python中函数的优点是使程序模块化

函数的优点是使程序模块化"/>

python中函数的优点是使程序模块化

你是否对函数、类、方法、库和模块等花哨的编程术语感到困惑?你是否在与变量作用域斗争?无论你是自学成才的还是经过正式培训的程序员，代码的模块化都会令人困惑。但是类和库鼓励模块化代码，因为模块化代码意味着只需构建一个多用途代码块集合，就可以在许多项目中使用它们来减少编码工作量。换句话说，如果你按照本文对 Python 函数的研究，你将找到更聪明的工作方法，这意味着更少的工作。

本文假定你对 Python 很熟(LCTT 译注：稍微熟悉就可以)，并且可以编写和运行一个简单的脚本。如果你还没有使用过 Python，请首先阅读我的文章： Python 简介 。

函数

函数是迈向模块化过程中重要的一步，因为它们是形式化的重复方法。如果在你的程序中，有一个任务需要反复执行，那么你可以将代码放入一个函数中，根据需要随时调用该函数。这样，你只需编写一次代码，就可以随意使用它。

以下一个简单函数的示例：

#!/usr/bin/env python3

import time

def Timer():

print("Time is "+ str(time.time() ))

创建一个名为 mymodularity 的目录，并将以上函数代码保存为该目录下的 timestamp.py。

除了这个函数，在 mymodularity 目录中创建一个名为 __init__.py 的文件，你可以在文件管理器或 bash shell 中执行此操作：

$ touch mymodularity/__init__.py

现在，你已经创建了属于你自己的 Python 库(Python 中称为“模块”)，名为 mymodularity。它不是一个特别有用的模块，因为它所做的只是导入 time 模块并打印一个时间戳，但这只是一个开始。

要使用你的函数，像对待任何其他 Python 模块一样对待它。以下是一个小应用，它使用你的 mymodularity 软件包来测试 Python sleep() 函数的准确性。将此文件保存为 sleeptest.py，注意要在 mymodularity 文件夹 之外，因为如果你将它保存在 mymodularity 里面，那么它将成为你的包中的一个模块，你肯定不希望这样。

#!/usr/bin/env python3

import time

frommymodularity importtimestamp

print("Testing Python sleep()...")

# modularity

timestamp.Timer()

time.sleep(3)

timestamp.Timer()

在这个简单的脚本中，你从 mymodularity 包中调用 timestamp 模块两次。从包中导入模块时，通常的语法是从包中导入你所需的模块，然后使用 模块名称 + 一个点 + 要调用的函数名(例如 timestamp.Timer())。

你调用了两次 Timer() 函数，所以如果你的 timestamp 模块比这个简单的例子复杂些，那么你将节省大量重复代码。

保存文件并运行：

$ python3 ./sleeptest.py

Testing Python sleep()...

Timeis1560711266.1526039

Timeis1560711269.1557732

根据测试，Python 中的 sleep 函数非常准确：在三秒钟等待之后，时间戳成功且正确地增加了 3，在微秒单位上差距很小。

Python 库的结构看起来可能令人困惑，但其实它并不是什么魔法。Python 被编程 为一个包含 Python 代码的目录，并附带一个 __init__.py 文件，那么这个目录就会被当作一个包，并且 Python 会首先在当前目录中查找可用模块。这就是为什么语句 from mymodularity import timestamp 有效的原因：Python 在当前目录查找名为 mymodularity 的目录，然后查找 timestamp.py 文件。

你在这个例子中所做的功能和以下这个非模块化的版本是一样的：

#!/usr/bin/env python3

import time

frommymodularity importtimestamp

print("Testing Python sleep()...")

# nomodularity

print("Time is "+ str(time.time() ) )

time.sleep(3)

print("Time is "+ str(time.time() ) )

对于这样一个简单的例子，其实没有必要以这种方式编写测试，但是对于编写自己的模块来说，优秀的实践是你的代码是通用的，可以将它重用于其他项目。

通过在调用函数时传递信息，可以使代码更通用。例如，假设你想要使用模块来测试的不是 系统 的 sleep 函数，而是 用户自己实现 的 sleep 函数，更改 timestamp 代码，使它接受一个名为 msg 的传入变量，它将是一个字符串，控制每次调用 timestamp 时如何显示：

#!/usr/bin/env python3

import time

# 更新代码

def Timer(msg):

print(str(msg) + str(time.time() ) )

现在函数比以前更抽象了。它仍会打印时间戳，但是它为用户打印的内容 msg 还是未定义的。这意味着你需要在调用函数时定义它。

Timer 函数接受的 msg 参数是随便命名的，你可以使用参数 m、message 或 text，或是任何对你来说有意义的名称。重要的是，当调用 timestamp.Timer 函数时，它接收一个文本作为其输入，将接收到的任何内容放入 msg 变量中，并使用该变量完成任务。

以下是一个测试测试用户正确感知时间流逝能力的新程序：

#!/usr/bin/env python3

frommymodularity importtimestamp

print("Press the RETURN key. Count to 3, and press RETURN again.")

input()

timestamp.Timer("Started timer at ")

print("Count to 3...")

input()

timestamp.Timer("You slept until ")

将你的新程序保存为 response.py，运行它：

$ python3 ./response.py

Press the RETURNkey.Countto3,andpressRETURNagain.

Started timer at1560714482.3772075

Countto3...

You slept until 1560714484.1628013

函数和所需参数

新版本的 timestamp 模块现在 需要 一个 msg 参数。这很重要，因为你的第一个应用程序将无法运行，因为它没有将字符串传递给 timestamp.Timer 函数：

$ python3 ./sleeptest.py

Testing Python sleep()...

Traceback (most recent call last):

File "./sleeptest.py", line 8,in

timestamp.Timer()

TypeError: Timer() missing 1 required positional argument: 'msg'

你能修复你的 sleeptest.py 应用程序，以便它能够与更新后的模块一起正确运行吗?

变量和函数

通过设计，函数限制了变量的范围。换句话说，如果在函数内创建一个变量，那么这个变量 只 在这个函数内起作用。如果你尝试在函数外部使用函数内部出现的变量，就会发生错误。

下面是对 response.py 应用程序的修改，尝试从 timestamp.Timer() 函数外部打印 msg 变量：

#!/usr/bin/env python3

frommymodularity importtimestamp

print("Press the RETURN key. Count to 3, and press RETURN again.")

input()

timestamp.Timer("Started timer at ")

print("Count to 3...")

input()

timestamp.Timer("You slept for ")

print(msg)

试着运行它，查看错误：

$ python3 ./response.py

Press the RETURNkey.Countto3,andpressRETURNagain.

Started timer at1560719527.7862902

Countto3...

You slept for1560719528.135406

Traceback (most recent call last):

File "./response.py", line 15,in

print(msg)

NameError: name'msg'isnotdefined

应用程序返回一个 NameError 消息，因为没有定义 msg。这看起来令人困惑，因为你编写的代码定义了 msg，但你对代码的了解比 Python 更深入。调用函数的代码，不管函数是出现在同一个文件中，还是打包为模块，都不知道函数内部发生了什么。一个函数独立地执行它的计算，并返回你想要它返回的内容。这其中所涉及的任何变量都只是 本地的：它们只存在于函数中，并且只存在于函数完成其目的所需时间内。

Return 语句

如果你的应用程序需要函数中特定包含的信息，那么使用 return 语句让函数在运行后返回有意义的数据。

时间就是金钱，所以修改 timestamp 函数，以使其用于一个虚构的收费系统：

#!/usr/bin/env python3

import time

def Timer(msg):

print(str(msg) + str(time.time() ) )

charge = .02

returncharge

现在，timestamp 模块每次调用都收费 2 美分，但最重要的是，它返回每次调用时所收取的金额。

以下一个如何使用 return 语句的演示：

#!/usr/bin/env python3

frommymodularity importtimestamp

print("Press RETURN for the time (costs 2 cents).")

print("Press Q RETURN to quit.")

total = 0

while True:

kbd = input()

if kbd.lower() =="q":

print("You owe $"+ str(total) )

exit()

else:

charge = timestamp.Timer("Time is ")

total = total+charge

在这个示例代码中，变量 charge 为 timestamp.Timer() 函数的返回，它接收函数返回的任何内容。在本例中，函数返回一个数字，因此使用一个名为 total 的新变量来跟踪已经进行了多少更改。当应用程序收到要退出的信号时，它会打印总花费：

$ python3 ./charge.py

Press RETURNforthetime(costs 2 cents).

Press Q RETURNtoquit.

Timeis1560722430.345412

Timeis1560722430.933996

Timeis1560722434.6027434

Timeis1560722438.612629

Timeis1560722439.3649364

q

You owe $0.1

内联函数

函数不必在单独的文件中创建。如果你只是针对一个任务编写一个简短的脚本，那么在同一个文件中编写函数可能更有意义。唯一的区别是你不必导入自己的模块，但函数的工作方式是一样的。以下是时间测试应用程序的最新迭代：

#!/usr/bin/env python3

import time

total = 0

def Timer(msg):

print(str(msg) + str(time.time() ) )

charge = .02

returncharge

print("Press RETURN for the time (costs 2 cents).")

print("Press Q RETURN to quit.")

while True:

kbd = input()

if kbd.lower() =="q":

print("You owe $"+ str(total) )

exit()

else:

charge = Timer("Time is ")

total = total+charge

它没有外部依赖(Python 发行版中包含 time 模块)，产生与模块化版本相同的结果。它的优点是一切都位于一个文件中，缺点是你不能在其他脚本中使用 Timer() 函数，除非你手动复制和粘贴它。

全局变量

在函数外部创建的变量没有限制作用域，因此它被视为 全局 变量。

全局变量的一个例子是在 charge.py 中用于跟踪当前花费的 total 变量。total 是在函数之外创建的，因此它绑定到应用程序而不是特定函数。

应用程序中的函数可以访问全局变量，但要将变量传入导入的模块，你必须像发送 msg 变量一样将变量传入模块。

全局变量很方便，因为它们似乎随时随地都可用，但也很难跟踪它们，很难知道哪些变量不再需要了但是仍然在系统内存中停留(尽管 Python 有非常好的垃圾收集机制)。

但是，全局变量很重要，因为不是所有的变量都可以是函数或类的本地变量。现在你知道了如何向函数传入变量并获得返回，事情就变得容易了。

总结

你已经学到了很多关于函数的知识，所以开始将它们放入你的脚本中 —— 如果它不是作为单独的模块，那么作为代码块，你不必在一个脚本中编写多次。在本系列的下一篇文章中，我将介绍 Python 类。

【编辑推荐】

【责任编辑：华轩 TEL：（010）68476606】

点赞 0