一、函数基础

1. 函数定义与调用

基本语法：

def 函数名(参数列表):
    """文档字符串（可选）"""
    函数体
    return 返回值（可选）

注：参数列表在括号中，冒号不能省，函数体要缩进

图：函数执行流程图：

应用案例：

# 简单函数示例
def greet(name):
    """返回问候语"""
    return f"Hello, {name}!"

message = greet("Alice")
print(message)  # 输出: Hello, Alice!

# 实际应用：温度转换
def celsius_to_fahrenheit(celsius):
    """将摄氏度转换为华氏度"""
    return (celsius * 9/5) + 32

print(f"37°C = {celsius_to_fahrenheit(37):.1f}°F")  # 输出: 37°C = 98.6°F

表1 函数组成部分

二、参数传递

1. 参数类型

四种参数类型：

1. 位置参数
2. 关键字参数
3. 默认参数
4. 可变参数

应用案例：

# 位置参数
def power(base, exponent):
    return base ** exponent

print(power(2, 3))  # 8 (2的3次方)

# 关键字参数
print(power(exponent=3, base=2))  # 8

# 默认参数
def greet(name, greeting="Hello"):
    return f"{greeting}, {name}!"

print(greet("Alice"))  # Hello, Alice!
print(greet("Bob", "Hi"))  # Hi, Bob!

# 可变参数
def average(*numbers):
    return sum(numbers) / len(numbers) if numbers else 0

print(average(1, 2, 3, 4))  # 2.5

表2 参数类型对比

2. 参数解包

操作方式：

# 列表/元组解包为位置参数
args = [2, 3]
print(power(*args))  # 8

# 字典解包为关键字参数
kwargs = {'base': 2, 'exponent': 3}
print(power(**kwargs))  # 8

参数解包示意图

列表 [2, 3] → *解包 → 位置参数 2, 3
字典 {'b':2, 'e':3} → **解包 → 关键字参数 b=2, e=3

三、返回值与作用域

1. 返回值特性

多返回值示例：

def analyze_numbers(numbers):
    return min(numbers), max(numbers), sum(numbers)/len(numbers)

min_num, max_num, avg = analyze_numbers([1, 2, 3, 4])
print(f"最小值: {min_num}, 最大值: {max_num}, 平均值: {avg}")

表3 返回值特点

2. 变量作用域

作用域规则：

global_var = "全局"

def scope_demo():
    local_var = "局部"
    print(global_var)  # 可访问全局变量
    print(local_var)   # 可访问局部变量

scope_demo()
print(global_var)      # 可访问
print(local_var)       # 报错，局部变量不可访问

图：作用域嵌套关系

全局作用域
├── global_var
└── 函数作用域(scope_demo)
    └── local_var

四、高级函数特性

1. 匿名函数(lambda)

基本语法：

lambda 参数列表: 表达式

应用案例：

# 简单lambda
square = lambda x: x ** 2
print(square(5))  # 25

# 实际应用：排序
students = [{"name": "Alice", "score": 85},
            {"name": "Bob", "score": 92}]
students.sort(key=lambda s: s["score"], reverse=True)
print(students)

表4 lambda vs 普通函数

2. 闭包与装饰器

闭包示例：

def make_multiplier(factor):
    def multiplier(number):
        return number * factor
    return multiplier

double = make_multiplier(2)
print(double(5))  # 10

装饰器示例：

def log_time(func):
    def wrapper(*args, **kwargs):
        start = time.time()
        result = func(*args, **kwargs)
        print(f"{func.__name__}执行耗时: {time.time()-start:.4f}s")
        return result
    return wrapper

@log_time
def heavy_calculation():
    time.sleep(1)

heavy_calculation()

图：装饰器执行流程

五、函数最佳实践

1. 设计原则

SOLID原则应用：

# 单一职责原则
def process_data(data):  # 不推荐
    # 1. 清洗数据
    # 2. 分析数据
    # 3. 保存数据
    pass

# 推荐拆分为
def clean_data(data): ...
def analyze_data(data): ...
def save_data(data): ...

表5 函数设计原则

2. 性能优化

缓存装饰器示例：

from functools import lru_cache

@lru_cache(maxsize=128)
def fibonacci(n):
    if n < 2:
        return n
    return fibonacci(n-1) + fibonacci(n-2)

print(fibonacci(50))  # 快速计算

优化技巧：

1. 使用缓存避免重复计算
2. 局部变量访问比全局变量快
3. 避免在循环内创建函数

六、常见错误与调试

1. 典型错误案例

错误示例与修正：

# 错误1：修改可变默认参数
def add_item(item, items=[]):  # 默认列表会持久存在
    items.append(item)
    return items

# 修正：
def add_item(item, items=None):
    items = items or []
    items.append(item)
    return items

# 错误2：不理解返回值
def process(data):
    print("Processing...")  # 忘记return

result = process([1,2,3])  # result为None

# 错误3：作用域混淆
count = 0

def increment():
    count += 1  # 报错，尝试修改全局变量

# 修正：
def increment():
    global count
    count += 1

图：函数调试流程图

总结

本教程系统讲解了Python函数核心知识：

1. 函数基础：
2. 定义与调用
3. 参数传递机制
4. 返回值特性
5. 高级特性：
6. lambda匿名函数
7. 闭包与装饰器
8. 生成器函数
9. 实践指南：
10. SOLID设计原则
11. 性能优化技巧
12. 错误处理与调试

关键记忆点：

1. 函数是Python的一等公民
2. 遵循"单一职责"原则设计函数
3. 合理使用装饰器增强功能
4. 注意可变默认参数陷阱
5. 明确变量作用域边界

图：函数知识体系图

持续更新Python编程技巧及案例，敬请关注！