean\_strings(strings):

result = \[\]

for value in strings:

value = value.strip()

value = re.sub('\[!\#?\]', '', value)

value = value.title()

result.append(value)

return result

结果如下：

In \[173\]: clean\_strings(states)

Out\[173\]:

\['Alabama',

'Georgia',

'Florida',

'South Carolina',

'West Virginia'\]

另一种会让你觉得有用的实现就是将特定的列表操作应用到某个字符串的集合上：

def remove\_punctuation(value):

return re.sub('\[!\#?\]', '', value)

clean\_ops = \[str.strip, remove\_punctuation, str.title\]

def clean\_strings(strings, ops):

result = \[\]

for value in strings:

for function in ops:

value = function(value)

result.append(value)

return result

结果如下：

In \[175\]: clean\_strings(states, clean\_ops)

Out\[175\]:

\['Alabama',

'Georgia',

'Florida',

'South Carolina',

'West Virginia'\]

像这种更为函数化的模式可以使你在更高层次上方便地修改字符串变换方法。clean\_strings函数现在也具有更强的复用性、通用性。

你可以将函数作为一个参数传给其他的函数，比如内建的map函数，可以将一个函数应用到一个序列上：

In \[176\]: for x in map(remove\_punctuation, states):

.....:        print(x)

Alabama

Georgia

georgia

FlOrIda

south carolina

West virginia

**04 匿名(Lambda)函数**

Python支持所谓的匿名或lambda函数。匿名函数是一种通过单个语句生成函数的方式，其结果是返回值。匿名函数使用lambda关键字定义，该关键字仅表达“我们声明一个匿名函数”的意思：

def short\_function(x):

return x \* 2

equiv\_anon = lambda x: x \* 2

匿名函数在数据分析中非常方便，因为在很多案例中数据变形函数都可以作为函数的参数。匿名函数代码量小(也更为清晰)，将它作为参数进行传值，比写一个完整的函数或者将匿名函数赋值给局部变量更好。举个例子，考虑下面的不佳示例：

def apply\_to\_list(some\_list, f):

return \[f(x) for x in some\_list\]

ints = \[4, 0, 1, 5, 6\]

apply\_to\_list(ints, lambda x: x \* 2)

你也可以写成\[x \* 2 for x in ints\] ，但是在这里我们能够简单地将一个自定义操作符传递给apply\_to\_list函数。

另一个例子，假设你想要根据字符串中不同字母的数量对一个字符串集合进行排序：

In \[177\]: strings = \['foo', 'card', 'bar', 'aaaa', 'abab'\]

这里我们可以将一个匿名函数传给列表的sort方法：

In \[178\]: strings.sort(key=lambda x: len(set(list(x))))

In \[179\]: strings

Out\[179\]: \['aaaa', 'foo', 'abab', 'bar', 'card'\]

和def关键字声明的函数不同，匿名函数对象自身并没有一个显式的\_\_name\_\_ 属性，这是lambda函数被称为匿名函数的一个原因。

**05 柯里化：部分函数应用**

柯里化是计算机科学术语(以数学家Haskell Curry命名)，它表示通过部分参数应用的方式从已有的函数中衍生出新的函数。例如，假设我们有一个不重要的函数，其功能是将两个数加一起：

def add\_numbers(x, y):

return x + y

使用这个函数，我们可以衍生出一个只有一个变量的新函数，add\_five，可以给参数加上5：

add\_five = lambda y: add\_numbers(5, y)

第二个参数对于函数add\_numers就是柯里化了。这里并没有什么神奇的地方，我们真正做的事只是定义了一个新函数，这个新函数调用了已经存在的函数。内建的functools模块可以使用pratial函数简化这种处理：

from functools import partial

add\_five = partial(add\_numbers, 5)

**06 生成器**

通过一致的方式遍历序列，例如列表中的对象或者文件中的一行行内容，这是Python的一个重要特性。这个特性是通过迭代器协议来实现的，迭代器协议是一种令对象可遍历的通用方式。例如，遍历一个字典，获得字典的键：

In \[180\]: some\_dict = \{'a': 1, 'b': 2, 'c': 3\}

In \[181\]: for key in some\_dict:

.....:        print(key)

当你写下for key in some\_dict 的语句时，Python解释器首先尝试根据some\_dict生成一个迭代器：

In \[182\]: dict\_iterator = iter(some\_dict)

In \[183\]: dict\_iterator

Out\[183\]: <dict\_keyiterator at 0x7fbbd5a9f908>

迭代器就是一种用于在上下文中(比如for循环)向Python解释器生成对象的对象。大部分以列表或列表型对象为参数的方法都可以接收任意的迭代器对象。包括内建方法比如min、max和sum，以及类型构造函数比如list和tuple：

In \[184\]: list(dict\_iterator)

Out\[184\]: \['a', 'b', 'c'\]

用迭代器构造新的可遍历对象是一种非常简洁的方式。普通函数执行并一次返回单个结果，而生成器则“惰性”地返回一个多结果序列，在每一个元素产生之后暂停，直到下一个请求。如需创建一个生成器，只需要在函数中将返回关键字return替换为yield关键字：

def squares(n=10):

print('Generating squares from 1 to \{0\}'.format(n \*\* 2))

for i in range(1, n + 1):

yield i \*\* 2

当你实际调用生成器时，代码并不会立即执行：

In \[186\]: gen = squares()

In \[187\]: gen

Out\[187\]: <generator object squares at 0x7fbbd5ab4570>

直到你请求生成器中的元素时，它才会执行它的代码：

In \[188\]: for x in gen:

.....: print(x, end=' ')

Generating squares from 1 to 100

1 4 9 16 25 36 49 64 81 100

**1. 生成器表达式**

生成器表达式来创建生成器更为简单。生成器表达式与列表、字典、集合的推导式很类似，创建一个生成器表达式，只需要将列表推导式的中括号替换为小括号即可：

In \[189\]: gen = (x \*\* 2 for x in range(100))

In \[190\]: gen

Out\[190\]: <generator object <genexpr> at 0x7fbbd5ab29e8>

上面的代码与下面更为复杂的生成器是等价的：

def \_make\_gen():

for x in range(100):

yield x \*\* 2

gen = \_make\_gen()

在很多情况下，生成器表达式可以作为函数参数用于替代列表推导式：

In \[191\]: sum(x \*\* 2 for x in range(100))

Out\[191\]: 328350

In \[192\]: dict((i, i \*\*2) for i in range(5))

Out\[192\]: \{0: 0, 1: 1, 2: 4, 3: 9, 4: 16\}

**2. itertools模块**

标准库中的itertools模块是适用于大多数数据算法的生成器集合。例如，groupby可以根据任意的序列和一个函数，通过函数的返回值对序列中连续的元素进行分组，参见下面的例子：

In \[193\]: import itertools

In \[194\]: first\_letter = lambda x: x\[0\]

In \[195\]: names = \['Alan', 'Adam', 'Wes', 'Will', 'Albert', 'Steven'\]

In \[196\]: for letter, names in itertools.groupby(names, first\_letter):

.....:        print(letter, list(names)) \# names是一个生成器

A \['Alan', 'Adam'\]

W \['Wes', 'Will'\]

A \['Albert'\]

S \['Steven'\]

下表是一些我认为经常用到的itertools函数的列表。你可以通过查询Python官方文档来获得更多关于内建工具库的信息。

<table> 
 <tbody> 
 <tr> 
 <td>函数</td> 
 <td>描述</td> 
 </tr> 
 <tr> 
 <td>combinations(iterable, &nbsp;k)</td> 
 <td>根据iterable参数中的所有元素生成一个包含所有可能K元组的序列，忽略元素的顺序，也不进行替代(需要替代请参考函数 combinations_with_replacement )</td> 
 </tr> 
 <tr> 
 <td>permutations(iterable, &nbsp;k)</td> 
 <td>根据itrable参数中的按顺序生成包含所有可能K元组的序列</td> 
 </tr> 
 <tr> 
 <td>groupby(iterable[, &nbsp;keyfunc])</td> 
 <td>根据每一个独一的Key生成 (key, sub-iterator) 元组</td> 
 </tr> 
 <tr> 
 <td>product(*iterables, &nbsp;repeat=1)</td> 
 <td>以元组的形式，根据输入的可遍历对象们生成笛卡尔积，与嵌套的for循环类似</td> 
 </tr> 
 </tbody> 
</table>

**07 错误和异常处理**

优雅地处理Python的错误或异常是构建稳定程序的重要组成部分。在数据分析应用中，很多函数只能处理特定的输入。例如，Python的float函数可以将字符串转换为浮点数字，但是对不正确的输入会产生ValueError:

In \[197\]: float('1.2345')

Out\[197\]: 1.2345

In \[198\]: float('something')

\---------------------------------------------------------------------------

ValueError Traceback (most recent call last)

<ipython-input-198-439904410854> in <module>()

\----> 1 float('something')

ValueError: could not convert string to float: 'something'

假设我们想要在float函数运行失败时可以优雅地返回输入参数。我们可以通过将float函数写入一个try/except代码段来实现：

def attempt\_float(x):

try:

return float(x)

except:

return x

如果float(x)执行时抛出了异常，则代码段中的except部分代码将会被执行：

In \[200\]: attempt\_float('1.2345')

Out\[200\]: 1.2345

In \[201\]: attempt\_float('something')

Out\[201\]: 'something

你可能会注意到，除了ValueError，float函数还会抛出其他的异常：

In \[202\]: float((1, 2))

\---------------------------------------------------------------------------

TypeError Traceback (most recent call last)

<ipython-input-202-842079ebb635> in <module>()

\----> 1 float((1, 2))

TypeError: float() argument must be a string or a number, not 'tuple'

你可能只想处理ValueError，因为TypeError(输入的不是字符串或数值)可能表明你的程序中有个合乎语法的错误。为了实现这个目的，在except后面写下异常类型：

def attempt\_float(x):

try:

return float(x)

except ValueError:

return x

然后我们可以得到：

In \[204\]: attempt\_float((1, 2))

\---------------------------------------------------------------------------

TypeError Traceback (most recent call last)

<ipython-input-204-9bdfd730cead> in <module>()

\----> 1 attempt\_float((1, 2))

<ipython-input-203-3e06b8379b6b> in attempt\_float(x)

1 def attempt\_float(x):

2 try:

\----> 3 return float(x)

4 except ValueError:

5 return x

TypeError: float() argument must be a string or a number, not 'tuple'

你可以通过将多个异常类型写成元组的方式同事捕获多个异常(小括号是必不可少的)：

def attempt\_float(x):

try:

return float(x)

except (TypeError, ValueError):

return x

某些情况下，你可能想要处理一个异常，但是你希望一部分代码无论try代码块是否报错都要执行。为了实现这个目的，使用finally关键字：

f = open(path, 'w')

try:

write\_to\_file(f)

finally:

f.close()

这样，我们可以让f在程序结束后总是关闭。类似的，你可以使用else来执行当try代码块成功执行时才会执行的代码：

f = open(path, 'w')

try:

write\_to\_file(f)

except:

print('Failed')

else:

print('Succeeded')

finally:

f.close()

**IPython中的异常**

如果当你正在%run一个脚本或执行任何语句报错时，IPython将会默认打印出完整的调用堆栈跟踪(报错追溯)，会将堆栈中每个错误点附近的几行上下文代码打印出：

In \[10\]: %run examples/ipython\_bug.py

\---------------------------------------------------------------------------

AssertionError Traceback (most recent call last)

/home/wesm/code/pydata-book/examples/ipython\_bug.py in <module>()

13 throws\_an\_exception()

\---> 15 calling\_things()

/home/wesm/code/pydata-book/examples/ipython\_bug.py in calling\_things()

11 def calling\_things():

12 works\_fine()

\---> 13 throws\_an\_exception()

15 calling\_things()

/home/wesm/code/pydata-book/examples/ipython\_bug.py in throws\_an\_exception()

7 a = 5

8 b = 6

\----> 9 assert(a + b == 10)

11 def calling\_things():

AssertionError:

比标准Python解释器提供更多额外的上下文是IPython的一大进步(标准Python解释器不提供任何额外的上下文)。你可以使用%xmode命令来控制上下文的数量，可以从Plain(普通)模式(与标准Python解释器一致)切换到Verbose(复杂)模式(可以显示函数的参数值以及更多有用信息)。

关于作者：韦斯·麦金尼（Wes McKinney）是流行的Python开源数据分析库pandas的创始人。他是一名活跃的演讲者，也是Python数据社区和Apache软件基金会的Python/C++开源开发者。目前他在纽约从事软件架构师工作。

本文摘编自《利用Python进行数据分析》（原书第2版），经出版方授权发布。

![acd0cc965320f01fcb2075fef53832be.png][]

延伸阅读《利用Python进行数据分析》

转载请联系微信：togo-maruko

点击文末右下角“写留言”发表你的观点

**推荐语：**适合刚学Python的数据分析师或刚学数据科学以及科学计算的Python编程者。阅读本书可以获得一份关于在Python下操作、处理、清洗、规整数据集的完整说明。

**活动规则**

**参与方式**：本次赠书由图灵教育提供。请在下方公众号后台回复 “**送书**”关键字，记得是“**送书**”二字哈，即可参与本次的送书活动。

**公布时间**：2021年10月20号（周三）晚上20点

**领取事宜**：请小伙伴添加小助手微信: **Web****Fighting**，或者扫码添加好友。添加小助手的每一个人都可以领取一份Python学习资料，更重要的是方便联系。

![8706dd528c8f27cae5936c09136f5f58.png][]

**注意事项**：一定要留意微信消息，如果你是幸运儿就尽快在小程序中填写收货地址、书籍信息。一天之内没有填写收货信息，送书名额就转给其他人了噢，欢迎参加！

[acd0cc965320f01fcb2075fef53832be.png]: /images/20220828/50f9975bb0d3427a8804ac011de2aa54.png
[8706dd528c8f27cae5936c09136f5f58.png]: /images/20220828/61d3f0e3dee1471f858aca4289e1ac4b.png