Python基础总结(十)之函数
Python函数
函数是Python中也是非常重要的，函数是带名字的代码块，用于完成具体的工作。要执行函数定义的特定任务，可调用该函数。
一、函数的定义
函数的定义要使用def关键字，def后面紧跟函数名，缩进的为函数的代码块。
def test():print("Hello,World")
上述即为一个简单的函数，定义了一个名为test的函数，函数体为 print(“Hello,World”)。要使用该函数，只需调用即可。
def test():print("Hello,World")test()
# Hello,World
二、形参实参
函数中也可以指定参数，进行函数中的调用参数，在函数名后面括号中的成为形参，而在函数调用时传递的参数成为实参。
定义一个两数相加的函数
def add(num1, num2):Sum = num1 + num2print(Sum)add(1, 2)
# 3
上述中的num1，num2为函数的形参，而在调用的add(1, 2)中的1和2为函数的实参，输出结果为Sum。
2.1 位置实参
函数的定义中可能包含多个形参，所以函数的调用中要包含多个实参，而位置实参就是要求传递的实参要与函数定义的形参一一对应，否则可能会出现错误。
def info(name, height):print(f"The {name} height is {height}")info("peter", 180)
# The peter height is 180
上述的参数是形参和实参对应的，如果不对应就可能出现错误。
def info(name, height):print(f"The {name} height is {height}")info(180, "peter")
# The 180 height is peter
可能会出现上述可笑的错误。
2.2 关键字实参
关键字实参不会像位置参数需要一一对应，在函数调用时，就直接形参对应的实参，不会出现错误。
def info(name, height):print(f"The {name} height is {height}")info(name="peter", height=180)
# The peter height is 180
在上述的实参中，指定了函数中的形参对应的实参，所以实参不是与形参一一对应，也不会出现错误。
def info(name, height):print(f"The {name} height is {height}")info(height=180, name="peter")
# The peter height is 180
2.3 默认值
在函数中可以形参指定默认值，当调用函数且没有给对应的形参传递参数时，函数会以默认的参数输出，当实参指定时，则会以指定的实参进行输出。
def info(name, height, sorce=70):print(f"The {name} height is {height}, and sorce is {sorce}")info(height=180, name="peter", sorce=80)
# The peter height is 180, and sorce is 80
当不指定参数时，对应的参数则以形参中指定的参数输出
def info(name, height, sorce=70):print(f"The {name} height is {height}, and sorce is {sorce}")info(height=180, name="peter")
# The peter height is 180, and sorce is 70
三、返回值
函数并不是只向上面的那样简单的处理，还能返回值，共其他的函数进出处理。函数中返回值的关键字为return，就是将函数的处理结果返回出来，供其使用。
def add(num1, num2):Sum = num1 + num2return Sumresult = add(1, 2)
print(result)
# 3
上述的函数体中并没有使用print打印输出结果，而是将计算的结果传给了Sum，使用关键字return返回Sum，在函数外将函数的结果赋值给result，从而将计算的结果输出。
四、任意数量的实参
在编写函数时，有时候不知道具体有多少实参，这时就可以使用Python中的任意数量的实参来指定，使用 * 号来指定形参就可实现这样的功能。
def info(*infor):print(infor)info("peter", 179, 80)
# ('peter', 179, 80)
上述函数的形参*infor让Python创建了一个名为infor的元组，并且调用函数时的实参全部以元组的形式存入。
五、任意数量的关键字实参
有时候需要接受任意数量的实参，但不知道传递给函数是什么样的信息，这时可将函数编写成能接受任意数量的键值对。使用 ** 号来指定形参就可实现这样的功能。
def info(name, height, **infor):infor["name"] = nameinfor["height"] = heightreturn inforret = info("peter", 179, sorce=80, major="math")
print(ret)
# {'sorce': 80, 'major': 'math', 'name': 'peter', 'height': 179}
上述**infor的形参，Python创建了一个名为infor的键值对字典，调用函数时指定的实参都将以键值对的形式存入infor的字典中。
六、传入列表和字典
函数不止能传入简单的参数，还可以传入列表和字典，可参考链接: 函数传入列表和字典
相关文章：
之函数)
Python基础总结(十)之函数
Python函数 函数是Python中也是非常重要的，函数是带名字的代码块，用于完成具体的工作。要执行函数定义的特定任务，可调用该函数。 一、函数的定义 函数的定义要使用def关键字，def后面紧跟函数名，缩进的为函数的代码…...
 解除Gatekeeper限制)
macOS 15 (Sequoia) 解除Gatekeeper限制
macOS 15 (Sequoia) 解除Gatekeeper限制指南 问题描述 在macOS 15中执行sudo spctl --global-disable命令后，系统提示： Globally disabling the assessment system needs to be confirmed in System Settings 但隐私与安全性界面未显示"任何来源&…...
【Flask开发踩坑实录】pip 安装报错：“No matching distribution found” 的根本原因及解决方案！
关键词：pip 报错、镜像源问题、flask-socketio、Python开发环境、安装失败 作者：未名编程 ｜ 更新时间：2025.05.11 📌 引言：一场莫名其妙的 pip 安装失败 最近在开发一个基于 Flask 的图像检索网站时&#…...
50.辐射抗扰RS和传导抗扰CS测试环境和干扰特征分析
辐射抗扰RS和传到抗扰CS测试环境和干扰特征分析 1. 辐射抗扰RS2. 传导抗扰CS 1. 辐射抗扰RS 辐射抗扰RS考察对外界电磁场干扰得抗扰能力，测试频段为80MHz~2000MHz，用1KHz得正弦波进行调幅，在电波暗室内进行。测试标准：IEC 61000-…...
零基础玩转sqlmap - 从入门到摸清数据库
sqlmap 包下载链接：https://pan.quark.cn/s/a6ab2586f77e 基本操作 最简单的用法：sqlmap -u "网址" - 直接测试这个网址有没有SQL注入漏洞 带参数的测试：如果网址后面有参数，比如 id1，sqlmap会自动检测 指…...
AI面经总结-试读
写在前面 该面经于2022年秋招上岸后耗时一个半月整理完毕，目前涵盖Python、基础理论、分类与聚类、降维、支持向量机SVM、贝叶斯|决策树、KNN、Boosting&Bagging、回归、代价函数与损失函数、激活函数、优化函数、正则优化、初始化与归一化、卷积、池化、传统图…...
python打卡day22@浙大疏锦行
复习日 仔细回顾一下之前21天的内容，没跟上进度的同学补一下进度。 作业： 自行学习参考如何使用kaggle平台，写下使用注意点，并对下述比赛提交代码 一、数据预处理 import pandas as pd import numpy as np import matplo…...
网络安全设备配置与管理-实验5-p150虚拟防火墙配置
实验5-p150虚拟防火墙配置 做不出来可以把项目删掉再新建。 实验六多加几步配置静态路由表就行。 文章目录 实验5-p150虚拟防火墙配置1. 实验目的2. 实验任务3. 实验设备4. 实验拓扑图和设备接口5. 实验命令与步骤1. 连线与配置2. 实验验证 思考题 1. 实验目的 通过该实验掌握…...
数值运算的误差估计
数值运算的误差估计 设两个近似数 x 1 ∗ x_1^* x1∗与 x 2 ∗ x_2^* x2∗的误差限分别为 ε ( x 1 ∗ ) \varepsilon(x_{1}^{*}) ε(x1∗)和 ε ( x 2 ∗ ) \varepsilon(x_{2}^{*}) ε(x2∗) 误差限满足一下运算法则： 和差运算的误差限： 设 y …...
HCIP-BGP实验一
一：拓扑图 二：需求分析： 保证R1-R5的环回地址相互能够通讯。 分析； 1.IP的配置 2.R2-R4完成IGP配置，配置OSPF 3.完成BGP配置。 4.优化配置，包括下一跳的选择，IBGP对等体建邻的IP地址。 三…...
linux内核pinctrl/gpio子系统驱动笔记
目录 一、简单介绍二、主要源码文件和目录gpio子系统pinctrl子系统两个子系统之间的关系设备树例子 三、主要的数据结构gpio子系统pinctrl子系统 四、驱动初始化流程五、难点说明 一、简单介绍 GPIO子系统: Linux GPIO子系统是Linux内核中负责处理GPIO（通用输入输出…...
Qt—多线程基础
一、QThread 1.为什么使用多线程 在默认情况下，Qt使用的是单线程，当你启动一个 Qt 应用程序时，它会运行在一个单一的主线程（也被称为 GUI 线程）中。这个主线程负责处理所有的 GUI 事件和界面渲染。 但在一些其他情况下…...
HTML5表格语法格式详解
HTML5 表格的基本结构 HTML5 表格由 <table> 标签定义，表格中的每一行由 <tr> 标签定义，表头单元格由 <th> 标签定义，数据单元格由 <td> 标签定义。表格的基本结构如下： <table><tr><th…...
《Go小技巧易错点100例》第三十三篇
Validator自定义校验规则 Go语言中广泛使用的validator库支持通过结构体标签定义校验规则。当内置规则无法满足需求时，我们可以轻松扩展自定义校验逻辑。 示例场景：验证用户年龄是否成年（≥18岁） type User struct {Age in…...
Spring AI（3）——Chat Memory
Chat Memory介绍 大型语言模型（LLM）是无状态的，这意味着它们不保留关于以前互动的信息。为了解决这个问题，Spring AI提供了Chat Memory（聊天记忆）功能。通过Chat Memory，用户可以实现在与LLM的…...
详解)
双向循环神经网络(Bi-RNN)详解
双向循环神经网络(Bidirectional Recurrent Neural Network, Bi-RNN)是一种能够同时利用序列数据过去和未来信息的循环神经网络架构，在许多序列建模任务中表现出色。 1. Bi-RNN基本概念 1.1 核心思想 Bi-RNN通过组合两个独立的RNN层来工作： 前向RNN&…...
【Bluedroid】HID DEVICE 连接的源码分析
本文分析Android Bluetooth协议栈中HID device设备连接流程的完整实现，从应用层接口到协议栈底层的交互细节。通过关键函数（如connect()、BTA_HdConnect()、HID_DevConnect()等）的代码解析，重点关注btif、bta、HID协议栈三层的协同机制，揭示BTA_HD_CONN_STATE_EVT事件传递…...
)
第二十一周:项目开发中遇到的相关问题(二)
本周接着介绍本次新闻项目中遇到的一些问题。首先谈谈Controller层中的请求路径问题（RequestMapping）,RequestMapping注解是Spring框架中用于处理HTTP请求映射的核心注解，它可以将HTTP请求映射到具体的控制器方法上。 1.关于它的基本作用&…...
深度解析大模型学习率：优化策略与挑战
大模型超参数Learning Rate的深度学习 学习率（Learning Rate）是机器学习和深度学习中最核心的超参数之一，尤其在训练大规模语言模型（LLMs）时，其设置直接影响模型的收敛速度、训练稳定性及最终性能。以下从多维度详细解析学习率的定义、作用、挑战及优化策略。 一、学习率…...
云计算-容器云-KubeVirt 运维
KubeVirt 运维：创建 VM 使用提供的镜像在 kubevirt 命名空间下创建一台 VM，名称为 exam，指定 VM 的内存、CPU、网卡和磁盘等配置。 [rootk8s-master-node1 ~]# kubectl explain kubevirt.spec. --recursive |grep useuseEmulation <boo…...
C++内存管理详解
目录 1.C/C中的内存 2.C内存管理 2.1C语言内存管理 2.2new和delete 2.2.1概念及定义 2.2.2自定义类型内存管理 2.2.3 delete与delete[ ] 1.C/C中的内存 在C/C中编译器会对不同的代码进行内存分配，给代码的内存区主要分为栈区、堆区、数据段(静态区)、代码段(…...
二叉搜索树讲解
1. 二叉搜索树的概念 二叉搜索树又称二叉排序树，它或者是一颗空树，或者是具有以下性质的二叉树： 1. 若它的左子树不为空，则左子树上的所有结点的值都小于等于根节点的值。 2. 若它的右子树不为空，则右子树上的所有结…...
MySQL 索引设计宝典：原理、原则与实战案例深度解析
目录 前言第一章：索引设计的基础原则 (知其然，更要知其所以然)第二章：实战案例：电商订单系统的索引设计第三章：索引设计的实践流程总结结语 🌟我的其他文章也讲解的比较有趣😁，如果喜…...
如何租用服务器并通过ssh连接远程服务器终端
这里我使用的是智算云扉 没有打广告 但确实很便宜 还有二十小时免费额度 链接如下 注册之后 租用新实例 选择操作系统 选择显卡型号 点击租用 选择计费方式 选择镜像 如果跑深度学习的话 就选项目对应的torch版本 没有的话 就创建纯净的cuda 自己安装 点击创建实例 创建之后 …...
TikTok 账号运营干货：AI 驱动优化
TikTok 账号运营是一项需要全方位精心雕琢的工作。首先，账号资料的打造至关重要，务必保证完整且富有吸引力。头像要清晰醒目，能够直观传达账号的核心特色；昵称需简洁易记，方便用户快速识别与记忆；简介则要精…...
Redis 分布式锁
什么是分布式锁 在一个分布式的系统中, 也会涉及到多个节点访问同一个公共资源的情况. 此时就需要通过 锁 来做互斥控制, 避免出现类似于 "线程安全" 的问题 而 java 的 synchronized 或者 C 的 std::mutex, 这样的锁都是只能在当前进程中生效, 在分布式的这种多个进…...
Redis爆肝总结
一、基础 1.介绍 本质上是一个Key-Value类型的内存数据库，数据的加载在内存当中进行操作，定期通过异步操作把数据库数据flush到硬盘上进行保存。 速度快的根本原因 纯内存操作，性能非常出色，每秒可以处理超过10万次读写操作&a…...
Qt模块化架构设计教程 -- 轻松上手插件开发
概述 在软件开发领域，随着项目的增长和需求的变化，保持代码的可维护性和扩展性变得尤为重要。一个有效的解决方案是采用模块化架构，尤其是利用插件系统来增强应用的功能性和灵活性。Qt框架提供了一套强大的插件机制，可以帮助开发者轻松实现这种架构。 模块化与插件系统 模…...
[项目总结] 抽奖系统项目技术应用总结
🌸个人主页:https://blog.csdn.net/2301_80050796?spm1000.2115.3001.5343 🏵️热门专栏: 🧊 Java基本语法(97平均质量分)https://blog.csdn.net/2301_80050796/category_12615970.html?spm1001.2014.3001.5482 🍕 Collection与…...
【运维】基于Python打造分布式系统日志聚合与分析利器
《Python OpenCV从菜鸟到高手》带你进入图像处理与计算机视觉的大门！ 解锁Python编程的无限可能：《奇妙的Python》带你漫游代码世界 在分布式系统中，日志数据分散在多个节点，管理和分析变得复杂。本文详细介绍如何基于Python开发一个日志聚合与分析工具，结合Logstash和F…...
MySql（基础）
表名建议用 反引号 包裹（尤其是表名包含特殊字符或保留字时），但如果表名是普通字符串（如 user），可以省略。 注释（COMMENT 姓名） 数据库 1.查看数据库：show databases…...
怎样选择成长股 读书笔记（一）
文章目录 第一章 成长型投资的困惑一、市场不可预测性的本质困惑二、成长股的筛选悖论三、管理层评估的认知盲区四、长期持有与估值波动的博弈五、实践中的认知升级路径总结：破解困惑的行动框架 第二章 如何阅读应计制利润表一、应计制利润表的本质与核心原则1. 权责…...
系统思考：个人与团队成长
四年前，我交付的系统思考项目，今天学员的反馈依然深深触动了我。 我常常感叹，系统思考不仅仅是一场培训，更像是一场持续的“修炼”。在这条修炼之路上，最珍贵的，便是有志同道合的伙伴们一路同行࿰…...
并行发起http请求
1. 使用 axios Promise.all <template><input type"file" multiple change"handleFileUpload" /> </template><script> import axios from axios;export default {methods: {async handleFileUpload(event) {const files event…...
【数据结构入门训练DAY-31】组合的输出
本文介绍了如何使用深度优先搜索（DFS）算法解决数的组合问题。题目要求从1到n的自然数中选取r个数，输出所有可能的组合，并按字典顺序排列。文章详细描述了解题思路，包括建立数组存储数字、使用DFS递归处理候选数、以及如…...
leetcode0815. 公交路线-hard
1 题目： 公交路线 官方标定难度：难 给你一个数组 routes ，表示一系列公交线路，其中每个 routes[i] 表示一条公交线路，第 i 辆公交车将会在上面循环行驶。 例如，路线 routes[0] [1, 5, 7] 表示第 0 辆公…...
花朵识别系统Python+深度学习+卷积神经网络算法+TensorFlow+人工智能
一、介绍 花朵识别系统。本系统采用Python作为主要编程语言，基于TensorFlow搭建ResNet50卷积神经网络算法模型，并基于前期收集到的5种常见的花朵数据集（向日葵、玫瑰、蒲公英、郁金香、菊花）进行处理后进行模型训练，最…...
LLM 论文精读（四）LLM Post-Training: A Deep Dive into Reasoning Large Language Models
这是一篇2025年发表在arxiv中的LLM领域论文，是一篇非常全面的综述类论文，介绍了当前主流的强化学习方法在LLM上的应用，文章内容比较长，但建议LLM方面的从业人员反复认真阅读。 写在最前面 为了方便你的阅读，以下几点的…...
网址为 http://xxx:xxxx/的网页可能暂时无法连接，或者它已永久性地移动到了新网址
这是由于浏览器默认的非安全端口所导致的，所谓非安全端口，就是浏览器出于安全问题，会禁止一些网络浏览向外的端口。 避免使用6000,6666这样的端口 6000-7000有很多都不行，所以尽量避免使用这个区间 还有在云服务器中，…...
【C++】16.继承
C三大特性：封装，继承，多态 在前面的章节中，我们讲过了封装，也就是通过类和访问修饰符来进行封装。 接下来我们就来认识一下新的特性——继承 1. 继承的概念及定义 1.1 继承的概念 继承(inheritance)机制是面向对…...
LlamaIndex 第七篇 结构化数据提取
大型语言模型（LLMs）在数据理解方面表现出色，这也促成了它们最重要的应用场景之一：能够将常规的人类语言（我们称之为非结构化数据）转化为特定的、规范的、可被计算机程序处理的格式。我们将这一过程的输出称…...
PHP API安全设计四要素：构建坚不可摧的接口防护体系
引言：API安全的重要性 在当今前后端分离和微服务架构盛行的时代，API已成为系统间通信的核心枢纽。然而，不安全的API可能导致： 数据泄露：敏感信息被非法获取篡改风险：传输数据被中间人修改重放攻击&#x…...
英语16种时态
时态应用场合格式例子一般现在时表示经常、反复发生的动作，客观事实或普遍真理主语 动词原形（第三人称单数作主语时动词加 -s/-es）The sun rises in the east.一般过去时表示过去某个时间发生的动作或存在的状态主语 动词的过去式I visited…...
使用 goaccess 分析 nginx 访问日志
介绍 goaccess 是一个在本地解析日志的工具, 可以直接在命令行终端环境中使用 TUI 界面查看分析结果, 也可以导出为更加丰富的 HTML 页面. 官网: https://goaccess.io/ 下载安装 常见的 Linux 包管理器中都包含了 goaccess, 直接安装就行. 以 Ubuntu 为例: sudo apt instal…...
什么是中央税
中央税（又称国家税）是指由中央政府直接征收、管理和支配的税种，其收入全额纳入中央财政，用于保障国家层面的财政支出和宏观调控。中央税通常具有税基广泛、收入稳定、涉及国家主权或全局性经济调控的特点。 --- 中央税的核心特征…...
AI Agent（10）：个人助手应用
引言 本文聚焦AI Agent在个人助手领域的应用，探讨其如何在个人生产力提升、健康与生活管理、学习与教育辅助以及娱乐与社交互动四个方面，为用户创造价值并解决实际问题。 AI个人助手正从简单的指令执行者逐渐发展为具有自主性、适应性和个性化能力的智能伙伴。这一转变不仅…...
力扣70题解
记录 2025.5.8 题目: 思路： 1.初始化：p 和 q 初始化为 0，表示到达第 0 级和第 1 级前的方法数。r 初始化为 1，表示到达第 1 级台阶有 1 种方法。 2.循环迭代：从第 1 级到第 n 级台阶进行迭代： p 更新为前…...
)
2025御网杯wp（web,misc,crypto)
文章目录 miscxor10图片里的秘密被折叠的显影图纸 Cryptoeasy_rsagift**1. 礼物数学解析****最终答案** 草甸方阵的密语easy-签到题baby_rsa webYWB_Web_xffYWB_Web_未授权访问easywebYWB_Web_命令执行过滤绕过反序列化 misc xor10 ai一把梭 根据题目中的字符串和提示&#…...
【深度学习】将本地工程上传到Colab运行的方法
1、将本地工程（压缩包）上传到一个新的colab窗口：如下图中的 2.zip，如果工程中有数据集，可以删除掉。 2、解压压缩包。 !unzip /content/2.zip -d /content/2 如果解压出了不必要的文件夹可以递归删除： #…...
多模态大语言模型arxiv论文略读（六十九）
Prompt-Aware Adapter: Towards Learning Adaptive Visual Tokens for Multimodal Large Language Models ➡️ 论文标题：Prompt-Aware Adapter: Towards Learning Adaptive Visual Tokens for Multimodal Large Language Models ➡️ 论文作者：Yue Zha…...