上一篇博客简单介绍了 Python 基本的概念和操作方法。但是，和其他编程语言一样，是缺少不了函数的。有了函数，代码才会被多次复用，程序才会简洁和易读。
同样，也是为了开发的简洁，Python 还为提供了 Slice切片等高级特性。切片可让我们更方便的操作列表数据结构，也使得代码更易开发和阅读。
Python 函数和数学中函数的概念是一致的，都是对逻辑的一种抽象表示。在 Python 中，我们通过def来定义一个函数方法。
Python 的一些函数方法使用，如下所示：
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
29
30
31
32
33
34
35
36
37
38
39
40
41
42
43
44
45
46
47
48
49
50
51
52
53
54
55
56
57
58
59
60
61
62
63
64
65
66
67
68
69
70
71
72
73
74
75
76
77
78
79
80
81
82
|
import sys
import os
reload(sys)
sys.setdefaultencoding('utf8')
def funTypeCheck(x):
if not isinstance(x, int):
raise TypeError('类型不一致')
if x == 10:
print 'x is my number'
else:
print 'x is not my number'
def moreReturns(x, y):
if x > y:
y = 101
else:
x = 101
return x, y
def defaultParams(x, n=2, extra=0):
multiply = 1
while n > 0:
n -= 1
multiply = multiply * x
return multiply + extra
def variableParams(*numbers):
sum1 = 0
for num in numbers:
sum1 += num
return sum1
def variableDictParams(name, **kw):
print '----', name, '----'
print kw
def factFunction(s, n):
if n < 1:
return s
return factFunction(s * n, n - 1)
if __name__ == '__main__':
funTypeCheck(10)
x, y = moreReturns(10, 20)
print x, y
multiply = defaultParams(5)
print multiply
multiply = defaultParams(5, 5, 3)
print multiply
multiply = defaultParams(5, extra=2)
print multiply
sum1 = variableParams(1, 2, 5)
print sum1
variableDictParams('ketao1989', web='ketao1989.github.com')
print factFunction(1,100)
print('-------------')
funTypeCheck('error')
|
Notes：isinstance 方法判断是否是指定类型。
moreReturns(x, y) 函数，返回多个结果。其本质上，就是返回一个tuple.
defaultParams(x, n=2, extra=0) 函数，设置默认的参数值。在调用的时候，我们可以替换任意一个默认的参数，比如extra，可以：defaultParams(5, extra=2)
variableParams(*numbers) 函数，设置可变个值。
variableDictParams(name, **kv)函数，设置可变你的参数。其实，其类似Map来根据调用方确定参数。
切片
切片，很简单。就是我们日常对列表进行sub操作的时候，一般需要for循环操作，而 Python 提供了一个更简单的方法来处理这些问题，就是切片。其，表示形式为:[i:j:k]，其中，i表示列表的开始位置索引，j表示列表的结束位置索引（不包含该文章）,k表示循环步长。
1
2
3
4
5
6
7
8
9
|
ll = [1,4,6,8]
print ll[1:3:1]
print (1,2,3,4,5,6,)[0::2]
|
迭代
Python 的迭代，相对于 C 语言的迭代语法，有了很大的进步。使用 for ... in 方式来遍历一个集合或者 Map 数据，方便快捷。
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
|
ll = [1, 4, 6, 8, 11, 24, 23, 56]
for x in ll:
print x
for i, value in enumerate(ll):
print i, value
lt = [(1, 2), (5, 6), (7, 8)]
for x, y in lt:
print x, y
dd = {'a': 'A', 'b': 'B', 'c': 'C', 'd': 'D'}
for key in dd:
print key
for value in dd.itervalues():
print value
for key, value in dd.iteritems():
print key, value
|
列表生成器
迭代对于列表的优化还不够，Python 还提供了更牛逼的特性：让我们一行代码生成一个列表。
比如，生成一个 1 到 10 数字的平方数，组成一个列表，使用列表生成器，可以如下：
1
2
3
4
5
6
7
8
|
lg = [x * x for x in xrange(1, 10)]
print lg
lo = [x * x for x in xrange(1, 11) if x % 2 == 0]
print lo
|
Notes ：由于列表生成器，是一次生成所有的列表元素，对于很大的列表，如果一次生成完成，然后全部放在内存里，肯定是不好的，因此，Python 还提供了 生成器。
生成器，可以根据生成规则，在使用的时候，才会构造元素。构造简单的生成器，和列表生成器一样，只需要把[ ] 替换成( )即可。例如：
1
2
3
4
5
|
lg = [x * x for x in xrange(1, 10)]
print lg
|
Tips：如果需要打印，可以使用for，单个使用.next()方法依次调用，直到出现异常。
对于复杂一点的生成器，则需要使用 yield 关键字来完成。比如，在我们的一些函数中，某一个变量连续产生的数组，可以使用yield x来完成生成器设置。
例如，构造一个通俗的生成器，如下：
1
2
3
4
5
6
7
8
9
10
11
|
def generateFun():
for x in xrange(1, 10):
yield x * x
gf = generateFun()
print gf
for x in gf:
print x
|