LoLegends西罗1. Python函数基础：从零开始理解代码封装
在编程世界中，函数就像现实生活中的工具箱。想象一下，你每次需要拧螺丝时都要重新发明螺丝刀，这显然效率低下。Python函数正是为了解决这类重复劳动而存在的代码封装机制。作为Python最核心的概念之一，函数能让你的代码更整洁、更高效，也更易于维护。
我刚开始学习Python时，常常把所有的代码都写在主程序里，结果发现当需要修改某个功能时，要在几百行代码中翻来覆去地找。直到真正理解了函数的作用，才明白为什么说"不会用函数的程序员不是合格的程序员"。下面我就用最接地气的方式，带你彻底掌握Python函数的方方面面。
需要模型API调用？ 免费领10W Token，多模型网关一键接入 Claude、DeepSeek 等主流模型。
2. 函数基础概念与声明
2.1 什么是函数？
函数本质上是一段有名字的代码块，它接受输入（参数），进行处理，然后返回输出（返回值）。就像现实生活中的"吃饭"这个行为：
- 需要食材（输入参数）
- 经过烹饪（处理过程）
- 变成菜肴（返回值）
在Python中声明一个最简单的函数：
python复制def greet():
print("Hello, Python初学者!")
这个greet函数就像是一个打招呼的机器人，每次调用它都会执行内部的print语句。但声明函数并不会立即执行它，就像你买了电饭煲但不按开关它不会自动煮饭一样。
2.2 为什么需要函数？
我总结函数有三大不可替代的优势：
-
代码复用：避免重复编写相同逻辑
python复制# 不用函数的情况 print("早上好，今天是周一") # ...50行其他代码... print("早上好，今天是周二") # 使用函数 def morning_greet(day): print(f"早上好，今天是{day}") morning_greet("周一") # ...50行其他代码... morning_greet("周二") -
逻辑封装：把复杂操作打包成黑盒子
python复制# 计算BMI指数 def calculate_bmi(weight, height): return weight / (height ** 2) # 使用者不需要知道计算细节 my_bmi = calculate_bmi(70, 1.75) -
代码组织：让程序结构更清晰
python复制# 没有函数的代码像一锅粥 # 计算部分 a = 10 + 20 # 输出部分 print(a) # 又一段计算 b = a * 2 # 使用函数后 def calculate(): a = 10 + 20 b = a * 2 return b result = calculate()
新手常见误区：很多初学者喜欢把所有代码都写在全局作用域，导致后期难以维护。记住：当同一段代码出现两次以上，就该考虑封装成函数了。
3. 函数参数深度解析
3.1 参数的基本使用
函数的参数就像点菜时的选项。比如一个做三明治的函数：
python复制def make_sandwich(bread, meat, vegetable):
print(f"用{bread}面包，加入{meat}和{vegetable}做成三明治")
调用时可以直接按位置传参：
python复制make_sandwich("全麦", "火腿", "生菜") # 顺序很重要
也可以用关键字参数，更清晰：
python复制make_sandwich(bread="全麦", vegetable="生菜", meat="火腿") # 顺序不重要了
3.2 默认参数：给参数备胎值
当某些参数经常取特定值时，可以设置默认值：
python复制def make_sandwich(bread="白面包", meat="火腿", vegetable="生菜"):
print(f"用{bread}面包，加入{meat}和{vegetable}做成三明治")
现在可以简化调用：
python复制make_sandwich() # 全部使用默认值
make_sandwich(meat="牛肉") # 只修改肉类
重要规则：默认参数必须放在非默认参数后面，否则会报错。想象点菜时说"我要默认的白面包，但是面包类型要全麦"——这逻辑就不通。
3.3 可变参数：处理不确定数量的输入
有时候我们不知道会有多少个参数，比如计算任意数量的数字之和：
python复制def sum_numbers(*numbers): # *表示接收任意数量的位置参数
total = 0
for num in numbers:
total += num
return total
print(sum_numbers(1, 2, 3)) # 输出6
print(sum_numbers(1, 2, 3, 4, 5)) # 输出15
对于关键字参数，可以用**kwargs：
python复制def build_profile(**info):
for key, value in info.items():
print(f"{key}: {value}")
build_profile(name="张三", age=20, hobby="编程")
3.4 参数组合使用规则
当多种参数类型混合使用时，必须遵循这个顺序：
- 普通位置参数
- 默认参数
- 可变位置参数(*args)
- 关键字参数
- 可变关键字参数(**kwargs)
python复制def complex_func(a, b=1, *args, c, d=2, **kwargs):
print(a, b, args, c, d, kwargs)
4. 返回值与作用域
4.1 返回单个值
最简单的返回方式：
python复制def square(n):
return n * n
result = square(5) # 25
4.2 返回多个值
Python允许返回元组，可以解包接收：
python复制def get_user_info():
name = "张三"
age = 20
return name, age # 实际上是返回一个元组
name, age = get_user_info()
4.3 全局变量与局部变量
理解作用域对避免bug至关重要：
python复制count = 0 # 全局变量
def increment():
global count # 声明使用全局变量
count += 1
def create_counter():
local_count = 0 # 局部变量
def inner():
nonlocal local_count # 使用外层函数的变量
local_count += 1
return local_count
return inner
counter = create_counter()
print(counter()) # 1
print(counter()) # 2
经验之谈：尽量减少全局变量的使用，它们会使程序状态难以追踪。当多个函数需要共享状态时，考虑使用类来封装。
5. 高阶函数技巧
5.1 lambda匿名函数
lambda用于创建小型匿名函数，适合简单操作：
python复制# 普通函数
def square(x):
return x * x
# lambda等效
square = lambda x: x * x
# 常用场景：排序
users = [{"name": "张三", "age": 20}, {"name": "李四", "age": 18}]
users.sort(key=lambda user: user["age"])
5.2 函数作为参数
Python中函数是一等公民，可以像变量一样传递：
python复制def apply_operation(x, y, operation):
return operation(x, y)
def add(a, b):
return a + b
result = apply_operation(5, 3, add) # 8
5.3 闭包与装饰器
闭包是引用了外部变量的函数对象：
python复制def make_multiplier(factor):
def multiplier(x):
return x * factor
return multiplier
double = make_multiplier(2)
print(double(5)) # 10
装饰器是修改其他函数行为的函数：
python复制def log_time(func):
def wrapper(*args, **kwargs):
start = time.time()
result = func(*args, **kwargs)
print(f"耗时: {time.time() - start}秒")
return result
return wrapper
@log_time
def slow_function():
time.sleep(1)
6. 递归函数详解
6.1 递归基本原理
递归是函数调用自身的过程，必须包含：
- 基线条件（停止条件）
- 递归条件（调用自身）
计算阶乘的经典例子：
python复制def factorial(n):
if n == 1: # 基线条件
return 1
return n * factorial(n - 1) # 递归条件