06. Python函数基础：从基础封装到高阶应用与算法实战

2401_86311855

774人浏览 · 2026-04-02 20:00:00

2401_86311855 · 2026-04-02 20:00:00 发布

温故知新：从字符到函数的进阶之路

在上一节的学习旅程中，我们深入探索了Python中字符串的奇妙世界。我们不仅掌握了字符串的索引与切片操作，学会了如何像手术刀一样精准地提取数据，还熟悉了各种实用的内置方法，如大小写转换、查找替换以及去除空白字符等。特别是通过split()和join()的灵活运用，我们打通了字符串与列表之间转换的通道，为数据处理打下了坚实的基础。

如果说字符串是构建信息大厦的“砖块”，那么今天我们要学习的函数，就是将砖块砌成高楼大厦的“起重机”。掌握了字符串，我们拥有了处理文本的能力；而掌握了函数，我们将拥有组织代码、构建逻辑、实现复用的力量。

让我们带着对字符串操作的记忆，正式开启Python函数篇的学习，看看如何通过封装与调用，让代码变得更加优雅与强大。

最近在学习Python的过程中，函数（Function）无疑是最重要的部分之一。通过将代码封装成函数，我们不仅能解决代码冗余问题，还能大幅提升代码的可读性和维护效率。

今天我将结合我的学习笔记，带大家系统梳理Python函数的核心知识点，包括函数嵌套、匿名函数、回调函数以及常见的算法练习。

📚 目录

函数基础与参数详解
函数的嵌套调用
匿名函数 (Lambda)（重要）与高阶函数
回调函数的应用(了解)
经典算法实战练习

1. 函数基础与参数详解

在Python中，函数是对特定功能的封装。定义函数使用 def 关键字。

核心特点：

复用性： 解决代码重复问题。
返回值： 使用 return 结束函数并返回数据。若不写 return，默认返回 None。
在同一个文件中，出现重名的函数，后面的函数会将前面的函数覆盖，调用的时候执行后面的函数。
函数必须先定义，后调用，调用在定义的下面。

参数的四种类型：

参数类型	说明	代码示例
必需/位置参数	必须按顺序传参，数量一致	`def func(a, b): ...`
默认参数	定义时有默认值，调用时可选传	`def func(a, b=10): ...`
关键字参数	调用时通过 `key=value` 形式传参	`func(name='Tom', age=18)`
不定长参数	接收任意多个参数 (`args`元组, `*kwargs`字典)	`def func(args, *kwargs): ...`

注意： 参数定义的顺序通常为：位置参数 -> *args -> 默认参数 -> **kwargs。

2. 函数的嵌套调用

函数之间可以相互嵌套调用，即在一个函数中调用另一个函数。这在处理复杂逻辑时非常有用，可以将大问题拆解为小问题。

原理： 只要是指向该函数的变量，就可以调用该函数。函数名本质上是指向函数对象的变量。

代码演示：

def test():
    test1() # 调用 test1
    print(1)

def test1():
    test2() # 调用 test2
    print(2)

def test2():
    test3() # 调用 test3
    print(3)

def test3():
    print(4)

# 调用入口
test()
# 输出结果：
# 4
# 3
# 2
# 1

3. 匿名函数 (Lambda) （重要）与高阶函数

Lambda 是一种简洁的创建函数的方式，它没有函数名，自带 return，通常用于表示简单的逻辑。

语法： lambda 参数: 表达式

常用场景： Lambda 常与高阶函数 map 和 filter 配合使用。

Map (映射)： 对列表中的每个元素做批量处理。
Filter (过滤)： 找出列表中符合要求的数据。

代码演示：

# 普通函数 vs 匿名函数
# def square(x): return x ** 2
f2 = lambda x: x ** 2
print(f2(5)) # 输出: 25

# Map: 对列表 [1,2,3] 的每个元素进行 x**4 运算
n_map = map(lambda x: x ** 4, [1, 2, 3])
print(list(n_map)) # 输出: [1, 16, 81]

# Filter: 从列表中筛选出偶数
n_filter = filter(lambda x: x % 2 == 0, [1, 2, 3, 4, 5, 6])
print(list(n_filter)) # 输出: [2, 4, 6]

4. 回调函数 (Callback)（了解）

回调函数是指将函数作为参数传入另一个函数中。这在排序（sort）或事件处理中非常常见。

应用场景： 在列表排序中，通过 key 参数传入一个函数，告诉排序规则依据什么进行。

代码演示：

# 假设有一个学生信息列表
students = [
    {'name': '张三', 'age': 18, 'score': 50},
    {'name': '李四', 'age': 16, 'score': 88},
    {'name': '王五', 'age': 17, 'score': 48}
]

# 按照年龄升序排序
students.sort(key=lambda x: x['age'])
print("按年龄排序:", students)

# 按照成绩降序排序 (reverse=True 表示降序)
students.sort(key=lambda x: x['score'], reverse=True)
print("按成绩排序:", students)

5. 经典算法实战练习

为了巩固函数的使用，我整理了几个常见的算法练习题。

1. 判断闰年

def is_leap_year(year):
    """判断是否为闰年"""
    return (year % 4 == 0 and year % 100 != 0) or (year % 400 == 0)

print(is_leap_year(2020)) # True

2. 判断质数

def is_prime(n):
    """判断是否为质数"""
    if n <= 1:
        return False
    for i in range(2, n):
        if n % i == 0:
            return False
    return True

print(is_prime(10)) # False
print(is_prime(11)) # True

3. 水仙花数 水仙花数是指一个 3 位数，它的每个位上的数字的 3次幂之和等于它本身。

def find_narcissistic():
    """获取所有的水仙花数"""
    result = []
    for i in range(100, 1000):
        a = i // 100 # 百位
        b = i // 10 % 10 # 十位
        c = i % 10 # 个位
        if a**3 + b**3 + c**3 == i:
            result.append(i)
    return result

print("水仙花数:", find_narcissistic())

代码运行截图为：

4. 回文数判断

def is_palindrome(n):
    """判断是否为回文数"""
    return str(n)[::-1] == str(n)

print(is_palindrome(12321)) # True

5. 封装一个函数，获取多个数中的最小值，最大值，和，以及平均值

def fn2(*args):
    m = min(*args)
    n = max(*args)
    s = sum(*args)
    avg = s / len(*args)
    print(f"最大值是{m}, 最小值是{n}, 和是{s}, 平均值是{avg:.2f}")
fn2((1, 5, 41, 15, 18, 66, 25))

def fn2(*args):
    return min(args), max(args), sum(args), sum(args) / len(args)
print(fn2(1, 5, 41, 15, 18, 66, 25))

这段代码运行结果如图：