函数基础
到底什么是函数，如何在python程序中定义函数。 说白了，函数就是为了实现某一功能的代码段，只要写好以后，就可以重复利用。看一下下面的例子：
def my_func(message):
print('Got a message: {}'.format(message))
# 调用函数 my_func()
my_func('Hello World')
# 输出
Got a message: Hello World
其中： 。def是函数的声明；
。my_func是函数的名称；
。括号里面的message则是函数的参数；
。而print那行则是函数的主体部分，可以执行相应的语句；
。在函数最后，可以返回调用结果return，也可以不返回。
总结一下，大概是下面的这种形式：
def name(param1, param2, ..., paramN):
statements
return/yield value # optional
和其他需要编译的语言不一样的是，def是可执行语句，这意味着直到被调用前都是不存在的。当程序调用函数时，def语句才会创建一个新的函数对象，并赋予其名字。
先看几个例子：
def my_sum(a, b):
return a + b
result = my_sum(3, 5)
print(result)
# 输出
8
这里我们定义了my_sum()这个函数，它有两个参数a和b，作用是相加；随后，调用my_sum()函数，分别是把3和5赋予a和b；最后，返回其相加的值，赋予变量result,并输出得到8.
def find_largest_elemet(l):
if not isinstance(l,list):
print('input is not type of list')
return
if len(l) == 0:
print('empty input')
return
largest_element = l[0]
for item in l:
if item > largest_element:
largest_element = item
print('largest element is: {}'.format(largest_element))
find_largest_element([8, 1, -3, 2, 0])
#输出
largest element is: 8.
这个例子中，定义了函数find_largest_element, 作用是遍历输入的列表，找出最大的值并打印。因此，当我们调用它，并传递列表[8，1， -3，2， 0]作为参数时，程序就会输出largest element is: 8
需要注意，主程序调用函数时，必须保证这个函数此前已经定义过，不然就会报错，比如：
my_func('hello world')
def my_func(message):
print('Got a message: {}'.format(message))
# 输出
NameError: name 'my_func' is not defined
但是，如果我们在函数内部调用其他函数，函数间那个声明在前，那个在后就无所谓，因为def是可执行语句，函数在调用之前都不存在，我们只需保证调用时，所需的函数都已经声明定义：
def my_func(message):
my_sub_func(message) # 调用my_sub_func()在其声明之前不影响程序执行
def my_sub_func(message):
print('Got a message: {}'.format(message))
my_func('hello world')
# 输出
Got a message: hello world
另外，python函数的参数可以设定默认值，比如下面这样的写法：
def func(param = 0):
...
这样，在调用函数func()时，如果参数param没有传入，则参数默认为0；而如果传入了参数param，其就会覆盖默认值。
python和其他语言相比的一大特点是，python是dynamically typed的，可以接受任何数据类型(整型，浮点，字符串等等)。对函数参数来说，这一点同样适用。比如还是刚刚的my_sum函数，我们也可以把列表作为参数来传递，表示将两个列表相连接：
print(my_sum([1,2], [3,4]))
#输出
[1, 2, 3, 4]
同样，也可以把字符串作为参数传递，表示字符串的合并拼接：
print(my_sum('hello ', 'world'))
# 输出
hello world
当然，如果两个参数的数据类型不同，比如一个列表，一个是字符串，两者无法相加，那就会报错：
print(my_sum([1, 2], 'hello'))
TypeError: can only concatenate list (not "str") to list
可以看到，python不用考虑输入的数据类型，而是将其交给具体的代码去判断执行，同样的一个函数(比如上面的相加函数my_sum()),可以同时应用在整型，列表，字符串等等的操作中。在编程语言中，把这种行为称为多态。这也是python和其他语言，比如Java，c等很大的一个不同点。当然，python这种方便的特性，在实际使用中也会带来诸多问题。因此，必要时得在开头加上数据的类型检查。
python函数的另一大特性，是python支持函数的嵌套。所谓的函数嵌套，就是指函数里面又有函数，比如：
def f1():
print('hello')
def f2():
print('world')
f2()
f1()
# 输出
hello
world
这里函数f1()的内部，又定义了函数f2().在调用函数f1()时，会先打印字符串'hello'，然后f1()内部再调用f2(),打印字符串'world'。你也许会问，为什么需要函数嵌套？
其实，函数的嵌套，主要有下面两个方面的作用。
第一，函数的嵌套能够保证内部函数的隐私。内部函数只能被外部函数所调用和访问，不会暴露在全局作用域，因此，如果你的函数内部有一些隐私数据(比如数据库的用户，密码等)，不想暴露在外，那你就可以使用函数的嵌套，将其封装在内部函数中，只通过外部函数来访问。比如：
def connect_DB():
def get_DB_configuration():
...
return host, username, password
conn = connector.connect(get_DB_configuration())
return conn
这里的函数 get_DB_configuration便是内部函数，它无法在connect_DB()函数以外被单独调用。也就是说，下面这样的外部直接调用是错误的：
get_DB_configuration()
# 输出
NameError: name 'get_DB_configuration' is not defined
我们只能通过调用外部函数connect_DB()来访问它，这样一来，程序的安全性便有了很大的提高。
第二，合理的使用函数嵌套，能够提高程序的运行效率。我们来看下面这个例子：
def factorial(input):
# validation check
if not isinstance(input, int):
raise Exception('input must be an integer.')
if input < 0:
raise Exception('input must be greater or equal to 0' )
...
def inner_factorial(input):
if input <= 1:
return 1
return input * inner_factorial(input-1)
return inner_factorial(input)
print(factorial(5))
这里，使用递归的方式计算一个数的阶乘。因为在计算之前，需要检查输入是否合法，所以写成了函数嵌套的形式，这样一来，输入是否合法就只用检查一次。而如果不使用函数嵌套，那么每调用一次递归便会检查一次，这是没有必要的，也会降低程序的运行效率。实际工作中，如果遇到相似的情况，输入检查不是很快，还会耗费一定的资源，那么运用函数的嵌套就十分必要了。
函数作用变量域
python函数中变量的作用域和其他语言类似。如果变量是在函数内部定义的，就称为局部变量，只在函数内部有效，一旦函数执行完毕，局部变量就会被回收，无法访问，比如下面的例子：
def read_text_from_file(file_path):
with open(file_path) as file:
...
在函数内部定义了file这个变量，这个变量只在read_text_from_file这个函数里有效，在函数外部则无法访问。
相对应的，全局变量则是定义在整个文件层次上的，比如下面这段代码：
MIN_VALUE = 1
MAX_VALUE = 10
def validation_check(value):
if value < MIN_VALUE or value > MAX_VALUE:
raise Exception('validation check fails')
这里的MIN_VALUE和MAX_VALUE就是全局变量，可以在文件内的任何地方被访问，当然在函数内部也是可以的。不过，我们不能在函数内部随意改变全局变量的值。比如，下面的写法就是错误的：
MIN_VALUE = 1
MAX_VALUE = 10
def validation_check(value):
...
MIN_VALUE += 1
...
validation_check(5)
如果运行这段代码，程序变会报错：
UnboundLocalError: local variable 'MIN_VALUE' referenced before assignment
这是因为python解释器会默认函数内部的变量为局部变量，但是又发现局部变量MIN_VALUE并没有声明，因此就无法执行相关操作。所以，如果我们一定要在函数内部改变全局变量的值，就必须加上global这个声明：
MIN_VALUE = 1
MAX_VALUE = 10
def validation_check(value):
global MIN_VALUE
...
MIN_VALUE += 1
...
validation_check(5)
这里的global关键字，并不表示重新创建了一个全局变量MIN_VALUE，而是告诉python解释器，函数内部的变量MIN_VALUE，就是之前定义的全局变量，并不是新的全局变量，也不是全局变量。这样，程序就可以在函数内部访问全局变量，并修改它的值了。
另外，如果遇到函数内部局部变量和全局变量同名的情况，那么在函数内部，局部变量会覆盖全局变量，比如下面这种：
MIN_VALUE = 1
MAX_VALUE = 10
def validation_check(value):
MIN_VALUE = 3
...
在函数validation_check()内部，我们定义了和全局变量同名的局部变量MIN_VALUE,那么MIN_VALUE在函数内部的值，就应该是3而不是1了。
类似的，对于嵌套函数来说，内部函数可以访问外部函数定义的变量，但是无法修改，若要修改，必须加上nonlocal这个关键字：
def outer():
x = "local"
def inner():
nonlocal x #nonlocal关键字表示这里的x就是外部函数outer定义的变量x
x = 'nonlocal'
print("inner:" ,x)
inner()
print("outer:", x)
outer()
#输出
inner: nonlocal
outer: nonlocal
如果不加上nonlocal这个关键字，而内部函数的变量又和外部函数变量同名，那么同样的，内部函数变量会覆盖外部函数的变量。
def outer():
x = "local"
def inner():
x = 'nonlocal' #这里的x是inner这个函数的局部变量
print("inner:", x)
inner()
print("outer:", x)
outer()
#输出
inner：nonlocal
outer：local
闭包
闭包其实和上面的嵌套函数类似，不同的是，这里外部函数返回的是一个函数，而不是一个具体的值。返回的函数通常赋予一个变量，这个变量可以在后面被继续执行调用。
举例说明一下。比如，我们想计算一个数的n次幂，用闭包可以写成下面的代码：
def nth_power(exponent):
def exponent_of(base):
return base ** exponent
return exponent_of #返回值是exponent_of函数
square = nth_power(2)
cube = nth_power(3)
square
# 输出
<function __main__.nth_power.<locals>.exponent(base)>
cube
# 输出
<function __main__.nth_power.<locals>.exponent(base)>
print(square(2)) # 计算2的平方
print(cube(2)) # 计算2的立方
# 输出
4 # 2^2
8 # 2^3
这里外部函数nth_power()返回值，是函数exponent_of(),而不是一个具体的数值。需要注意的是，在执行完square = nth_power(2)和cube = nth_power(3)后，外部函数nth_power()的参数exponent，仍然会被内部函数exponent_of()记住。这样，之后我们调用square(2)或者cube(2)时，程序就能顺利地输出结果，而不会报错说参数exponent没有定义了。
其实也可以说为什么需要闭包，上面的程序也可以写成下面的形式：
def nth_power_rewrite(base, exponent):
return base ** exponent
不过，使用闭包的一个原因，是让程序变得更简洁易读。设想一下，比如需要计算很多个数的平方，那么使用闭包将会带来极大的效率。
# 不使用闭包
res1 = nth_power_rewrite(base1, 2)
res2 = nth_power_rewrite(base2, 2)
res3 = nth_power_rewrite(base3, 2)
...
# 使用闭包
square = nth_power(2)
res1 = square(base1)
res2 = square(base2)
res3 = square(base3)
...
其实，和上面的函数嵌套有点类似，函数开头需要做一些额外的工作，而你又需要多次调用这个函数时，将那么额外工作的代码放在外部函数，就可以减少多次调用导致的不必要开销，提高程序的运行效率。更多时候闭包常常和装饰器一起使用。
闭包必须使用嵌套函数。闭包看似仅仅返回了一个嵌套函数，但是需要注意的是，它其实连同嵌套函数的外部环境变量也一同保存返回回来了(例子中的exponent变量)，这个环境变量是在调用其外部函数时设定的，这样一来，对于一些参数性，不常改变的设定变量，我们可以通过这个形式来设定，这样返回的闭包函数仅需要关注那些核心输入变量，节省了效率，这样做也大大减少了全局变量的使用，增加代码可读性的同时，也会让代码变得更加安全。
