Python 函数定义以及参数传递
创新互联建站从2013年开始，先为清徐等服务建站，清徐等地企业，进行企业商务咨询服务。为清徐企业网站制作PC+手机+微官网三网同步一站式服务解决您的所有建站问题。
1.函数定义
#形如def func(args...):
doSomething123
以关键字def 开头，后面是函数名和参数下面是函数处理过程。
举例：
def add( a, b ):
return a+b12
参数可以设定默认值，如：
def add( a, b=10 ): #注意：默认值参数只会运算一次
return a+b12
默认值参数只会运算一次是什么意思？
def func( a, b=[] ): #b的默认值指向一个空的列表，每次不带默认值都会指向这块内存
b.append(a) return b
print(func(1))#向默认的空列表里加入元素1 ，默认列表里已经是[1]print(func(2))#向默认的列表里加入元素2,默认列表里已经是[1,2]print(func(3,[]))#向b指向的空列表里加入元素1 ，默认列表里还是[1,2]print(func(4))#向默认的列表里加入元素4,默认列表里已经是[1,2,4]'''
结果：
[1]
[1, 2]
[3]
[1, 2, 4]
'''12345678910111213141516
这下明白为什么默认参数只计算一次了吧，函数参数不传递时默认值总是指向固定的内存空间，就是第一次计算的空间。
2.参数传递
def func(a, b):
print('a=%d, b=%d' % (a,b) )12
在使用函数时可以如下方式,结果都是相同的
func(10,20) #不使用参数名，需要按参数顺序传递func(a=10,b=20) #使用参数名可以不按顺序传递func(b=20,a=10)#结果：a=10, b=20a=10, b=20a=10, b=201234567
如果函数定义形式如下方式：
def func(*args): #这种定义会把传递的参数包成元组
print(args,type(args))
func(10,20)#结果：#(10, 20) class 'tuple'1234567
举一个和上述过程相反的例子：
def func(a,b):
print('a=%d, b=%d' % (a,b) )
a = (10, 20)
func(*a) #在调用函数使用`*`则会把元组解包成单个变量按顺序传入函数#结果：a=10, b=20123456
总结：*号在定义函数参数时，传入函数的参数会转换成元组，如果 *号在调用时则会把元组解包成单个元素。
另一种定义：
def func(**kw):#使用**定义参数会把传入参数包装成字典dict
print(kw, type(kw) )
func(a=10,b=20)#这种函数在使用时必须指定参数值，使用key=value这种形式#结果：{'b': 20, 'a': 10} class 'dict'12345
相反的例子：
def func(a,b):
print('a=%d, b=%d' % (a,b) )
d = {'a':10, 'b':20 }
func(**d) #在调用时使用**会把字典解包成变量传入函数。12345
def func(*args, **kw):#这种形式的定义代表可以接受任意类型的参数
print(args,kw )12
总结：**号在定义函数参数时，传入函数的参数会转换成字典，如果 **号在调用时则会把字典解包成单个元素。
lambda表达式
lambda表达式就是一种简单的函数
形如 f = lambda 参数1，参数2： 返回的计算值
例如：
add = lambda x,y: x+y
print(add(1,2))'''
结果：3
'''12345
Python有哪些技术上的优点
1. 面向对象和函数式
从根本上讲，Python是一种面向对象的语言。它的类模型支持多态、运算符重载和多重继承等高级概念，并且以Python特有的简洁的语法和类型为背景，OOP十分易于使用。事实上，即使你不懂这些术语，仍会发现学习Python比学习其他OOP语言要容易得多。
除了作为一种强大的代码组织和重用手段以外，Python的OOP本质使它成为其他面向对象系统语言的理想脚本工具。例如，通过适当的粘接代码，Python程序可以对C++、Java和C#的类进行子类的定制。
OOP只是Python的一个选择而已，这一点非常重要。即使不能立马成为一个面向对象高手，但你同样可以继续深入学习。就像C++一样，Python既支持面向对象编程也支持面向过程编程的模式。如果条件允许，其面向对象的工具可以立即派上用场。这对策略开发模式十分有用，该模式常用于软件开发的设计阶段。
除了最初的过程式（语句为基础）和面向对象（类为基础）的编程范式，Python在最近几年内置了对函数式编程的支持——一个多数情况下包括生成器、推导、闭包、映射、装饰器、匿名lambda函数和第一类函数对象的集合。这是对其本身OOP工具的补充和替代。
2. 免费
Python的使用和分发是完全免费的。就像其他的开源软件一样，例如，Tcl、Perl、Linux和Apache。你可以从Internet上免费获得Python的源代码。你可以不受限制地复制Python，或将其嵌入你的系统或者随产品一起发布。实际上，如果你愿意的话，甚至可以销售它的源代码。
但请别误会：“免费”并不代表“没有支持”。恰恰相反，Python的在线社区对用户需求的响应和商业软件一样快。而且，由于Python完全开放源代码，提高了开发者的实力，并产生了一个很大的专家团队。
尽管研究或改变一种程序语言的实现并不是对每一个人来说都那么有趣，但是当你知道如果需要的话可以做到这些，该是多么的令人欣慰。你不需要去依赖商业厂商的智慧，因为最终的文档和终极的净土（源码）任凭你的使用。
Python的开发是由社区驱动的，是Internet大范围的协同合作努力的结果。Python语言的改变必须遵循一套规范而有约束力的程序（称作PEP流程），并需要经过规范的测试系统进行彻底检查。正是这样才使得Python相对于其他语言和系统可以保守地持续改进。
尽管Python 2.X和Python 3.X版本之间的分裂有力并蓄意地破坏了这项传统，但通常它仍然体现在Python的这两个系列内部。
3. 可移植
Python的标准实现是由可移植的ANSI C编写的，可以在目前所有主流平台上编译和运行。例如，如今从掌上电脑（PDA）到超级计算机，随处可见 Python的运行。Python可以在下列平台上运行（这里只是部分列表）：
Linux和UNIX系统
微软Windows（所有现代版本）
Mac OS（包括OS X 和经典版）
BeOS、OS/2、VMS和QNX
实时操作系统，例如VxWorks
Cray超级计算机和IBM大型机
运行Palm OS、PocketPC和Linux的PDA
运行 Symbian OS和Windows Mobile 的移动电话
游戏终端和iPod
运行谷歌安卓系统和苹果iOS系统的平板和智能手机
以及更多
除了语言解释器本身以外，Python发行时自带的标准库和模块在实现上也都尽可能地考虑到了跨平台的移植性。此外，Python程序自动编译成可移植的字节码，这些字节码在已安装兼容版本Python的平台上运行的结果都是相同的。
这些意味着Python程序的核心语言和标准库可以在Linux、Windows和其他带有Python解释器的平台上无差别地运行。大多数Python外围接口都有平台相关的扩展（例如COM支持Windows），但是核心语言和库在任何平台都一样。
就像之前我们提到的那样，Python还包含了一个叫作tkinter（Tkinter的2.X版本）的Tk GUI工具包，它可以使Python程序实现功能完整的，无须做任何修改即可在所有主流GUI桌面平台运行的用户图形界面。
4. 功能强大
从语言特性的角度来看，Python是一个混合体。它丰富的工具集使它介于传统的脚本语言（如Tcl、Scheme和Perl）和系统语言（如C、C++和Java）之间。Python提供了所有脚本语言的简单和易用性，并且具有那些在编译语言中才能找到的高级软件工程工具。
不像其他脚本语言不同，这种结合使Python在长期大型的开发项目中十分有用。下面是一些Python工具箱中的工具简介：
动态类型
Python在程序运行过程中跟踪对象的类型，不需要代码中进行关于复杂的类型和大小的声明。事实上，Python中没有类型或变量声明这种做法。因为Python代码不约束数据的类型，它往往自动地应用了一种广义上的对象。
自动内存管理
Python自动为对象分配空间，并且当对象不再使用时将自动撤销空间（“垃圾回收”），当需要时自动扩展或收缩。正如你将学到的，Python能够帮你完成底层的内存管理。
大型程序支持
为了能建立更大规模的系统，Python包含了模块、类和异常等工具。这些工具允许你把系统组织为组件，使用OOP重用并定制代码，并以一种优雅的方式处理事件和错误。前面提到的Python函数式编程工具，提供了实现相同目标的其他方法。
内置对象类型
Python提供了常用的数据结构作为语言的基本组成部分。例如，列表（list）、字典（dictionary）、字符串（string）。我们将会看到，它们灵活并易于使用。例如，内置对象可以根据需求扩展或收缩，可以任意地组织复杂的信息等。
内置工具
为了对以上对象类型进行处理，Python自带了许多强大的标准操作，包括拼接（concatenation）、分片（slice）、排序（sort）和映射（mapping）等。
库工具
为了完成更多特定的任务，Python预置了许多预编码的库工具，从正则表达式匹配到网络都支持。当你掌握了语言本身，就能在应用级的操作中使用Python的库工具。
第三方工具
由于Python是开源的，它鼓励开发者提供Python内置工具之外的预编码工具。你可以在网上找到COM、图像处理、数值编程、XML、数据库访问等许多免费的支持工具。
除了这一系列的Python工具外，Python保持了相当简洁的语法和设计。综合这一切得到的就是一个具有脚本语言所有可用性的强大编程工具。
请点击输入图片描述
5. 可混合
Python程序可以以多种方式轻易地与其他语言编写的组件“粘接”在一起。例如，Python的C语言API可以帮助Python程序灵活地调用C程序。这意味着可以根据需要给Python程序添加功能，或者在其他环境系统中使用Python。
例如，将Python与C或者C++写成的库文件混合起来，使Python成为一个前端语言和定制工具。就像之前我们所提到过的那样，这使Python成为一个很好的快速原型工具；系统可以在开发初期出于速度考虑使用Python实现，然后转移至C，根据不同时期性能的需要逐步实现系统。
6. 相对简单易用
同其他语言（如C++、Java和C#）相比，Python编程对大多数用户来讲出奇得简单。要运行Python程序，你只需简单地键入Python程序并运行就可以了。不需要其他语言（如C或C++）所必需的编译和链接等中间步骤。
Python可立即执行程序，这形成了一种交互式编程体验和不同情况下快速调整的能力，往往在修改代码后几乎能立即看到程序改变后的效果。
当然，开发周期短仅仅是Python易用性的一方面的体现。Python提供了简洁的语法和强大的内置工具。实际上，Python曾被称为“可执行的伪代码”。由于它减少了其他工具常见的复杂性，在实现相同的功能时，Python程序比采用其他流行语言编写的程序更为简单、小巧，也更灵活。
请点击输入图片描述
7. 相对简单易学
这一部分引出了本书的重点：尤其同其他广泛使用的编程语言比较时，Python语言的核心相当简单易学。实际上，如果你是一位有经验的程序员，你可以期望在几天内写出小规模的Python代码，你也许能在几个小时之内习得Python的一招一式，但是你并不能指望在如此短的时间内成为专家（忘掉市面上的那些宣传广告吧）。
当然，掌握任何像今天Python这样的充实主题都不是一件轻松事，我们将在本书的剩余部分致力于此项任务。但是为了掌握Python而进行的真正投资是非常值得的——最终你会获取几乎在每个计算机应用程序领域都适用的编程技能。此外，很多人还发现Python的学习曲线比其他的编程语言更加平缓。
这对于那些想学习语言以在工作中应用的专业人员来说是一个好消息，同样对于那些使用Python层进行定制和控制的系统的终端用户来说，也是一个好消息。如今，许多系统都依赖于这一事实：用户可以在没有或者得到很少支持的情况下就学到足够的Python知识以便当场增删他们的Python定制化代码。
此外，Python还孕育出一群不以编程为生而以编程为乐的用户，他们并不需要掌握全面的软件开发技巧。尽管Python还是有很多高级编程工具，但不论对初学者还是行家来说，Python的核心语言精髓仍是相当简单的。
8. 以Monty Python命名
好的，在讲完这么多技术方面的优势后，我想再揭露一个Python世界里面令人惊奇而保守良好的小秘密。
尽管Python的书和图标中有很多爬行动物，真相却是Python以英国喜剧组“Monty Python”命名——这是BBC 在20世纪70年代喜剧《Monty Python's Flying Circus》的制片方，也是至今仍在流行的少量包括《Monty Python and the Holy Grai》在内的大电影的制片方。Python的最初创作者是Monty Python的粉丝，这同其他许多的软件开发者一样（事实上，这两个领域存在某种对称性……）。
请点击输入图片描述
▲《Python学习手册》书封上的爬行动物
这段有趣的历史无疑增加了Python代码例子的幽默属性。例如，作为一般变量名命名传统的“foo”和“bar”在Python世界中变成了“spam”和“eggs”。而在Python中偶尔出现的“Brian”，“ni”和“shrubbery”表现得也同此类似。它甚至影响了Python的整个社区。
当然了，如果你对这部喜剧非常熟悉，就能体会这其中的笑点，但如果不熟悉则相反。你不必非得熟悉Monty Python这部剧来了解从剧中获得灵感的例子（包括你将在本书中看到的许多例子），但至少你现在知道它们的起源了。（嗨——我已经告诉你啦。）
02
Python和其他语言比较起来怎么样
最后，你也许已经知道了，人们往往将Python与Perl、Tcl和Javat等语言相比较。这部分总结这方面的一些普遍共识。
我想预先表明我个人并不喜欢通过诋毁竞争者来获胜——这在长期是行不通的，而且也不是这里的目的。此外，这并不是一场零和游戏——绝大多数的程序员在他们的职业生涯中都会使用许多语言。尽管如此，编程工具也展示出值得考虑的选择和权衡。毕竟，如果Python没有比它的竞争者提供更多的东西，那么它一开始就不会被人们使用了。
请点击输入图片描述
我们之前已经介绍过性能上的权衡，那么这里重点谈一下功能。尽管下面列举的这些语言也是值得学习和使用的有力工具，但人们通常认为Python：
比Tcl强大。Python强有力地支持“大规模编程”，使其适用于开发大型系统，它的应用程序库也更加丰富。
比Perl更具可读性。Python有着简洁的语法和简单连贯的设计，这反过来使得Python更具可读性和更易于维护，同时有助于减少程序bug。
比Java和C#更简单、更易于使用。Python是一门脚本语言，但Java和C#两者从像C++这样更加大型的OOP系统语言中继承了许多语法和复杂性。
比C++更简单、更易于使用。Python代码比等效的C++代码更加简单，长度只有其五分之一到三分之一。尽管作为脚本语言，Python有时能扮演许多不同的角色。
比C更加简单和高级。Python远离底层硬件架构从而降低了代码复杂性，拥有更好的组织结构，并比C（C++的祖先）更加友善。
比Visual Basic更强大，用途广泛，也更具备跨平台特性。Python是更加广泛使用的更丰富的语言，它的开源本质意味着它不可能被某一个公司所掌控。
比PHP更易懂并且用途更广。Python也用来构建Web站点，但是，它也应用于几乎每个计算机领域，从机器人到电影动画和游戏。
比JavaScript更强大和用途广泛。Python有一个更大的工具集，也并不是牢牢地束缚于Web开发。它也用于科学建模、仪器调试等。
比Ruby更具可读性，并更为人们所接受。Python的语法混乱更少，尤其在较复杂代码中，同时它的OOP对用户和和不太使用OOP的工程中是完全可选的。
比Lua更成熟和受到更广泛关注。Python更加庞大的特性集合和更加扩展的库支持给予其比Lua（一门和Tcl一样的嵌入式“胶水”语言）更加宽广的视野。
比SmallTalk、Lisp和Prolog更不晦涩。Python拥有这类函数式语言的动态品味，但是也拥有开发者和定制系统终端用户都可接受的传统语法。
特别是对不仅仅用于个人扫描文本文件，未来会被人们（包括你在内）读到的程序而言，很多人会发现Python比目前任何可用的脚本或编程语言都划得来。不仅如此，除非你的应用要求最尖端的性能，Python往往是C、C++和Java等系统开发语言的一个不错的替代品：Python代码能够常常实现相同的目标，却会减少很多编写、调试和维护的麻烦。
当然，本文作者从1992年就已经是Python的正式布道者了，所以尽可能接受这些意见吧（其他语言的拥护者的利益可能会受到些损失）。然而，所有这些观点的确代表了投入时间和精力来探索Python的众多开发者的一致看法。
关于作者：Mark Lutz是一位世界级的Python培训讲师。他是Python畅销书籍的作者，同时从1992年起就成为Python社区的引领者，有着30余年的软件开发经验。
本文摘编自《Python学习手册》（原书第5版），经出版方授权发布。
请点击输入图片描述
Python奉行简洁主义，易于读写，它使你能够专注于解决问题而不是去搞明白语言本身。
Python是开源软件。这意味着你不用花一分钱便能复制、阅读、改动它。
Python兼容众多平台，所以开发者不会遇到使用其他语言时常会遇到的困扰。
Python标准库确实很庞大。它可以帮助你处理各种工作，包括正则表达式、文档生成、单元测试、线程、数据库、网页浏览器、CGI、FTP、电子邮件、XML、XML-RPC、HTML、WAV文件、密码系统、GUI(图形用户界面)、Tk和其他与系统有关的操作。
Python这门语言也是很有意思的，它有一个很强大的库，turtle，可以用来作画。
Python 函数
函数是组织好的，可重复使用的，用来实现单一，或相关联功能的代码段。
函数能提高应用的模块性，和代码的重复利用率。你已经知道Python提供了许多内建函数，比如print()。但你也可以自己创建函数，这被叫做用户自定义函数。
定义一个函数
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 [表达式] 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。
语法
def functionname( parameters ): "函数_文档字符串"
function_suite
return [expression]
默认情况下，参数值和参数名称是按函数声明中定义的顺序匹配起来的。
实例
以下为一个简单的Python函数，它将一个字符串作为传入参数，再打印到标准显示设备上。
实例(Python 2.0+)
def printme( str ): "打印传入的字符串到标准显示设备上"
print str
return
函数调用
定义一个函数只给了函数一个名称，指定了函数里包含的参数，和代码块结构。
这个函数的基本结构完成以后，你可以通过另一个函数调用执行，也可以直接从Python提示符执行。
如下实例调用了printme（）函数：
实例(Python 2.0+)
#!/usr/bin/python# -*- coding: UTF-8 -*-
# 定义函数def printme( str ): "打印任何传入的字符串"
print str
return
# 调用函数printme("我要调用用户自定义函数!")printme("再次调用同一函数")
以上实例输出结果：
我要调用用户自定义函数!再次调用同一函数
参数传递
在 python 中，类型属于对象，变量是没有类型的：
a=[1,2,3]
a="Runoob"
以上代码中，[1,2,3] 是 List 类型，"Runoob" 是 String 类型，而变量 a 是没有类型，她仅仅是一个对象的引用（一个指针），可以是 List 类型对象，也可以指向 String 类型对象。
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+)
#!/usr/bin/python# -*- coding: UTF-8 -*-
def ChangeInt( a ): a = 10
b = 2ChangeInt(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。
传可变对象实例
实例(Python 2.0+)
#!/usr/bin/python# -*- coding: UTF-8 -*-
# 可写函数说明def changeme( mylist ): "修改传入的列表"
mylist.append([1,2,3,4])
print "函数内取值: ", mylist
return
# 调用changeme函数mylist = [10,20,30]changeme( mylist )print "函数外取值: ", mylist
实例中传入函数的和在末尾添加新内容的对象用的是同一个引用，故输出结果如下：
函数内取值: [10, 20, 30, [1, 2, 3, 4]]函数外取值: [10, 20, 30, [1, 2, 3, 4]]
参数
以下是调用函数时可使用的正式参数类型：
必备参数
关键字参数
默认参数
不定长参数
必备参数
必备参数须以正确的顺序传入函数。调用时的数量必须和声明时的一样。
调用printme()函数，你必须传入一个参数，不然会出现语法错误：
实例(Python 2.0+)
#!/usr/bin/python# -*- coding: UTF-8 -*-
#可写函数说明def printme( str ): "打印任何传入的字符串"
print str
return
#调用printme函数printme()
以上实例输出结果：
Traceback (most recent call last):
File "test.py", line 11, in module
printme()TypeError: printme() takes exactly 1 argument (0 given)
关键字参数
关键字参数和函数调用关系紧密，函数调用使用关键字参数来确定传入的参数值。
使用关键字参数允许函数调用时参数的顺序与声明时不一致，因为 Python 解释器能够用参数名匹配参数值。
以下实例在函数 printme() 调用时使用参数名：
实例(Python 2.0+)
#!/usr/bin/python# -*- coding: UTF-8 -*-
#可写函数说明def printme( str ): "打印任何传入的字符串"
print str
return
#调用printme函数printme( str = "My string")
以上实例输出结果：
My string
下例能将关键字参数顺序不重要展示得更清楚：
实例(Python 2.0+)
#!/usr/bin/python# -*- coding: UTF-8 -*-
#可写函数说明def printinfo( name, age ): "打印任何传入的字符串"
print "Name: ", name
print "Age ", age
return
#调用printinfo函数printinfo( age=50, name="miki" )
以上实例输出结果：
Name: mikiAge 50
默认参数
调用函数时，默认参数的值如果没有传入，则被认为是默认值。下例会打印默认的age，如果age没有被传入：
实例(Python 2.0+)
#!/usr/bin/python# -*- coding: UTF-8 -*-
#可写函数说明def printinfo( name, age = 35 ): "打印任何传入的字符串"
print "Name: ", name
print "Age ", age
return
#调用printinfo函数printinfo( age=50, name="miki" )printinfo( name="miki" )
以上实例输出结果：
Name: mikiAge 50Name: mikiAge 35
不定长参数
你可能需要一个函数能处理比当初声明时更多的参数。这些参数叫做不定长参数，和上述2种参数不同，声明时不会命名。基本语法如下：
def functionname([formal_args,] *var_args_tuple ): "函数_文档字符串"
function_suite
return [expression]
加了星号（*）的变量名会存放所有未命名的变量参数。不定长参数实例如下：
实例(Python 2.0+)
#!/usr/bin/python# -*- coding: UTF-8 -*-
# 可写函数说明def printinfo( arg1, *vartuple ): "打印任何传入的参数"
print "输出: "
print arg1
for var in vartuple: print var
return
# 调用printinfo 函数printinfo( 10 )printinfo( 70, 60, 50 )
以上实例输出结果：
输出:10输出:706050
匿名函数
python 使用 lambda 来创建匿名函数。
lambda只是一个表达式，函数体比def简单很多。
lambda的主体是一个表达式，而不是一个代码块。仅仅能在lambda表达式中封装有限的逻辑进去。
lambda函数拥有自己的命名空间，且不能访问自有参数列表之外或全局命名空间里的参数。
虽然lambda函数看起来只能写一行，却不等同于C或C++的内联函数，后者的目的是调用小函数时不占用栈内存从而增加运行效率。
语法
lambda函数的语法只包含一个语句，如下：
lambda [arg1 [,arg2,.....argn]]:expression
如下实例：
实例(Python 2.0+)
#!/usr/bin/python# -*- coding: UTF-8 -*-
# 可写函数说明sum = lambda arg1, arg2: arg1 + arg2
# 调用sum函数print "相加后的值为 : ", sum( 10, 20 )print "相加后的值为 : ", sum( 20, 20 )
以上实例输出结果：
相加后的值为 : 30相加后的值为 : 40
return 语句
return语句[表达式]退出函数，选择性地向调用方返回一个表达式。不带参数值的return语句返回None。之前的例子都没有示范如何返回数值，下例便告诉你怎么做：
实例(Python 2.0+)
#!/usr/bin/python# -*- coding: UTF-8 -*-
# 可写函数说明def sum( arg1, arg2 ): # 返回2个参数的和."
total = arg1 + arg2
print "函数内 : ", total
return total
# 调用sum函数total = sum( 10, 20 )
以上实例输出结果：
函数内 : 30
变量作用域
一个程序的所有的变量并不是在哪个位置都可以访问的。访问权限决定于这个变量是在哪里赋值的。
变量的作用域决定了在哪一部分程序你可以访问哪个特定的变量名称。两种最基本的变量作用域如下：
全局变量
局部变量
全局变量和局部变量
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：
实例(Python 2.0+)
#!/usr/bin/python# -*- coding: UTF-8 -*-
total = 0 # 这是一个全局变量# 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 "函数内是局部变量 : ", total
return total
#调用sum函数sum( 10, 20 )print "函数外是全局变量 : ", total
以上实例输出结果：
函数内是局部变量 : 30函数外是全局变量 : 0
1、函数定义
①使用def关键字定义函数
②
def 函数名(参数1.参数2.参数3...):
"""文档字符串，docstring，用来说明函数的作用"""
#函数体
return 表达式
注释的作用：说明函数是做什么的，函数有什么功能。
③遇到冒号要缩进，冒号后面所有的缩进的代码块构成了函数体，描述了函数是做什么的，即函数的功能是什么。Python函数的本质与数学中的函数的本质是一致的。
2、函数调用
①函数必须先定义，才能调用，否则会报错。
②无参数时函数的调用：函数名()，有参数时函数的调用：函数名(参数1.参数2.……)
③不要在定义函数的时候在函数体里面调用本身，否则会出不来，陷入循环调用。
④函数需要调用函数体才会被执行，单纯的只是定义函数是不会被执行的。
⑤Debug工具中Step into进入到调用的函数里，Step Into My Code进入到调用的模块里函数。
parameter 是函数定义的参数形式
argument 是函数调用时传入的参数实体。
对于函数调用的传参模式，一般有两种：
此外，
也是关键字传参
python的函数参数定义一般来说有五种: 位置和关键字参数混合 ， 仅位置参数 ， 仅关键字参数 ， 可变位置参数 ， 可变关键字参数 。其中仅位置参数的方式仅仅是一个概念，python语法中暂时没有这样的设计。
通常我们见到的函数是位置和关键字混合的方式。
既可以用关键字又可以用位置调用
或
这种方式的定义只能使用关键字传参的模式
f(*some_list) 与 f(arg1, arg2, ...) （其中some_list = [arg1, arg2, ...]）是等价的
网络模块request的request方法的设计
多数的可选参数被设计成可变关键字参数
有多种方法能够为函数定义输出：
非常晦涩
如果使用可变对象作为函数的默认参数，会导致默认参数在所有的函数调用中被共享。
例子1：
addItem方法的data设计了一个默认参数，使用不当会造成默认参数被共享。
python里面，函数的默认参数被存在__default__属性中，这是一个元组类型
例子2：
在例子1中，默认参数是一个列表，它是mutable的数据类型，当它写进 __defauts__属性中时，函数addItem的操作并不会改变它的id，相当于 __defauts__只是保存了data的引用，对于它的内存数据并不关心，每次调用addItem，都可以修改 addItem.__defauts__中的数据，它是一个共享数据。
如果默认参数是一个imutable类型，情况将会不一样,你无法改变默认参数第一次存入的值。
例子1中，连续调用addItem('world') 的结果会是
而不是期望的
重庆分公司
重庆分公司
