一、函数的基本概念与定义
1. 函数定义
你可以定义一个由自己想要功能的函数，以下是简单的规则：
- 函数代码块以 def 关键词开头，后接函数标识符名称和圆括号 ()。
- 任何传入参数和自变量必须放在圆括号中间。圆括号之间可以用于定义参数。
- 函数的第一行语句可以选择性地使用文档字符串—用于存放函数说明。
- 函数内容以冒号起始，并且缩进。
- Return[expression] 结束函数，选择性地返回一个值给调用方。不带表达式的 return 相当于返回 None。
例如：
def greet(name):
"""
Print a personalized greeting message.
Parameters:
name (str): The person's name.
"""
print(f"Hello, {name}!")
greet("Alice") # Output: Hello, Alice!在这个例子中，我们定义了一个名为greet的函数，它接受一个名为name的参数，并在其内部打印一条问候消息。调用函数时，只需提供相应参数即可。
2. 参数与返回值
位置参数：按顺序传递给函数的参数。如上例中的
name就是位置参数。关键字参数：通过参数名指定值的参数，允许调用者改变参数顺序或省略某些参数。例如：
def calculate_area(shape, length=10, width=5):
if shape == "rectangle":
return length * width
# ... handle other shapes
print(calculate_area("rectangle", length=7) )
# Only specify the length, use default width
#输出为35- 返回值：使用
return语句从函数中返回结果。如果不显式返回值，函数默认返回None。
3.可更改 (mutable) 与不可更改 (immutable) 对象
在 Python 中，strings, tuples, 和 numbers 是不可更改的对象，而 list, dict 等则是可以修改的对象。
- 不可变类型：变量赋值 a=5 后再赋值 a=10，这里实际是新生成一个 int 值对象 10，再让 a 指向它，而 5 被丢弃，不是改变 a 的值，相当于新生成了 a。
- 可变类型：变量赋值 la=[1,2,3,4] 后再赋值 la[2]=5 则是将 list la 的第三个元素值更改，本身 la 没有动，只是其内部的一部分值被修改了。
Python 函数的参数传递：
- 不可变类型：类似 c++的值传递，如 整数、字符串、元组。如 fun（a），传递的只是 a 的值，没有影响 a 对象本身。比如在 fun（a）内部修改 a 的值，只是修改另一个复制的对象，不会影响 a 本身。
- 可变类型：类似 c++的引用传递，如 列表，字典。如 fun（la），则是将 la 真正的传过去，修改后 fun 外部的 la 也会受影响
Python 中一切都是对象，严格意义我们不能说值传递还是引用传递，我们应该说传不可变对象和传可变对象。
Python 传不可变对象实例
实例（Python 2.0+）
def ChangeInt(a):
a = 10
b = 2
ChangeInt(b)
print(b) # 结果是 2
实例中有 int 对象 2，指向它的变量是 b，在传递给 ChangeInt 函数时，按传值的方式复制了变量 b，a 和 b 都指向了同一个 int 对象，在 a=10 时，则新生成一个 int 值对象 10，并让 a 指向它。
二、Python 3函数的高级特性
1. 默认参数值与可变默认参数
为参数指定默认值可以简化函数调用。但需要注意，如果默认参数是可变对象（如列表、字典），在函数多次调用且未提供该参数值时，会共享同一份对象，可能导致意外结果。为避免此问题，通常建议使用不可变对象作为默认参数，或者在函数内部动态创建可变默认参数。
2. 关键字参数与星号表达式
使用*args和**kwargs可以在函数定义中接收任意数量的位置参数和关键字参数。这对于处理不确定数量的输入非常有用：
def flexible_sum(*args):
total = 0
for num in args:
total += num
return total
print(flexible_sum(1, 2, 3, 4, 5)) # 输出15
def flexible_config(**kwargs):
for key, value in kwargs.items():
print(f"{key}: {value}")
flexible_config(a=1, b=2, c=3)
'''a: 1
b: 2
c: 3'''3. 匿名函数（lambda）
Python 3支持使用lambda关键字创建简洁的匿名函数，常用于需要一次性使用的简单计算或作为高阶函数（如map()、filter()）的参数：
squares = list(map(lambda x: x**2, [1, 2, 3, 4]))
print(squares) # Output: [1, 4, 9, 16]4. 生成器函数与yield关键字
生成器函数是一种特殊的函数，使用yield关键字而非return返回值。调用生成器函数时，它不会立即执行函数体，而是返回一个生成器对象。每次迭代该对象时，函数会从上次暂停处继续执行，直到遇到下一个yield表达式。生成器非常适合处理大规模数据流，节省内存：
def fibonacci(n):
a, b = 0, 1
for _ in range(n):
yield a
a, b = b, a + b
for num in fibonacci(10):
print(num)
'''输出为0
1
1
2
3
5
8
13
21
34'''5. 变量和局部变量
定义在函数内部的变量拥有一个局部作用域，定义在函数外的拥有全局作用域。
局部变量只能在其被声明的函数内部访问，而全局变量可以在整个程序范围内访问。调用函数时，所有在函数内声明的变量名称都将被加入到作用域中。如下实例：
total = 0 # This is global variable.
# 可写函数说明
def sum(arg1, arg2):
# 返回2个参数的和."
total = arg1 + arg2 # total在这里是局部变量.
print("Inside the function local total : ", total)
return total
# 调用sum函数
sum(10, 20)
print("Outside the function global total : ", total)
以上实例输出结果：
Inside the function local total : 30
Outside the function global total : 0
三、函数的最佳实践
1. 文档字符串（Docstring）
为函数添加文档字符串（三引号包围的注释）是良好的编程习惯，便于其他开发人员理解函数的功能、参数和返回值。许多IDE和文档生成工具可以直接利用docstring为用户提供实时帮助。
2. 异常处理与函数返回
当函数可能遇到错误条件时，应使用try-except结构捕获并处理异常，或者选择抛出异常供调用者处理。同时，清晰地定义函数在不同情况下的返回值有助于调用者正确使用函数。
3. 单一职责原则
每个函数应专注于完成一项具体任务，遵循“单一职责原则”。这样有利于代码维护，提高函数的可复用性。
4. 使用类型提示增强代码可读性与可维护性
Python 3.5及以后版本支持类型提示，可以在函数定义中明确指定参数类型和返回类型。这有助于IDE进行静态检查，提高代码质量，也方便其他开发者理解函数接口。