def my_function(x, y, z=1.5):
if z > 1:
return z * (x + y)
else:
return z / (x + y)
導讀：函數(shù)是Python中最重要、最基礎的代碼組織和代碼復用方式。根據(jù)經(jīng)驗，如果你需要多次重復相同或類似的代碼，就非常值得寫一個可復用的函數(shù)。通過給一組Python語句一個函數(shù)名，形成的函數(shù)可以幫助你的代碼更加可讀。
函數(shù)聲明時使用def關鍵字，返回時使用return關鍵字：
def my_function(x, y, z=1.5):
if z > 1:
return z * (x + y)
else:
return z / (x + y)
有多條返回語句是沒有問題的。如果Python達到函數(shù)的尾部時仍然沒有遇到return語句，就會自動返回None。
每個函數(shù)都可以有位置參數(shù)和關鍵字參數(shù)。關鍵字參數(shù)最常用于指定默認值或可選參數(shù)。在前面的函數(shù)中，x和y是位置參數(shù)，z是關鍵字參數(shù)。這意味著函數(shù)可以通過以下任意一種方式進行調(diào)用：
my_function(5, 6, z=0.7)
my_function(3.14, 7, 3.5)
my_function(10, 20)
函數(shù)參數(shù)的主要限制是關鍵字參數(shù)必須跟在位置參數(shù)后(如果有的話)。你可以按照任意順序指定關鍵字參數(shù)；這可以讓你不必強行記住函數(shù)參數(shù)的順序，而只需用參數(shù)名指定。
也可以使用關鍵字參數(shù)向位置參數(shù)傳參。在前面的例子中，我們也可以這樣寫：
my_function(x=5, y=6, z=7)
my_function(y=6, x=5, z=7)
在部分場景中，這樣做有助于代碼可讀性
01 命名空間、作用域和本地函數(shù)
函數(shù)有兩種連接變量的方式：全局、本地。在Python中另一種更貼切地描述變量作用域的名稱是命名空間。在函數(shù)內(nèi)部，任意變量都是默認分配到本地命名空間的。本地命名空間是在函數(shù)被調(diào)用時生成的，并立即由函數(shù)的參數(shù)填充。當函數(shù)執(zhí)行結束后，本地命名空間就會被銷毀(除了一些特殊情況)?？紤]以下函數(shù)：
def func():
a = []
for i in range(5):
a.append(i)
當func()調(diào)用時，空的列表會被創(chuàng)建，五個元素被添加到列表，之后a會在函數(shù)退出時被銷毀。假設我們像下面這樣聲明a：
a = []
def func():
for i in range(5):
a.append(i)
在函數(shù)外部給變量賦值是可以的，但是那變量必須使用global關鍵字聲明為全局變量：
In [168]: a = None
In [169]: def bind_a_variable():
.....: global a
.....: a = []
.....: bind_a_variable()
.....:
In [170]: print(a)
[]
我簡單的講下global關鍵字的用法。通常全局變量用來存儲系統(tǒng)中的某些狀態(tài)。如果你發(fā)現(xiàn)你大量使用了全局變量，可能表明你需要面向?qū)ο缶幊?使用類)
02 返回多個值
當我在使用Java和C++編程后第一次使用Python編程時，我最喜歡的特性就是使用簡單語法就可以從函數(shù)中返回多個值。以下是代碼：
def f():
a = 5
b = 6
c = 7
return a, b, c
a, b, c = f()
在數(shù)據(jù)分析和其他科研應用，你可能會發(fā)現(xiàn)經(jīng)常需要返回多個值。這里實質(zhì)上是返回了一個對象，也就是元組，而元組之后又被拆包為多個結果變量。在前面的例子中，我們可以用下面的代碼代替：
return_value = f()
在這個例子中，return_value是一個3個元素的元組。像之前那樣一次返回多個值還有一種潛在的、更有吸引力的實現(xiàn)：
def f():
a = 5
b = 6
c = 7
return {'a' : a, 'b' : b, 'c' : c}
具體用哪種技術取決于你需要做什么的事。
03 函數(shù)是對象
由于Python的函數(shù)是對象，很多在其他語言中比較難的構造在Python中非常容易實現(xiàn)。假設我們正在做數(shù)據(jù)清洗，需要將一些變形應用到下列字符串列表中:
In [171]: states = [' Alabama ', 'Georgia!', 'Georgia', 'georgia', 'FlOrIda',
.....: 'south carolina##', 'West virginia?']
任何處理過用戶提交數(shù)據(jù)的人都對這樣的數(shù)據(jù)感到凌亂。為了使這些數(shù)據(jù)整齊、可用于分析，有很多是事情需要去做：去除空格、移除標點符號、調(diào)整適當?shù)拇笮憽Ｒ环N方式是使用內(nèi)建的字符串方法，結合標準庫中的正則表達式模塊re：
import re
def clean_strings(strings):
result = []
for value in strings:
value = value.strip()
value = re.sub('[!#?]', '', value)
value = value.title()
result.append(value)
return result
結果如下：
In [173]: clean_strings(states)
Out[173]:
['Alabama',
'Georgia',
'Georgia',
'Georgia',
'Florida',
'South Carolina',
'West Virginia']
另一種會讓你覺得有用的實現(xiàn)就是將特定的列表操作應用到某個字符串的集合上：
def remove_punctuation(value):
return re.sub('[!#?]', '', value)
clean_ops = [str.strip, remove_punctuation, str.title]
def clean_strings(strings, ops):
result = []
for value in strings:
for function in ops:
value = function(value)
result.append(value)
return result
結果如下：
In [175]: clean_strings(states, clean_ops)
Out[175]:
['Alabama',
'Georgia',
'Georgia',
'Georgia',
'Florida',
'South Carolina',
'West Virginia']
像這種更為函數(shù)化的模式可以使你在更高層次上方便地修改字符串變換方法。clean_strings函數(shù)現(xiàn)在也具有更強的復用性、通用性。
你可以將函數(shù)作為一個參數(shù)傳給其他的函數(shù)，比如內(nèi)建的map函數(shù)，可以將一個函數(shù)應用到一個序列上：
In [176]: for x in map(remove_punctuation, states):
.....: print(x)
Alabama
Georgia
Georgia
georgia
FlOrIda
south carolina
West virginia
04 匿名(Lambda)函數(shù)
Python支持所謂的匿名或lambda函數(shù)。匿名函數(shù)是一種通過單個語句生成函數(shù)的方式，其結果是返回值。匿名函數(shù)使用lambda關鍵字定義，該關鍵字僅表達“我們聲明一個匿名函數(shù)”的意思：
def short_function(x):
return x * 2
equiv_anon = lambda x: x * 2
匿名函數(shù)在數(shù)據(jù)分析中非常方便，因為在很多案例中數(shù)據(jù)變形函數(shù)都可以作為函數(shù)的參數(shù)。匿名函數(shù)代碼量小(也更為清晰)，將它作為參數(shù)進行傳值，比寫一個完整的函數(shù)或者將匿名函數(shù)賦值給局部變量更好。舉個例子，考慮下面的不佳示例：
def apply_to_list(some_list, f):
return [f(x) for x in some_list]
ints = [4, 0, 1, 5, 6]
apply_to_list(ints, lambda x: x * 2)
你也可以寫成[x * 2 for x in ints] ，但是在這里我們能夠簡單地將一個自定義操作符傳遞給apply_to_list函數(shù)。
另一個例子，假設你想要根據(jù)字符串中不同字母的數(shù)量對一個字符串集合進行排序：
In [177]: strings = ['foo', 'card', 'bar', 'aaaa', 'abab']
這里我們可以將一個匿名函數(shù)傳給列表的sort方法：
In [178]: strings.sort(key=lambda x: len(set(list(x))))
In [179]: strings
Out[179]: ['aaaa', 'foo', 'abab', 'bar', 'card']
和def關鍵字聲明的函數(shù)不同，匿名函數(shù)對象自身并沒有一個顯式的__name__ 屬性，這是lambda函數(shù)被稱為匿名函數(shù)的一個原因。
05 柯里化：部分函數(shù)應用
柯里化是計算機科學術語(以數(shù)學家Haskell Curry命名)，它表示通過部分參數(shù)應用的方式從已有的函數(shù)中衍生出新的函數(shù)。例如，假設我們有一個不重要的函數(shù)，其功能是將兩個數(shù)加一起：
def add_numbers(x, y):
return x + y
使用這個函數(shù)，我們可以衍生出一個只有一個變量的新函數(shù)，add_five，可以給參數(shù)加上5：
add_five = lambda y: add_numbers(5, y)
第二個參數(shù)對于函數(shù)add_numers就是柯里化了。這里并沒有什么神奇的地方，我們真正做的事只是定義了一個新函數(shù)，這個新函數(shù)調(diào)用了已經(jīng)存在的函數(shù)。內(nèi)建的functools模塊可以使用pratial函數(shù)簡化這種處理：
from functools import partial
add_five = partial(add_numbers, 5)
06 生成器
通過一致的方式遍歷序列，例如列表中的對象或者文件中的一行行內(nèi)容，這是Python的一個重要特性。這個特性是通過迭代器協(xié)議來實現(xiàn)的，迭代器協(xié)議是一種令對象可遍歷的通用方式。例如，遍歷一個字典，獲得字典的鍵：
In [180]: some_dict = {'a': 1, 'b': 2, 'c': 3}
In [181]: for key in some_dict:
.....: print(key)
a
b
c
當你寫下for key in some_dict 的語句時，Python解釋器首先嘗試根據(jù)some_dict生成一個迭代器：
In [182]: dict_iterator = iter(some_dict)
In [183]: dict_iterator
Out[183]: <dict_keyiterator at 0x7fbbd5a9f908>
迭代器就是一種用于在上下文中(比如for循環(huán))向Python解釋器生成對象的對象。大部分以列表或列表型對象為參數(shù)的方法都可以接收任意的迭代器對象。包括內(nèi)建方法比如min、max和sum，以及類型構造函數(shù)比如list和tuple：
In [184]: list(dict_iterator)
Out[184]: ['a', 'b', 'c']
用迭代器構造新的可遍歷對象是一種非常簡潔的方式。普通函數(shù)執(zhí)行并一次返回單個結果，而生成器則“惰性”地返回一個多結果序列，在每一個元素產(chǎn)生之后暫停，直到下一個請求。如需創(chuàng)建一個生成器，只需要在函數(shù)中將返回關鍵字return替換為yield關鍵字：
def squares(n=10):
print('Generating squares from 1 to {0}'.format(n ** 2))
for i in range(1, n + 1):
yield i ** 2
當你實際調(diào)用生成器時，代碼并不會立即執(zhí)行：
In [186]: gen = squares()
In [187]: gen
Out[187]: <generator object squares at 0x7fbbd5ab4570>
直到你請求生成器中的元素時，它才會執(zhí)行它的代碼：
In [188]: for x in gen:
.....: print(x, end=' ')
Generating squares from 1 to 100
1 4 9 16 25 36 49 64 81 100
1. 生成器表達式
生成器表達式來創(chuàng)建生成器更為簡單。生成器表達式與列表、字典、集合的推導式很類似，創(chuàng)建一個生成器表達式，只需要將列表推導式的中括號替換為小括號即可：
In [189]: gen = (x ** 2 for x in range(100))
In [190]: gen
Out[190]: <generator object <genexpr> at 0x7fbbd5ab29e8>
上面的代碼與下面更為復雜的生成器是等價的：
def _make_gen():
for x in range(100):
yield x ** 2
gen = _make_gen()
在很多情況下，生成器表達式可以作為函數(shù)參數(shù)用于替代列表推導式：
In [191]: sum(x ** 2 for x in range(100))
Out[191]: 328350
In [192]: dict((i, i **2) for i in range(5))
Out[192]: {0: 0, 1: 1, 2: 4, 3: 9, 4: 16}
2. itertools模塊
標準庫中的itertools模塊是適用于大多數(shù)數(shù)據(jù)算法的生成器集合。例如，groupby可以根據(jù)任意的序列和一個函數(shù)，通過函數(shù)的返回值對序列中連續(xù)的元素進行分組，參見下面的例子：
In [193]: import itertools
In [194]: first_letter = lambda x: x[0]
In [195]: names = ['Alan', 'Adam', 'Wes', 'Will', 'Albert', 'Steven']
In [196]: for letter, names in itertools.groupby(names, first_letter):
.....: print(letter, list(names)) # names是一個生成器
A ['Alan', 'Adam']
W ['Wes', 'Will']
A ['Albert']
S ['Steven']
下表是一些我認為經(jīng)常用到的itertools函數(shù)的列表。你可以通過查詢Python官方文檔來獲得更多關于內(nèi)建工具庫的信息。
函數(shù) | 描述 |
combinations(iterable, k) | 根據(jù)iterable參數(shù)中的所有元素生成一個包含所有可能K元組的序列，忽略元素的順序，也不進行替代(需要替代請參考函數(shù) combinations_with_replacement ) |
permutations(iterable, k) | 根據(jù)itrable參數(shù)中的按順序生成包含所有可能K元組的序列 |
groupby(iterable[, keyfunc]) | 根據(jù)每一個獨一的Key生成 (key, sub-iterator) 元組 |
product(*iterables, repeat=1) | 以元組的形式，根據(jù)輸入的可遍歷對象們生成笛卡爾積，與嵌套的for循環(huán)類似 |
07 錯誤和異常處理
優(yōu)雅地處理Python的錯誤或異常是構建穩(wěn)定程序的重要組成部分。在數(shù)據(jù)分析應用中，很多函數(shù)只能處理特定的輸入。例如，Python的float函數(shù)可以將字符串轉(zhuǎn)換為浮點數(shù)字，但是對不正確的輸入會產(chǎn)生ValueError:
In [197]: float('1.2345')
Out[197]: 1.2345
In [198]: float('something')
---------------------------------------------------------------------------
ValueError Traceback (most recent call last)
<ipython-input-198-439904410854> in <module>()
----> 1 float('something')
ValueError: could not convert string to float: 'something'
假設我們想要在float函數(shù)運行失敗時可以優(yōu)雅地返回輸入?yún)?shù)。我們可以通過將float函數(shù)寫入一個try/except代碼段來實現(xiàn)：
def attempt_float(x):
try:
return float(x)
except:
return x
如果float(x)執(zhí)行時拋出了異常，則代碼段中的except部分代碼將會被執(zhí)行：
In [200]: attempt_float('1.2345')
Out[200]: 1.2345
In [201]: attempt_float('something')
Out[201]: 'something
你可能會注意到，除了ValueError，float函數(shù)還會拋出其他的異常：
In [202]: float((1, 2))
---------------------------------------------------------------------------
TypeError Traceback (most recent call last)
<ipython-input-202-842079ebb635> in <module>()
----> 1 float((1, 2))
TypeError: float() argument must be a string or a number, not 'tuple'
你可能只想處理ValueError，因為TypeError(輸入的不是字符串或數(shù)值)可能表明你的程序中有個合乎語法的錯誤。為了實現(xiàn)這個目的，在except后面寫下異常類型：
def attempt_float(x):
try:
return float(x)
except ValueError:
return x
然后我們可以得到：
In [204]: attempt_float((1, 2))
---------------------------------------------------------------------------
TypeError Traceback (most recent call last)
<ipython-input-204-9bdfd730cead> in <module>()
----> 1 attempt_float((1, 2))
<ipython-input-203-3e06b8379b6b> in attempt_float(x)
1 def attempt_float(x):
2 try:
----> 3 return float(x)
4 except ValueError:
5 return x
TypeError: float() argument must be a string or a number, not 'tuple'
你可以通過將多個異常類型寫成元組的方式同事捕獲多個異常(小括號是必不可少的)：
def attempt_float(x):
try:
return float(x)
except (TypeError, ValueError):
return x
某些情況下，你可能想要處理一個異常，但是你希望一部分代碼無論try代碼塊是否報錯都要執(zhí)行。為了實現(xiàn)這個目的，使用finally關鍵字：
f = open(path, 'w')
try:
write_to_file(f)
finally:
f.close()
這樣，我們可以讓f在程序結束后總是關閉。類似的，你可以使用else來執(zhí)行當try代碼塊成功執(zhí)行時才會執(zhí)行的代碼：
f = open(path, 'w')
try:
write_to_file(f)
except:
print('Failed')
else:
print('Succeeded')
finally:
f.close()
IPython中的異常
如果當你正在%run一個腳本或執(zhí)行任何語句報錯時，IPython將會默認打印出完整的調(diào)用堆棧跟蹤(報錯追溯)，會將堆棧中每個錯誤點附近的幾行上下文代碼打印出：
In [10]: %run examples/ipython_bug.py
---------------------------------------------------------------------------
AssertionError Traceback (most recent call last)
/home/wesm/code/pydata-book/examples/ipython_bug.py in <module>()
13 throws_an_exception()
14
---> 15 calling_things()
/home/wesm/code/pydata-book/examples/ipython_bug.py in calling_things()
11 def calling_things():
12 works_fine()
---> 13 throws_an_exception()
14
15 calling_things()
/home/wesm/code/pydata-book/examples/ipython_bug.py in throws_an_exception()
7 a = 5
8 b = 6
----> 9 assert(a + b == 10)
10
11 def calling_things():
AssertionError:
比標準Python解釋器提供更多額外的上下文是IPython的一大進步(標準Python解釋器不提供任何額外的上下文)。你可以使用%xmode命令來控制上下文的數(shù)量，可以從Plain(普通)模式(與標準Python解釋器一致)切換到Verbose(復雜)模式(可以顯示函數(shù)的參數(shù)值以及更多有用信息)。
關于作者：韋斯·麥金尼（Wes McKinney）是流行的Python開源數(shù)據(jù)分析庫pandas的創(chuàng)始人。他是一名活躍的演講者，也是Python數(shù)據(jù)社區(qū)和Apache軟件基金會的Python/C++開源開發(fā)者。目前他在紐約從事軟件架構師工作。
聯(lián)系客服
