3.2 函数

    函数使用关键字声明，用return关键字返回值：

    同时拥有多条return语句也是可以的。如果到达函数末尾时没有遇到任何一条return语句，则返回None。

    函数可以有一些位置参数（positional）和一些关键字参数（keyword）。关键字参数通常用于指定默认值或可选参数。在上面的函数中，x和y是位置参数，而z则是关键字参数。也就是说，该函数可以下面这两种方式进行调用：

    1. my_function(5, 6, z=0.7)
    2. my_function(3.14, 7, 3.5)
    3. my_function(10, 20)

    函数参数的主要限制在于：关键字参数必须位于位置参数（如果有的话）之后。你可以任何顺序指定关键字参数。也就是说，你不用死记硬背函数参数的顺序，只要记得它们的名字就可以了。

    函数可以访问两种不同作用域中的变量：全局（global）和局部（local）。Python有一种更科学的用于描述变量作用域的名称，即命名空间（namespace）。任何在函数中赋值的变量默认都是被分配到局部命名空间（local namespace）中的。局部命名空间是在函数被调用时创建的，函数参数会立即填入该命名空间。在函数执行完毕之后，局部命名空间就会被销毁（会有一些例外的情况，具体请参见后面介绍闭包的那一节）。看看下面这个函数：

    1. def func():
    2.     a = []
    3.     for i in range(5):
    4.         a.append(i)

    调用func()之后，首先会创建出空列表a，然后添加5个元素，最后a会在该函数退出的时候被销毁。假如我们像下面这样定义a：

    1. a = []
    2. def func():
    3.     for i in range(5):
    4.         a.append(i)

    虽然可以在函数中对全局变量进行赋值操作，但是那些变量必须用global关键字声明成全局的才行：

    1. In [168]: a = None
    3. In [169]: def bind_a_variable():
    4.    .....:     global a
    5.    .....:     a = []
    6.    .....: bind_a_variable()
    7.    .....:
    9. In [170]: print(a)
    10. []

    返回多个值

    在我第一次用Python编程时（之前已经习惯了Java和C++），最喜欢的一个功能是：函数可以返回多个值。下面是一个简单的例子：

    1. def f():
    2.     a = 5
    3.     b = 6
    4.     c = 7
    5.     return a, b, c
    7. a, b, c = f()

    在数据分析和其他科学计算应用中，你会发现自己常常这么干。该函数其实只返回了一个对象，也就是一个元组，最后该元组会被拆包到各个结果变量中。在上面的例子中，我们还可以这样写：

    1. return_value = f()

    这里的return_value将会是一个含有3个返回值的三元元组。此外，还有一种非常具有吸引力的多值返回方式——返回字典：

    1. def f():
    2.     a = 5
    3.     b = 6
    4.     c = 7
    5.     return {'a' : a, 'b' : b, 'c' : c}

    取决于工作内容，第二种方法可能很有用。

    函数也是对象

    由于Python函数都是对象，因此，在其他语言中较难表达的一些设计思想在Python中就要简单很多了。假设我们有下面这样一个字符串数组，希望对其进行一些数据清理工作并执行一堆转换：

    1. In [171]: states = ['   Alabama ', 'Georgia!', 'Georgia', 'georgia', 'FlOrIda',
    2.    .....:           'south   carolina##', 'West virginia?']

    不管是谁，只要处理过由用户提交的调查数据，就能明白这种乱七八糟的数据是怎么一回事。为了得到一组能用于分析工作的格式统一的字符串，需要做很多事情：去除空白符、删除各种标点符号、正确的大写格式等。做法之一是使用内建的字符串方法和正则表达式re模块：

    1. import re
    3. def clean_strings(strings):
    4.     result = []
    5.     for value in strings:
    6.         value = value.strip()
    7.         value = re.sub('[!#?]', '', value)
    8.         value = value.title()
    9.         result.append(value)
    10.     return result

    结果如下所示：

    1. In [173]: clean_strings(states)
    2. Out[173]: 
    3. ['Alabama',
    4.  'Georgia',
    5.  'Georgia',
    6.  'Georgia',
    7.  'Florida',
    8.  'South   Carolina',
    9.  'West Virginia']
    1. def remove_punctuation(value):
    2.     return re.sub('[!#?]', '', value)
    4. clean_ops = [str.strip, remove_punctuation, str.title]
    6. def clean_strings(strings, ops):
    7.     result = []
    8.     for value in strings:
    9.         for function in ops:
    10.             value = function(value)
    11.         result.append(value)
    12.     return result

    然后我们就有了：

    1. Out[175]: 
    2. ['Alabama',
    3.  'Georgia',
    4.  'Georgia',
    5.  'Georgia',
    7.  'South   Carolina',
    8.  'West Virginia']

    这种多函数模式使你能在很高的层次上轻松修改字符串的转换方式。此时的clean_strings也更具可复用性！

    还可以将函数用作其他函数的参数，比如内置的map函数，它用于在一组数据上应用一个函数：

    Python支持一种被称为匿名的、或lambda函数。它仅由单条语句组成，该语句的结果就是返回值。它是通过lambda关键字定义的，这个关键字没有别的含义，仅仅是说“我们正在声明的是一个匿名函数”。

    1. def short_function(x):
    2.     return x * 2
    4. equiv_anon = lambda x: x * 2

    本书其余部分一般将其称为lambda函数。它们在数据分析工作中非常方便，因为你会发现很多数据转换函数都以函数作为参数的。直接传入lambda函数比编写完整函数声明要少输入很多字（也更清晰），甚至比将lambda函数赋值给一个变量还要少输入很多字。看看下面这个简单得有些傻的例子：

    1. def apply_to_list(some_list, f):
    2.     return [f(x) for x in some_list]
    4. ints = [4, 0, 1, 5, 6]
    5. apply_to_list(ints, lambda x: x * 2)

    虽然你可以直接编写[x *2for x in ints]，但是这里我们可以非常轻松地传入一个自定义运算给apply_to_list函数。

    再来看另外一个例子。假设有一组字符串，你想要根据各字符串不同字母的数量对其进行排序：

    1. In [177]: strings = ['foo', 'card', 'bar', 'aaaa', 'abab']

    这里，我们可以传入一个lambda函数到列表的sort方法：

    1. In [178]: strings.sort(key=lambda x: len(set(list(x))))
    3. In [179]: strings
    4. Out[179]: ['aaaa', 'foo', 'abab', 'bar', 'card']

    柯里化：部分参数应用

    柯里化（currying）是一个有趣的计算机科学术语，它指的是通过“部分参数应用”（partial argument application）从现有函数派生出新函数的技术。例如，假设我们有一个执行两数相加的简单函数：

    1. def add_numbers(x, y):
    2.     return x + y

    通过这个函数，我们可以派生出一个新的只有一个参数的函数——add_five，它用于对其参数加5：

    1. add_five = lambda y: add_numbers(5, y)

    add_numbers的第二个参数称为“柯里化的”（curried）。这里没什么特别花哨的东西，因为我们其实就只是定义了一个可以调用现有函数的新函数而已。内置的functools模块可以用partial函数将此过程简化：

    1. from functools import partial
    2. add_five = partial(add_numbers, 5)

    生成器

    能以一种一致的方式对序列进行迭代（比如列表中的对象或文件中的行）是Python的一个重要特点。这是通过一种叫做迭代器协议（iterator protocol，它是一种使对象可迭代的通用方式）的方式实现的，一个原生的使对象可迭代的方法。比如说，对字典进行迭代可以得到其所有的键：

    1. In [180]: some_dict = {'a': 1, 'b': 2, 'c': 3}
    3. In [181]: for key in some_dict:
    4.    .....:     print(key)
    5. a
    6. b
    7. c

    当你编写for key in some_dict时，Python解释器首先会尝试从some_dict创建一个迭代器：

    1. In [182]: dict_iterator = iter(some_dict)
    3. In [183]: dict_iterator
    4. Out[183]: <dict_keyiterator at 0x7fbbd5a9f908>

    迭代器是一种特殊对象，它可以在诸如for循环之类的上下文中向Python解释器输送对象。大部分能接受列表之类的对象的方法也都可以接受任何可迭代对象。比如min、max、sum等内置方法以及list、tuple等类型构造器：

    1. In [184]: list(dict_iterator)
    2. Out[184]: ['a', 'b', 'c']

    生成器（generator）是构造新的可迭代对象的一种简单方式。一般的函数执行之后只会返回单个值，而生成器则是以延迟的方式返回一个值序列，即每返回一个值之后暂停，直到下一个值被请求时再继续。要创建一个生成器，只需将函数中的return替换为yeild即可：

    1. def squares(n=10):
    2.     print('Generating squares from 1 to {0}'.format(n ** 2))
    3.     for i in range(1, n + 1):
    4.         yield i ** 2

    调用该生成器时，没有任何代码会被立即执行：

    1. In [186]: gen = squares()
    3. In [187]: gen
    4. Out[187]: <generator object squares at 0x7fbbd5ab4570>
    1. In [188]: for x in gen:
    2.    .....:     print(x, end=' ')
    3. Generating squares from 1 to 100
    4. 1 4 9 16 25 36 49 64 81 100

    另一种更简洁的构造生成器的方法是使用生成器表达式（generator expression）。这是一种类似于列表、字典、集合推导式的生成器。其创建方式为，把列表推导式两端的方括号改成圆括号：

    它跟下面这个冗长得多的生成器是完全等价的：

    1. def _make_gen():
    2.     for x in range(100):
    3.         yield x ** 2
    4. gen = _make_gen()

    生成器表达式也可以取代列表推导式，作为函数参数：

    1. In [191]: sum(x ** 2 for x in range(100))
    2. Out[191]: 328350
    4. In [192]: dict((i, i **2) for i in range(5))
    5. Out[192]: {0: 0, 1: 1, 2: 4, 3: 9, 4: 16}

    itertools模块

    标准库itertools模块中有一组用于许多常见数据算法的生成器。例如，groupby可以接受任何序列和一个函数。它根据函数的返回值对序列中的连续元素进行分组。下面是一个例子：

    1. In [193]: import itertools
    3. In [194]: first_letter = lambda x: x[0]
    5. In [195]: names = ['Alan', 'Adam', 'Wes', 'Will', 'Albert', 'Steven']
    7. In [196]: for letter, names in itertools.groupby(names, first_letter):
    8.    .....:     print(letter, list(names)) # names is a generator
    9. A ['Alan', 'Adam']
    10. W ['Wes', 'Will']
    11. A ['Albert']
    12. S ['Steven']

    表3-2中列出了一些我经常用到的itertools函数。建议参阅Python官方文档，进一步学习。

    错误和异常处理

    优雅地处理Python的错误和异常是构建健壮程序的重要部分。在数据分析中，许多函数函数只用于部分输入。例如，Python的float函数可以将字符串转换成浮点数，但输入有误时，有ValueError错误：

    1. In [197]: float('1.2345')
    2. Out[197]: 1.2345
    4. In [198]: float('something')
    5. ---------------------------------------------------------------------------
    6. ValueError                                Traceback (most recent call last)
    7. ----> 1 float('something')
    8. ValueError: could not convert string to float: 'something'

    假如想优雅地处理float的错误，让它返回输入值。我们可以写一个函数，在try/except中调用float：

    2.     try:
    3.         return float(x)
    4.     except:
    5.         return x

    当float(x)抛出异常时，才会执行except的部分：

    1. In [200]: attempt_float('1.2345')
    2. Out[200]: 1.2345
    4. In [201]: attempt_float('something')
    5. Out[201]: 'something'

    你可能注意到float抛出的异常不仅是ValueError：

    1. In [202]: float((1, 2))
    2. ---------------------------------------------------------------------------
    3. TypeError                                 Traceback (most recent call last)
    4. <ipython-input-202-842079ebb635> in <module>()
    5. ----> 1 float((1, 2))
    6. TypeError: float() argument must be a string or a number, not 'tuple'

    你可能只想处理ValueError，TypeError错误（输入不是字符串或数值）可能是合理的bug。可以写一个异常类型：

    1. def attempt_float(x):
    2.     try:
    3.         return float(x)
    4.     except ValueError:
    5.         return x

    然后有：

    1. In [204]: attempt_float((1, 2))
    2. ---------------------------------------------------------------------------
    3. TypeError                                 Traceback (most recent call last)
    4. <ipython-input-204-9bdfd730cead> in <module>()
    5. ----> 1 attempt_float((1, 2))
    6. <ipython-input-203-3e06b8379b6b> in attempt_float(x)
    7.       1 def attempt_float(x):
    8.       2     try:
    9. ----> 3         return float(x)
    10.       4     except ValueError:
    11.       5         return x
    12. TypeError: float() argument must be a string or a number, not 'tuple'

    可以用元组包含多个异常：

    1. def attempt_float(x):
    2.     try:
    3.         return float(x)
    4.     except (TypeError, ValueError):
    5.         return x

    某些情况下，你可能不想抑制异常，你想无论try部分的代码是否成功，都执行一段代码。可以使用finally：

    1. f = open(path, 'w')
    3. try:
    4.     write_to_file(f)
    5. finally:
    6.     f.close()

    这里，文件处理f总会被关闭。相似的，你可以用else让只在try部分成功的情况下，才执行代码：

    1. f = open(path, 'w')
    3. try:
    4.     write_to_file(f)
    5. except:
    6.     print('Failed')
    7. else:
    8.     print('Succeeded')
    9. finally:
    10.     f.close()

    如果是在%run一个脚本或一条语句时抛出异常，IPython默认会打印完整的调用栈（traceback），在栈的每个点都会有几行上下文：

    1. In [10]: %run examples/ipython_bug.py
    2. ---------------------------------------------------------------------------
    3. AssertionError                            Traceback (most recent call last)
    4. /home/wesm/code/pydata-book/examples/ipython_bug.py in <module>()
    5.      13     throws_an_exception()
    6.      14
    7. ---> 15 calling_things()
    9. /home/wesm/code/pydata-book/examples/ipython_bug.py in calling_things()
    10.      11 def calling_things():
    11.      12     works_fine()
    12. ---> 13     throws_an_exception()
    13.      14
    14.      15 calling_things()
    16. /home/wesm/code/pydata-book/examples/ipython_bug.py in throws_an_exception()
    17.       7     a = 5
    18.       8     b = 6
    19. ----> 9     assert(a + b == 10)
    20.      10
    21.      11 def calling_things():
    23. AssertionError:

    自身就带有文本是相对于Python标准解释器的极大优点。你可以用魔术命令%xmode，从Plain（与Python标准解释器相同）到Verbose（带有函数的参数值）控制文本显示的数量。后面可以看到，发生错误之后，（用%debug或%pdb magics）可以进入stack进行事后调试。