这是我参与更文挑战的第5天，活动详情查看： 更文挑战
函数的出现是为了提高应用的模块性，和代码的重复利用率。
1.概念
函数标准结构如下：
def <函数名> (<函数参数>):
<代码块>
return <返回表达式,可不返回>
2.参数传递
2.1 变量&对象
在python 中，变量是没有类型，只有对象有类型
a = 'stone'
list= [1,2,3]
上面代码中，'stone'是String类型，[1,2,3]是List类型，而变量a和list只是对一个对象的应用，相当于C语言中的指针，也就是说，a可以指向一个String类型，可以指向List类型,也可以指向其它类型。
2.2 可变对象和不可变对象
python变量保存的是对象的引用，这个引用指向堆内存里的对象，在堆中分配的对象分为两类，一类是可变对象，一类是不可变对象。
众所周知，Python3 的六个标准对象类型中：
- **不可变对象类型（3 个）：**Number（数字）、String（字符串）、Tuple（元组）；
- **可变对象类型（3 个）：**List（列表）、Dictionary（字典）、Set（集合）。
对于不可变对象，即变量指向的内存的中的值不能够被改变
int_val=5
int_val=10
如上两行代码，第一行代码让变量int_val指向堆上新开辟的空间整数5，第二行代码在堆上开辟新的空间存储整数10，让变量int_val指向新开辟的空间，原来存储整数5堆空间的内容没有改变，这即是不可变
可通过内置函数id(int_val)打印两次内存空间地址，可以看到两次地址值不一样
对于可变对象，即变量指向的内存的中的值能够被改变
list_val=[1,2,3]
list_val[1]=4
如上两行代码，列表list_val 可改变，直接改变指向的内存中的值，没开辟新空间，这即是可变
可通过内置函数id(list_val)打印两次内存空间地址，可以看到两次地址值是不一样
2.3函数传参
python规定参数传递都是传递引用，也就是传递给函数的是原变量实际所指向的内存空间,修改的时候就会根据该引用的指向去修改该内存中的内容。
通过以下的代码讲解：
#函数体修改参数内容
def val_change(int_val,str_val,list_val):
int_val = int_val+1
str_val = str_val + 'd'
list_val[1] = 1
return int_val, str_val, list_val
#调用函数
int_a = 1
str_a = 'ac'
list_a = [0, 0]
[int_b, str_b, list_b] = val_change(int_a, str_a, list_a)
print('int_a = ', int_a)
print('int_b = ', int_b)
print('str_a = ', str_a)
print('str_b = ', str_b)
print('list_a = ', list_a)
print('list_b = ', list_b)
输出结果
int_a = 1
int_b = 2
str_a = ac
str_b = acd
list_a = [0, 1]
list_b = [0, 1]
通过上面例子，可以得出结论：
- 对于函数参数是不可变对象，函数体对该对象的修改时，修改的是复制的对象，不会影响函数外部的参数
- 对于函数参数是可变对象，函数体对该对象的修改会直接影响到函数外部的参数
3.迭代器和生成器
3.1迭代器
迭代器是一个可以记住遍历的位置的对象。迭代器对象从集合的第一个元素开始访问，直到所有的元素被访问完结束。迭代器只能往前不会后退。
使用方式
iter(<可迭代对象>)创建迭代器对象，可迭代对象包括字符串，列表或元组对象，或者自定义迭代对象next(<迭代器对象>)，迭代器的下一个元素
具体使用步骤：
list =[1,2,3]
iterator = iter(list) # 创建跌迭代器对象
print(next(iterator)) # 打印迭代器的下一个元素，输出1
注意
使用内置函数next(),可能出现StopIteration异常，这个异常用于标识迭代的完成，防止出现无限循环的情况。
自定义迭代器对象
把一个类作为一个迭代器使用需要在类中实现两个方法 __iter__() 与 __next__()
3.2生成器
使用了 yield 的函数被称为生成器，生成器是一个返回迭代器的函数，只能用于迭代操作，可以理解为生成器就是迭代器。调用一个生成器函数，返回的是一个迭代器对象。
原理
在调用生成器运行的过程中，每次遇到 yield 时函数会暂停并保存当前所有的运行信息，返回 yield 的值, 并在下一次执行 next() 方法时从当前位置继续运行
使用方式
见如下代码
#自定义一个支持浮点数的rangedef custom_range(start,end,step): x = start while x < end: yield x x += step
#使用生成器，与用迭代器无异for i in range(1,10,0.5): print(i)
4.lambda
使用 lambda 来创建匿名函数
使用方式
#不使用lambdadef add(x,y): return x+y
#使用lambdaadd=lambda x,y:x+y
5.作用域
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。global关键字申明使用全局作用于的变量。
通过以下例子讲解：
count = 0 #全局变量index = 0 #全局变量def count_num(): global count#全局变量 count += 1 index = 2#局部变量 print('in function ', count, index) count_num()print('out function ', count, index)
输出
in function 1 2out function 1 0
