Python Data Science Toolbox part 1

写在前面

       这次更新拖得有点久，嗯当然，我觉得这次笔记还是挺充实的，有时间的小伙伴可以慢慢阅读，没时间的小伙伴点个收藏也是可以的~
       依照惯例，先列个提纲，今天的文章大致包括以下的内容：

• Define functions without parameters
• Define functions with one parameter
• Define functions that return a value
• Later: multiple arguments multiple return values

User-defined functions

       首先我们先来尝试建立一个给数字取平方的函数，来初步了解一下如何定义函数。

def square(): #<-Function headernew_value=4**2 #<-Function bodyprint(new_value)

       目前，我们的square函数的括号中没有带任何参数，我们将在后续的讲解中添加他。那么，无论何时我们调用此函数，都将运行函数的主体代码。此时，new_value的值被分配为16，然后将其打印出来。你可以通过输入预建函数square()来调用函数，但是，如果你想对除了4以外的数字求平方怎么办呢？你只需要在括号中添加一个参数即可：

def square(value): new_value=value**2 print(new_value)
square(4)
Out[1]:16
square(5)
Out[1]:25

       现在我们可以将任何数字传递给函数，并且输出该数字的平方。这里需要注意一点的是：定义函数时，请在函数头中编写参数，调用函数时，需要将参数传递给函数。现在，函数square接受单个参数并打印出其平方值。
       OK，如果现在我们不想直接打印该值怎么办呢，我们要返回平方值，并将其分配给某给变量。您可以通过添加return关键字，然后加上要返回的值，使得函数返回新值：

#正确输入
def square(value):new_value=value**2return new_value
num=square(4)
print(num)
Out[1]:16
#错误输入
def squre(value):new_value=value**xprint(new_value)
num=square(4)
print(num)
Out[1]:None

       如果不写return直接print，则只会执行打印命令，若再执行输出命令的话，则对应输出None，如上所述。

Docstrings

Docstrings are used to describe what your function does,such as the computations it performs or its return values.
       当添加这些描述到你的函数中，会方便任何阅读你函数的人。通过docstrings可以直接理解函数的功能，而不必跟踪函数定义中所有的代码。docstrings放置在function header之后，function body之前，并放在三个引号之间，比如对于我们的函数平方，合适的docstrings可以写成：Return the square of a value，如下所示：

def square(value):"""Return the square of a value"""new_value=value**2return new_value
num=square(4)
print(num)

Multiple parameters and return values

       下面我们将刚刚所学习的平方函数升级一下，这次我们提出一个计算一个数的某个次幂，这里就涉及到了两个参数。

def raise_to_power(value1,value2):"""Raise value1 to the power of value2"""new_value=value1**value2return new_value

       请注意，现在function header中有两个参数而不是一个，分别是value1和value2，并且参数传递的顺序与function header中参数的顺序是相对应的，其中value1是底数，value2是指数。

def raise_to_power(value1,value2):"""Raise value1 to the power of value2"""new_value=value1**value2return new_value
result1=raise_to_power(2,3)
result2=raise_to_power(3,2)
print(result1)
print(result2)
Out[1]:8
Out[2]:9

       很显然可以看出区别，raise_to_power(2,3)是把2赋值给value1，也就是底数，把3赋值给value2，也就是指数，最后函数返回的就是2的3次方；raise_to_power(3,2)是把3赋值给value1，也就是底数，把2赋值给value2，也就是指数，最后函数返回的就是3的2次方。所以输出的result1值为8，而result2的值为9，所以在调用函数时请注意参数输入的顺序！

A quick jump into tuples

       你还可以使函数返回多个值，您可以通过在函数中构造元组来做到这一点。元组就像一个列表，其中可以包含多个值，但也有一定的区别：
Tuples：

• Like a list - can contain multiple values
• lmmutable - can’t modify values
• constructed using parebtheses()

even_nums=(2,4,6)
print(type(even_nums))
Out[1]:<class 'tuple'>

Unpacking tuples&Accessing tuple elements

       在这里，我们构造一个包含3个元素的元组，您也可以在一行中将一个元组解压成为多个变量。

even_nums=(2,4,6)
a,b,c=even_nums
print(a)
print(b)
print(c)
Out[1]:2
Out[2]:4
Out[3]:6

       同样，你可以通过像使用列表一样访问单个元组元素

even_nums[1]
Out[1]:4

       下面是元组运用的例子：

def raise_both(value1,value2):"""Raise value1 to the power of value2 and vice versa"""new_value1=value1**value2new_value2=value2**value1new_tuple=(new_value1,new_value2)return(new_tuple)
result=raise_both(2,3)
print(result)
Out[1]:(8,9)

Crash course on scope in functions

• Not all objects are accessible everywhere in a script
• Scope-part of the program where an object or name may be accessible

       现在，我们将在用户定义函数的上下文中讨论范围的概念。你已经在程序中定义了变量，到目前为止，您一直在使用这些变量而没有任何问题。但是，您应该知道的一件事是，并非所有你定义的变量可以在程序中的任意诶只访问。所以，你还需要知道三种类型的范围。

• Global scope（全局范围）：defined in the main body of a script.
• Local scope （本地范围）：defined inside a function
• Built-in scope （内置作用域）：names in the pre-defined built-ins module
         其中，全局范围意味着他是在脚本或在Python程序的主体中定义的；本地范围内意味着他是在函数内定义的，一旦执行完函数，本地范围内的任何名称都将停止存在，这意味着您不能在函数定义之外访问这些名称；而内置作用域，它是由Python提供的预定义的内置模块中的名称组成的，例如print和sum。

Global vs. local scope(1)

def square(value):"""Return the square of a number"""new_val=value**2return new_val
square(3)
Out[1]:9
new_val
Out[1]:NameError: name 'new_val' is not defined

       如果我们在函数执行后尝试访问变量名称new_val，则会报错new_val未被定义，这里是因为他仅在函数本地范围内定义而不是在全局范围内定义的。

Global vs. local scope(2)

       那么如果我们在定义和调用函数之前，在全局定义了名称，有会出现怎么样的情况呢？

new_val=10
def square(value):"""Return the square of a number"""new_val=value**2return new_val
square(3)
Out[1]:9
new_val
Out[1]:10

       简而言之，只要我们在全局范围内调用该名称，他就会访问全局名称，正如你在此处看到的一样，new_val=10。
       每当我们在函数的本地范围内调用该名称时，他将首先在本地范围内查找，这就是为什么square(3)的结果是9而不是10，如果Python在本底范围内找不到名称，则会在全局范围内查找。

Global vs. local scope(3)

       例如，在这里，我们在square函数中访问全局定义的new_val，请注意，访问的全局值是当时的值，而不是定义函数时的值，因此如下所示，如果我们重新分配new_val并调用函数square，我们会看到访问了new_val的新值。

new_val=10
def square(value):"""Returns the square of a number."""new_value2=new_val**2return new_value2
square(3)
Out[1]:100
new_val=20
square(3)
Out[2]:400

       总的来说，当我们引用一个名称时，首先搜索本地范围，然后搜索全局范围，如果都不存在，再搜索内置作用域。

Gloval vs. local scope(4)

       现在，如果我们想在函数调用中更改全局名称的值，该怎么办？这就是关键字global派上用场的地方。我们现在来查看另一个案例，在函数定义中，我们通过使用关键字global跟随，希望访问和更改的全局变量的名称。

new_val=10
def square(value):""""Returns the square of a number."""global new_valnew_val=new_val**2return new_val
square(3)
new_val=100

       当我们调用函数，函数按预期工作，结果显示100，现在我们继续new_val，我们看到通过运行函数square确实对全局值进行了平方。

Nested functions

       如果我们在一个函数中定义在了另一个函数内部，并且我们在内部函数引用了一个名称会怎样呢？

def outer(...):"""..."""x=...def inner(...):"""..."""y=x**2return ...

       Python会搜索内部函数的本地范围，如果找不到x，他将搜索外部函数的本地范围，之所以成为封闭函数，是因为它将内部函数包围了起来。如果Python在封闭函数的范围内找不到x，那么他就会搜索全局范围，然后再搜索内置作用域。
       但是我们为什么需要嵌套函数呢？假设我们要在一个函数中多次使用一个进程。例如，我们我要一个以3个数字为参数并在每个数字上执行相同功能的函数，一种方法是将计算过程写出3次：

def mod2plus5(x1,x2,x3):"""Returns the remainder plus 5 of three values."""new_x1=x1%2+5new_x2=x2%2+5new_x3=x3%2+5return(new_x1,new_x2,new_x3)
print(mod2plus5(1,2,3))
Out[1]:(6, 5, 6)

       而使用嵌套函数则会显得更加简洁一些：

def mod2plus5(x1,x2,x3):"""Returns the remainder plus 5 of three value."""def inner(x):"""Returns the remainder plus 5 of a value."""return x%2+5return(inner(x1),inner(x2),inner(x3))Out[1]:(6,5,6)

       让我们再来看一下嵌套函数的另一个重要用例。

def raise_val(n):"""Return the inner function"""def inner(x):"""Raise x to the power of n"""raised=x**nreturn raisedreturn inner

       在此示例中，我们定义一个函数raise_vals，其中包含一个称为inner的内部函数，并且，他返回的是内部函数inner！raise_vals接受参数n并创建一个函数内部，该函数返回任意数字的n次幂。比如将数字2传递给raise_vals将创建一个对任何数字求平方的函数。同样，将数字3传递给raise_vals会创建一个对任何数字求立方的函数。

square=raise_val(2)
cube=raise_val(3)
print(square(2),cube(4))
Out[1]:4 64

       同样您可以使用关键字nonlocal在封闭范围内创建和更改名称。

def outer():"""Prints the value of n."""n=1def inner():nonlocal nn=2print(n)inner()print(n)
outer()
Out{1}:22

       总结一下，名称引用最多参考四个范围：即本地范围，然后是封闭函数（如果有），然后是全局范围，最后是内置作用域，这就是LEGB规则，其中L表示本地，E表示封闭，G表示全局，B表示内置。另外，请记住，分配名称只会创建或更改本地名称，除非它们是在全局或非本地语句中分配使用关键字global或关键字nonlocal声明。

Default and flexible argument

       假设您需要编写的函数需要多个参数，并且其中一些参数通常具有共同的值。在这种情况下，您希望能够在不显示指定，每个参数的情况下调用该函数，换句话说，您希望某些参数具有默认值。

Add a default argument

def power(number,pow=1):"""Raise number to the power of pow"""new_value=number**powreturn new_value
power(9,2)#此时底数是9，指数是2
Out[1]:81
power(9,1)#此时底数是9，指数是1
Out[2]:9
power(9)#此时没有给pow值，故指数默认是1
Out[3]:9

       假设您要编写一个函数，但不确定用户要传递多少个参数；例如一个接受浮点数或整数的函数，并将它们全部加起来，无论有多少，这就是输入灵活的参数。在此示例中，我们编写了对所有传递给它的参数求和的函数，

Flexible arguments:*args

def add_all(*args):"""Sum all values in *args together."""#Initialize sumsum_all=0#Accumulate the sumfor num in args:sum_all+=numreturn sum_all

       在函数定义中，我们使用参数*后跟args：然后将所有传递给函数的参数将调用到函数体中名为args的元组中，然后在函数主体中，编写我们所需的函数，我们将sum_all初始化为0，遍历元组args，并将其每个元素依次添加到sum_all，然后返回它。现在，我们可以使用任意数量的参数调用函数add_all将它们全部加起来！

add_all(1)
Out[1]:1
add_all(1,2)
Out[2]:3
add_all(5,10,15,20)
Out[3]:50

Flexible arguments:**kwargs

       你还可以使用双星号传递任意数量的关键字，我们将编写一个名为print_all的函数，该函数可以打印出标志符和传递给它们的参数。

def print_all(**kwargs):"""Print out key-value pairs in **kwargs"""#print out the key-value pairsfor key,value in kwargs.items():print(key+":"+value)
print_all(name="dumbledore",job="headmaster")
Out[1]:name:dumbledorejob:headmaster

lambda functions

       这里介绍一种动态函数，这些函数称为lambda函数，因为您使用了关键字lambda

raise_to_power=lambda x,y:x**y
raise_to_power(2,3)
Out[1]:8

       在关键字lambda之后，我们指定参数的名称，然后我们使用冒号后跟表达式，该表达式制定我们希望函数返回的内容

Anonymous functions

       map函数，它带有两个参数，一个函数和一个序列（例如列表），并将函数应用于序列的所有元素.Function map: map(func,seq)

nums=[48,6,9,21,1]
square_all=map(lambda num:num**2,nums)
print(square_all)
Out[1]:<map object at 0x0000020863CEB400>
print(list(square_all))
Out[2]:[2304, 36, 81, 441, 1]

       打印square_all显示他实际上是一个地图对象，为了方便查看他的内容，我们可以将其转换为列表并将结果打印出来。从Out[2]中可以看出，已经打印出了列表中所有数字的平方。

Introduction to error handling

       当您错误地使用一个函数时，它会引发一个错误。比如float函数，对象只能是一个数字或字符串，并且字符串所包含的必须是一个数字。

float(2)
Out[1]:2.0
float("2.3")
Out[2]:2.3
float("abc")
Out[3]:ValueError: could not convert string to float: 'abc'

passing valid arguments

       现在我们来举个例子，比如开平方函数：

def sqrt(x):"""Returns the square root of a number"""return x**(0.5)
sqrt(4)
Out[1]:2.0
sqrt(10)
Out[2]:3.1622776601683795
sqrt("hello")
Out[3]:TypeError: unsupported operand type(s) for ** or pow(): 'str' and 'float'

       这种错误消息是呈现给使用函数的用户的，因为我们应更努力为所编写的函数提供有用的错误信息。

Errors and exceotions

       捕获此类异常的错误方法有两种方式：第一种是尝试使用try函数，如果所给参数能够运行函数并给出结果，那就正常输出，如果由于异常而无法运行，则运行错误代码。

       让我们重写平方根函数，但是这次我们尝试捕获异常。

def sqrt(x):"""Returns the square root of a number"""try: return x**(0.5)except TypeError:print('x must be an int or float')
sqrt(10)
Out[1]:
sqrt("hello")
Out[2]:x must be an int or float

       通过观察，当我们捕获异常，同样的sqrt("hello")结果显示出来就不一样了。那第二种方法是什么呢？通常不仅仅是打印错误消息，我们实际上想通过使用关键字raise引发错误，例如当平方根函数应用于负数时，可能会执行我们我们不希望的操作，实际上会返回一个我们可能不需要的复数，假设我们不希望函数对复数起作用。

sqrt(-9)#重新定义之前
Out[1]:(1.8369701987210297e-16+3j)
def sqrt(x):"""Returns the squre root of a number"""if x<0:raise ValueError('x must be non-negative')try:return x**0.5except TyprError:print('x must be an int or a float')
sqrt(-9)#重新定义之后
Out[2]:ValueError: x must be non-negative

       嗯哼，这就是引发错误。经过这部分的学习，应该可以创建大部分您所需要的函数了。感谢阅读，90度鞠躬。