一、函数的定义与核心概念

1.1 函数的定义

函数是封装可重复执行代码的模块化单元，通过命名的方式组织代码逻辑，实现代码复用和功能解耦（将不同功能独立开来，减少代码之间的依赖关系）。其基本语法结构为：

def function_name(parameters):
    """文档字符串（描述函数功能）"""
    # 函数体（具体执行的代码）
    return expression  # 可选，不写return时默认返回None

核心特性：

o 命名标识：通过唯一名称调用，例如print()、len()

o 参数化输入：接收外部输入数据，支持灵活的数据处理

o 返回值：将处理结果传递给调用方，支持链式操作

o 作用域隔离：函数内定义的变量（局部变量）仅在函数内部有效，不会影响全局变量

1.2 函数的作用

o 模块化编程：将复杂问题拆解为多个独立功能单元，便于协作开发

o 代码复用：避免重复编写相同逻辑，减少代码冗余

o 提高可读性：通过有意义的函数名直观表达功能意图

二、函数参数详解

2.1 参数类型与传递规则

参数传递规则：

1. 位置参数必须出现在关键字参数之前
2. 默认参数定义需在非默认参数之后
3. 调用顺序：位置参数 -> 关键字参数 -> *args -> **kwargs

示例：

def calculate(a, b=2, *args, **kwargs):
    print(f"基础运算：{a} + {b} = {a + b}")
    print("其他位置参数：", args)
    print("其他关键字参数：", kwargs)

# 正确调用
calculate(5, 3, 10, 20, mode="fast", precision=0.95)
# 输出：
# 基础运算：5 + 3 = 8
# 其他位置参数： (10, 20)
# 其他关键字参数： {'mode': 'fast', 'precision': 0.95}

三、返回值与作用域

3.1 返回值机制

o 使用return语句将结果传递给调用方

o 支持返回多个值（实际返回元组）

o 无return语句时自动返回None

示例：

def get_coordinates():
    x = 10.5
    y = 20.8
    return x, y  # 返回元组(10.5, 20.8)

# 接收返回值
latitude, longitude = get_coordinates()

3.2 变量作用域

o 局部变量：函数内部定义的变量，仅在函数内有效

o 全局变量：函数外部定义的变量，需使用global关键字声明后修改

counter = 0  # 全局变量

def increment():
    global counter
    counter += 1
    return counter

四、模块的创建与使用

4.1 模块的基本概念

模块是包含Python代码的.py文件，可以包含：

o 变量定义

o 函数实现

o 类定义

o 可执行代码

创建自定义模块：

1. 新建math_tools.py文件
2. 编写函数：

# math_tools.py
def circle_area(radius):
    """计算圆面积"""
    return 3.14159 * radius ** 2

def is_prime(number):
    """判断质数"""
    if number < 2:
        return False
    for i in range(2, int(number**0.5)+1):
        if number % i == 0:
            return False
    return True

4.2 模块导入方式

方式1：全量导入

import math_tools
print(math_tools.circle_area(5))

方式2：选择性导入

from math_tools import is_prime
print(is_prime(17))  # 输出True

方式3：别名导入

import numpy as np
array = np.array([1, 2, 3])

方式4：主模块检测

if __name__ == "__main__":
    # 此处代码仅在直接运行本文件时执行
    print("模块测试模式")

五、标准库与第三方模块

5.1 常用标准库示例

使用示例：

from datetime import datetime
now = datetime.now()
print(f"当前时间：{now:%Y-%m-%d %H:%M}")

5.2 第三方模块安装

pip install requests pandas

import pandas as pd
data = pd.read_csv("dataset.csv")

六、最佳实践指南

6.1 函数设计原则

o 单一职责：每个函数仅完成一个明确任务

o 参数控制：参数数量建议不超过5个，过多时考虑使用对象封装

o 文档规范：使用标准格式编写函数说明

def format_name(first: str, last: str) -> str:
    """格式化用户全名
    
    Args:
        first (str): 名
        last (str): 姓
    
    Returns:
        str: 标准化全名（首字母大写）
    """
    return f"{last.title()}, {first.title()}"

6.2 模块组织技巧

1. 按功能划分模块（如data_processing.py、gui.py）
2. 复杂项目使用包结构：

my_project/
├── __init__.py
├── utils/
│   ├── math_tools.py
│   └── file_io.py
└── main.py

3. 遵循PEP8命名规范：

o 模块名：小写字母+下划线（data_loader.py）

o 函数名：小写字母+下划线（calculate_average）

七、综合应用示例

场景：创建数据处理模块

# data_processor.py
def load_data(file_path):
    """读取CSV文件"""
    import csv
    with open(file_path) as f:
        return list(csv.reader(f))

def analyze(data):
    """执行基础分析"""
    row_count = len(data)
    col_count = len(data[0]) if row_count > 0 else 0
    return {
        "rows": row_count,
        "columns": col_count,
        "sample": data[:3]
    }

if __name__ == "__main__":
    # 模块自测试
    dataset = load_data("example.csv")
    print(analyze(dataset))

八、学习路径建议

1. 从简单功能函数开始实践
2. 尝试将多个函数组织为模块
3. 学习使用标准库（如collections、itertools）
4. 逐步掌握第三方库（如requests网络请求、matplotlib数据可视化）

通过合理运用函数与模块，开发者可以构建出结构清晰、易于维护的Python应用程序。随着实践经验积累，可进一步探索装饰器、生成器等高级函数特性，以及复杂包架构设计。