Python 中的函数（Function）是可重复使用的代码块，用于封装特定功能并提高代码复用性。以下是函数的核心知识点：
一、基础语法
1. 定义函数
def greet(name):
"""打印问候语""" # 文档字符串（Docstring）
print(f"Hello, {name}!")
2. 调用函数
greet("Alice") # → Hello, Alice!
二、参数传递
1. 位置参数
def add(a, b):
return a + b
add(3, 5) # → 8
2. 默认参数
def power(x, exponent=2):
return x ** exponent
power(3) # → 9（使用默认指数）
power(2, 3) # → 8（覆盖默认值）
3. 关键字参数
greet(name="Bob") # 明确指定参数名
4. 可变参数
# *args（位置参数元组）
def sum_all(*args):
return sum(args)
sum_all(1, 2, 3) # → 6
# **kwargs（关键字参数字典）
def print_info(**kwargs):
for key, value in kwargs.items():
print(f"{key}: {value}")
print_info(name="Alice", age=30)
三、返回值
1. 单一返回值
def square(x):
return x * x
2. 返回多个值
def get_stats():
return 42, "success", [1, 2, 3] # 实际返回元组
result = get_stats() # → (42, "success", [1,2,3])
四、作用域与闭包
1. 作用域规则（LEGB）
- Local（函数内）
- Enclosing（嵌套函数外层）
- Global（模块级）
- Built-in（内置）
x = 10 # 全局变量
def outer():
x = 5 # 封闭作用域变量
def inner():
x = 1 # 局部变量
print(x)
inner()
outer() # → 1
print(x) # → 10
2. 闭包（Closure）
def multiplier(n):
def multiply(x):
return x * n
return multiply
double = multiplier(2)
print(double(5)) # → 10
五、装饰器（Decorator）
1. 基础装饰器
def log_time(func):
def wrapper(*args, **kwargs):
start = time.time()
result = func(*args, **kwargs)
print(f"耗时: {time.time()-start:.2f}秒")
return result
return wrapper
@log_time
def slow_function():
time.sleep(2)
slow_function() # 输出耗时并返回None
2. 带参数装饰器
def repeat(num=1):
def decorator(func):
def wrapper(*args, **kwargs):
for _ in range(num):
result = func(*args, **kwargs)
return result
return wrapper
return decorator
@repeat(num=3)
def greet():
print("Hello!")
greet() # 打印3次"Hello!"
六、Lambda 函数
1. 匿名函数
square = lambda x: x ** 2
square(5) # → 25
2. 常用场景
nums = [1, 3, 2, 5, 4]
sorted(nums, key=lambda x: -x) # → [5,4,3,2,1]（逆序排序）
七、生成器函数
1. yield 关键字
def countdown(n):
while n > 0:
yield n
n -= 1
for num in countdown(3):
print(num) # 依次打印3,2,1
2. 生成器表达式
squares = (x**2 for x in range(5)) # 生成器对象
八、递归函数
1. 基本结构
def factorial(n):
if n == 0:
return 1
return n * factorial(n-1)
2. 尾递归优化（Python 不原生支持）
# 需手动模拟尾递归
def tail_factorial(n, acc=1):
if n == 0:
return acc
return tail_factorial(n-1, acc*n)
九、高级特性
1. 函数注解
def add(a: int, b: int) -> int:
return a + b
2. 偏函数（Partial）
from functools import partial
int_base2 = partial(int, base=2)
int_base2("1010") # → 10
3. 协程（Coroutine）
async def fetch_data():
data = await async_request() # 异步请求
return data
十、常见陷阱
可变默认参数：
def bad_append(new_item, my_list=[]): # 危险！默认参数共享 my_list.append(new_item) return my_list作用域污染：
count = 0 for count in range(5): # 循环变量覆盖全局变量 pass print(count) # → 4（而非预期的0）递归深度限制：
# 默认递归深度约1000层 def deep_recursion(n): if n == 0: return deep_recursion(n-1) deep_recursion(2000) # → RecursionError
通过掌握这些内容，可以构建模块化、可维护的代码结构。实际应用中需根据需求选择合适的函数类型，并注意作用域管理和性能优化。