Python 函数是可重复使用的代码片段，用于封装逻辑。文章详解函数定义语法、调用规则及先定义后使用的要求。阐述形参与实参的概念匹配，区分局部变量与全局变量的作用域，说明 global 关键字修改全局变量的方法。介绍函数返回值机制，支持多值返回。解析函数执行流程、栈帧结构及调试断点使用。涵盖链式调用、嵌套调用、递归原理（含阶乘示例）及递归优缺点。最后讲解参数默认值设置规范与关键字传参方式，帮助开发者掌握函数复用与模块化编程技巧。
我们编程中的函数其实和数学中的函数有一定的相似之处：
数学上的函数，比如 y=sinx，x 取不同的值，y 就会得到不同的结果
编程中的函数，指的是 一段可以被重复使用的代码片段。
# 1. 求 1 - 100 的和
sum = 0
for i in range(1, 101):
sum += i
print(sum)
# 2. 求 300 - 400 的和
sum = 0
for i in range(300, 401):
sum += i
print(sum)
# 3. 求 1 - 1000 的和
sum = 0
for i in range(1, 1001):
sum += i
print(sum)
我们通过观察可以发现，这几组代码基本是相似的，只有一点点差异，可以把重复代码提取出来，写成一个函数。
实际开发中，复制粘贴是一种不太好的策略，实际开发的重复代码可能存在几十份甚至上百份。一旦这个重复代码需要被修改，那就得改几十次，非常不便于维护。
# 定义函数
def calcSum(beg, end):
sum = 0
for i in range(beg, end + 1):
sum += i
print(sum)
# 调用函数
calcSum(1, 100)
calcSum(300, 400)
calcSum(1, 1000)
这里我们可以明显看到——重复的代码已经被消除了。
# 使用函数的方式来解决刚才的问题：
# 有什么地方要改也只要改一次就好了
# 定义一个求和函数
def calcSum(beg, end):
theSum = 0
for i in range(beg, end + 1):
theSum += i
print(theSum)
# 调用函数
# 求 1 - 100 的和
calcSum(1, 100)
# 求 300 - 400 的和
calcSum(300, 400)
# 求 1 - 1000 的和
calcSum(1, 1000)
def 函数名 (形参列表):
函数体
return 返回值
函数名 (实参列表) # 不考虑返回值
返回值 = 函数名 (实参列表) # 考虑返回值
def test1():
print('hello')
# 如果光是定义函数，而不调用，则不会执行。
test3() # 还没有执行到定义，就先执行调用了，此时就会报错。
def test3():
print('hello')
报错——
在动漫中，角色释放技能之前，需要大喊招式的名字，像角色先喊招式再放大招这个行为就可以理解为 '先定义，再使用'。
# 函数的定义和调用
# 返回值 = 函数名（实参列表）
# 先定义一个函数
# 如果只是定义，而不去调用，则函数体里面的代码就不会执行！
def test():
print('Alice')
print('Alice')
print('Alice')
# 函数调用才会真正执行函数体里面的代码
# 函数经过一次定义之后，可以被调用多次！
test()
test()
test()
test()
test()
# Python 中要求，函数定义写在前面，函数调用写在后面-->先定义，后调用
# 代码警告的处理
# 警告-->提示你的代码可能存在问题，但是并不影响程序编译执行（比较严重）
# 错误-->代码中实打实的有问题！（非常严重！影响到代码了）
# 这两个事情严重程度是完全不同的！
# 定义一个求和函数
# 点击 [忽略这个'错误（远不到错误这个级别，只能说是警告）']
def calcSum(beg, end):
# 报了警告
theSum = 0
# 刚才是函数名，这里是变量名，我们同样选择 [忽略]
for i in range(beg, end + 1):
theSum += i
print(theSum)
# 跟 for 同一级缩进
# 调用函数
# 求 1 - 100 的和
calcSum(1, 100)
# 求 300 - 400 的和
calcSum(300, 400)
# 求 1 - 1000 的和
calcSum(1, 1000)
# 文件末尾建议加上空行
# PEP8，这是 Python 里面一套非常流行的编程规范，也就是写代码中的一些'软性要求'
# 未来咱们在公司里面究竟是使用啥样的规范？不确定，只要代码风格干净整洁即可。
在函数定义的时候，可以在（）中指定'形式参数'（简称形参），然后在调用的时候，由调用者把'实际参数'（简称实参）传递进去。
这样就可以做到：一份函数，针对不同的数据进行计算处理。
我们结合一下前面的代码示例——
def calcSum(beg, end):
sum = 0
for i in range(beg, end + 1):
sum += i
print(sum)
calcSum(1, 100)
calcSum(300, 400)
calcSum(1, 1000)
上面的代码中，beg，end 就是函数的形参，1,100 / 300,400 就是函数的实参。
在执行
calcSum(1, 100)的时候，就相当于beg = 1, end = 100，然后在函数内部就可以针对 1 - 100 进行运算。
在执行calcSum(300, 400)的时候，就相当于beg = 300, end = 400，然后在函数内部就可以针对 300 - 400 进行运算。
实参和形参之间的关系，就像签合同一样。
def 签合同 (甲方，乙方):
合同内容....
签合同 ('艾莉丝','鲁迪乌斯')
签合同 ('艾莉丝','希露菲')
签合同 ('艾莉丝','洛琪希')
一个函数可以有一个形参，也可以有多个形参，也可以没有形参。
一个函数的形参有几个，那么传递实参的时候也得传几个，保证个数要匹配。
def test(a, b, c):
print(a, b, c)
test(10)
与 C++/Java 不同，Python 是动态类型的编程语言，函数的形参不必指定参数类型。换句话说，一个函数可以支持多种不同类型的参数。
def test(a):
print(a)
test(10)
test('hello')
test(True)
# 函数的参数 (1)
# 形参和实参
def test(a, b, c):
print(a, b, c)
test(10) # 函数形参数量要和实参数量要匹配
# 函数的参数 (2)
# 形参和实参
def add(a, b):
return a + b
print(add(10, 20)) # 整型相加
print(add(1.5, 2.5)) # 浮点型相加
print(add('hello', 'world')) # 字符串相加
print(add(10, 'hello')) # 报错，不能相加
函数的参数可以视为是函数的'输入'，则函数的返回值，就可以视为是函数的'输出'。
此处的'输入'，'输出'是更广义的输入输出，不是单纯指通过控制台输入输出。
我们可以把函数想象成一个'工厂'，工厂需要买入原材料，进行加工，并生产出产品。
函数的参数就是原材料，函数的返回值就是生产出的产品。
def calcSum(beg, end):
sum = 0
for i in range(beg, end + 1):
sum += i
print(sum)
calcSum(1, 100)
这段代码可以转换成——
def calcSum(beg, end):
sum = 0
for i in range(beg, end + 1):
sum += i
return sum
result = calcSum(1, 100)
print(result)
这两个代码的区别就在于，前者直接在函数内部进行了打印，后者则使用 return 语句把结果返回给函数调用者，再由调用者负责打印。
我们一般倾向于第二种写法。
实际开发中我们的一个通常的编程原则，是'逻辑和用户交互分离'而第一种写法的函数中，既包含了计算逻辑，又包含了和用户交互（打印到控制台上），这种写法是不太好的，如果后续我们需要的是把计算结果保存到文件中，或者通过网络发送，或者展示到图形化界面里，那么第一种写法的函数，就难以胜任了。
而第二种写法则专注于做计算逻辑，不负责和用户交互，那么就很容易把这个逻辑搭配不同的用户交互代码，来实现不同的效果。
# 判定是否是奇数
def isOdd(num):
if num % 2 == 0:
return False
else:
return True
result = isOdd(10)
print(result)
# 判定是否是奇数
def isOdd(num):
if num % 2 == 0:
return False
return True
result = isOdd(10)
print(result)
如果 num 是偶数，则进入 if 之后，就会触发 return False，也就不会继续执行 return True。
def getPoint():
x = 10
y = 20
return x, y
_, b = getPoint()
# 函数的返回值（1）
# 求 beg，end 这个范围的整数之和
def calSum(beg, end):
theSum = 0
for i in range(beg, end + 1):
theSum += i
return theSum
result = calSum(1, 100)
print(result)
# 函数的返回值（2）
# 这种情况下，不算是有多个 return 语句
# def test1():
# return 1
# return 2
# 一般多个 return 语句是搭配分支/循环语句的
# def isOdd(num):
# """
# 用来判定 num 是不是奇数，如果是奇数就返回 True，不是就返回 False
# :param num: 要判定的整数
# :return: 返回 True False 表示是不是奇数
# """
# # 第一种写法
# # if num % 2 == 0:
# # return True
# # else:
# # return False
#
# # 第二种写法
# if num % 2 == 0:
# return False
# return True
# print(isOdd(10))
# print(isOdd(19))
# 写一个函数，返回平面上的一个点
# 横坐标，纵坐标
def getPoint():
x = 10
y = 20
return x, y
a, b = getPoint()
print(a, b)
观察下面的代码——
def getPoint():
x = 10
y = 20
return x, y
x, y = getPoint()
在这个代码中，函数内部存在 x，y，函数外部也有 x，y，但是这两组 x、y 不是相同的变量，而只是恰好有一样的名字。
在函数 getPoint 内部定义的 x、y 只是在函数内部生效，一旦出了函数的范围，这两个变量就不再生效。
def getPoint():
x = 10
y = 20
return x, y
getPoint()
print(x, y)
虽然 名字相同，实际上是不同的变量。
x = 20
def test():
x = 10
print(f'函数内部 x = {x}')
test()
print(f'函数外部 x = {x}')
**注意：**
在函数内部的变量，也称为'局部变量'；
不在任何函数内部的变量，也称为'全局变量'。
x = 20
def test():
print(f'x = {x}')
test()
x = 20
def test():
global x
x = 10
print(f'函数内部 x = {x}')
test()
print(f'函数外部 x = {x}')
如果此处没有 global，则函数内部的 x = 10 就会被视为是创建一个局部变量 x，这样就和全局变量 x 不相关了。
换而言之，在 if / while / for 中定义的变量，在语句外面也可以正常使用。
for i in range(1, 10):
print(f'函数内部 i = {i}')
print(f'函数外部 i = {i}')
# 变量的作用域
# 函数里面的 x,y 和函数外面的 x,y 是同一组变量吗？
# 不同的变量，只不过名字恰好相同！
# 函数内部的变量名，只能在函数内部生效，出了函数，就无效了！
# x,y = getPoint()
# print(x,y)
# 变量的作用域！
# 一个变量名的生效范围是一定的！只在一个固定的区域内生效
# 函数内部和函数外部是可以使用同名的变量的，虽然变量名相同，但是是不同的变量！
# 全局变量和局部变量
# 例子：
# x = 10
# def test():
# x = 20
# print(f"函数内部：{x}")
# test()
# print(f"函数外部：{x}")
# 函数里，也是可以使用全局变量的！
# 例子：在函数里尝试读取全局变量是可以的！
# x = 10
# def test():
# print(f"x = {x}")
# test()
# print(f"函数外部：{x}")
# 在函数中尝试访问某个变量的时候，会先尝试在局部变量中查找，如果找到，就直接访问；
# 如果没找到，就会往上一级作用域中进行查找-->test 再往上一级作用域，就是全局了
# 使用这个函数，把全局变量 x 给改成 20！
# x = 10
# def test():
# x = 20 # 这个 x 被当成函数内部的局部变量了
# test()
# print(f"x = {x}")
# Python 中的关键字：global
# x = 10
# def test():
# # 声明，变成针对全局变量来进行的了
# global x
# x = 20 # 这个 x 被当成函数内部的局部变量了
# # 由于修改全局变量的操作和创建变量的语法是一模一样的，所以 Python 把它当做是局部变量了
# # （所以要加上 global 进行显式声明）
# test()
# print(f"x = {x}")
# 没有 global，此时就会把 x = 20 当做是在函数内部创建了一个局部变量 x
# 而实际上是要修改全局变量 x，为了让函数里面知道 x 是个全局变量，就使用 global 关键字先声明一下
# if else，while，for 这些关键字也会引入'代码块'，但是这些代码块不会对变量的作用域产生影响!!
# 在上述语句代码块内部定义的变量，可以在外面被访问!
# for i in range(1, 11):
# print(i)
# print('------------------------')
# print(i)
# 输出：
# 1
# 2
# 3
# 4
# 5
# 6
# 7
# 8
# 9
# 10
# ------------------------
# 10
if True:
x = 10
print(x)
调用函数才会执行函数体代码，不调用则不会执行。
函数体执行结束（或者遇到 return 语句）则回到函数调用位置，继续往下执行。
def test():
print("执行函数内部代码")
print("执行函数内部代码")
print("执行函数内部代码")
print("1111")
test()
print("2222")
test()
print("3333")
这个过程还可以使用 PyCharm 自带的调试器来观察。
点击行号右侧的空白，可以在代码中插入
**断点**。
右键，Debug，可以按照调试模式执行代码，每次执行到断点，程序都会暂停下来。
使用StepInto(F7) 功能可以逐行执行代码。
# 函数的执行过程
def test():
print('执行函数体代码')
print('执行函数体代码')
print('执行函数体代码')
print("111111")
test()
print("222222")
test()
print("333333")
test()
print("444444")
test()
print("555555")
test()
# 还可以使用 PyCharm 的调试器，也能观察函数执行的过程
# 调试执行相比于正常的区别：就是可以随时停下来，方便程序员观察程序的中间过程
# 调试：F7，step into
# 判定是否是奇数
def isOdd(num):
if num % 2 == 0:
return False
else:
return True
result = isOdd(10)
print(result)
实际上也可以简化一下，写作——
print(isOdd(10))
把一个函数的返回值，作为另一个函数的参数，这种操作称为 链式调用。
这是一种比较常见的写法。
# 函数的链式调用和嵌套调用 (1)
# 链式调用
def isOdd(num):
if num % 2 == 0:
return False
return True
def add(x, y):
return x + y
# result = isOdd(10)
# print(result)
print(isOdd(add(5, 5)))
函数内部还可以调用其他的函数，这个动作称为 '嵌套调用'。
test 函数内部调用了 print 函数，这里就属于嵌套调用。
函数嵌套的过程是非常灵活的。
def a():
print("函数 a")
def b():
print("函数 b")
a()
def c():
print("函数 c")
b()
def d():
print("函数 d")
c()
d()
如果把代码稍微调整，打印结果则可能发生很大变化。
def a():
print("函数 a")
def b():
a()
print("函数 b")
def c():
b()
print("函数 c")
def d():
c()
print("函数 d")
d()
注意体会上述代码的执行顺序，我们可以通过画图的方式来理解。
函数之间的调用关系，在 Python 中会使用一个特定的数据结构来表示，称为 函数调用栈。每次函数调用，都会在调用栈里新增一个元素，称为 栈帧。
可以通过 PyCharm 调试器看到函数调用栈和栈帧。
在调试状态下，PyCharm 左下角一般就会显示出函数调用栈。
def a():
num1 = 10
print("函数 a")
def b():
num2 = 20
a()
print("函数 b")
def c():
num3 = 30
b()
print("函数 c")
def d():
num4 = 40
c()
print("函数 d")
d()
选择不同的栈帧，就可以看到各自栈帧中的局部变量。
思考： 上述代码，a，b，c，d 函数中的局部变量名各不相同。如果变量名是相同的，比如都是 num，那么这四个函数中的 num 是属于同一个变量，还是不同变量呢？
# 函数的链式调用和嵌套调用 (2)
# 嵌套调用
# def test():
# print("Alice")
# test()
# 嵌套调用层次可以有很多层
# def a():
# print('函数 a')
# def b():
# print('函数 b')
# a()
# def c():
# print('函数 c')
# b()
# def d():
# print('函数 d')
# c()
# d()
# 运行结果
# 函数 d
# 函数 c
# 函数 b
# 函数 a
# 代码顺序稍作调整，打印顺序就会变化
def a():
print('函数 a')
def b():
a()
print('函数 b')
def c():
b()
print('函数 c')
def d():
c()
print('函数 d')
d()
# 运行结果
# 函数 a
# 函数 b
# 函数 c
# 函数 d
# 局部变量和函数栈帧
# 这几个变量虽然同名，但是是不同变量，属于不同的函数作用域
# 每个变量也是保存在各自的栈帧中的 (每个栈帧也是保存在内存中)
# 变量本质是一块内存空间
def a():
num = 10
print('函数 a')
def b():
num = 20
a()
print('函数 b')
def c():
num = 30
b()
print('函数 c')
def d():
num = 40
c()
print('函数 d')
d()
递归是嵌套调用中的一种特殊情况：即 一个函数嵌套调用自己。
def factor(n):
if n == 1:
return 1
return n * factor(n - 1)
result = factor(5)
print(result)
上述代码中，就属于典型的递归操作。在 factor 函数内部，又调用了 factor 自身。
注意：递归代码务必要保证——
（1）存在递归结束条件：比如 if n == 1 就是结束条件，当 n 为 1 的时候，递归就结束了；
（2）每次递归的时候，要保证函数的实参是逐渐逼近结束条件的。
如果上述条件不能满足，就会出现'无限递归'，这是一种典型的代码错误。
def factor(n):
return n * factor(n - 1)
result = factor(5)
print(result)
正如前面所描述的那样，函数调用时会在函数调用栈中记录每一层函数调用的信息。
但是函数调用栈的空间不是无限大的，如果调用层数太多，就会超出栈的最大范围，导致出现问题。
# 函数递归
# 写一个函数，来求 n 的阶乘 (n 是正整数)
# 用循环的方式来写
# def factor(n):
# result = 1
# for i in range(1, n + 1):
# result *= i
# return result
# print(factor(5))
# 用递归的方式来写
# n! => n * (n - 1)
# 1! => 1
def factor(n):
if n == 1:
return 1
return n * factor(n - 1)
print(factor(5))
（1）递归类似于'数学归纳法'，明确初始条件，和递推公式，就可以解决一系列的问题；
（2）递归代码往往代码量非常少。
（1）递归代码往往难以理解，很容易超出掌控范围；
（2）递归代码容易出现栈溢出的情况；
（3）递归代码往往可以转换成等价的循环代码，并且通常来说循环版本的代码执行效率要略高于递归版本。
在我们实际开发的时候，
使用递归要慎重！
Python 中的函数，可以给形参指定默认值。
带有默认值的参数，可以在调用的时候不传参。
def add(x, y, debug=False):
if debug:
print(f'调试信息：x={x}, y={y}')
return x + y
print(add(10, 20))
print(add(10, 20, True))
此处 debug=False 即为参数默认值。当我们不指定第三个参数的时候，默认 debug 的取值即为 False。
def add(x, debug=False, y):
if debug:
print(f'调试信息：x={x}, y={y}')
return x + y
print(add(10, 20))
带有默认值的参数如果没有放到没有默认值的参数的后面就会报错——
# 函数形参的默认值
# 通过这样的默认值，就可以让函数的设计更灵活！
# debug：形参的默认值
# 带有默认值的形参就可以在调用函数的时候，不必传参
# 参数越多会提高使用者的成本
def add(x, y, debug=False):
if debug:
print(f'x = {x}, y = {y}')
return x + y
# result = add(10, 20) # 不开启调试信息的情况，只传了两个实参
result = add(10, 20, True)
# result = add(10, 20, False)
print(result)
# 像默认值这样的语法，在编程界是存在争议的！
# C++ 也支持形参默认参数，Java 就不支持，但是 Python 还是引入默认参数的
# 带有默认值的形参得在形参列表的后面，而不能在前面 / 中间！
# 多个带有默认值的形参，这些都得在形参列表的后面
# 报错：SyntaxError: parameter without a default follows parameter with a default
在调用函数的时候，需要给函数指定实参，一般默认情况下是按照形参的顺序，来依次传递实参的，但是我们也可以通过 关键字参数，来调整这里的传参顺序，显式指定当前实参传递给哪个形参。
def test(x, y):
print(f'x = {x}')
print(f'y = {y}')
test(x=10, y=20)
test(y=100, x=200)
运行结果如下所示——
# 函数的关键字参数
# 按照先后顺序来传参——这种传参风格，称为'位置参数'这是各个编程语言中最普遍的方式！
# 关键字传参：按照形参的名字来进行传参！
def test(x, y):
print(f'x = {x}')
print(f'y = {y}')
test(x=10, y=20) # 非常明显地告诉程序员：你的参数要传给谁！另外可以无视形参和实参的顺序！
test(y=100, x=200)
# 运行结果
# x = 10
# y = 20
# x = 200
# y = 100
# 位置参数和关键字参数还能混着用，只不过混着用的时候要求位置参数在前。
# 关键字参数在后
# 关键字参数一般也就是搭配默认参数来使用的
# 一个函数，可以提供很多的参数，来实现对这个函数的内部功能做出一些调整设定
# 为了降低调用者的使用成本，就可以把大部分参数设定出默认值
# 当调用者需要调整其中的一部分参数的时候，就可以搭配关键字参数来进行操作 (在 Python 的文件操作部分会演示，这里不展开)
函数是编程语言中的一个核心语法机制。Python 中的函数和大部分编程语言中的函数功能都是基本类似的。
我们当下最关键要理解的主要就是三个点：
函数的定义
函数的调用
函数的参数传递
在后续的编程中，我们会广泛的使用到函数，要再反复加深对于函数的理解哦。
# 函数部分小结
# 函数的定义
# 函数的调用
# 函数的参数传递过程
# 函数的执行流程：
# （1）进去，好进
# （2）出来，不好出
微信公众号「极客日志」，在微信中扫描左侧二维码关注。展示文案：极客日志 zeeklog
使用加密算法（如AES、TripleDES、Rabbit或RC4）加密和解密文本明文。 在线工具，加密/解密文本在线工具，online
解析常见 curl 参数并生成 fetch、axios、PHP curl 或 Python requests 示例代码。 在线工具，curl 转代码在线工具，online
将字符串编码和解码为其 Base64 格式表示形式即可。 在线工具，Base64 字符串编码/解码在线工具，online
将字符串、文件或图像转换为其 Base64 表示形式。 在线工具，Base64 文件转换器在线工具，online
将 Markdown（GFM）转为 HTML 片段，浏览器内 marked 解析；与 HTML转Markdown 互为补充。 在线工具，Markdown转HTML在线工具，online
将 HTML 片段转为 GitHub Flavored Markdown，支持标题、列表、链接、代码块与表格等；浏览器内处理，可链接预填。 在线工具，HTML转Markdown在线工具，online