摘要：函數內的變量被稱為局部變量，這是與全局變量相反的概念。有一些進行函數式編程的機制。繼承以通用的類為基礎建立專門的類對象。

假設有如下函數：

def add(x,y): return x+y

比如說有個包含由兩個相加的數字組成的元組：

params = (1,2)

使用*運算符對參數進行“分配”，不過是在調用而不是在定義時使用：

>>> add(*params)
3

======

同樣，可以使用 雙星號 運算符來處理字典。

假設之前定義了hello_3，那么可以這樣使用：

>>> params = {"name":Sir Robin","greeting":"Well met"}
>>> hello_3(**params)
Well met.Sir Robin

星號只在 定義函數（允許使用不定數目的參數）或者 調用（“分割”字典或者序列)時才有用。

在執行x=1賦值語句后，名稱x引用到值1。這就像是使用字典一樣，鍵引用值。當然，變量和所對應的值用的是個“不可見”的字典。

內建的vars函數可以返回這個字典：

>>> x = 1
>>> scope = vars()
>>> scope["x"]
1
>>> scope["x"] += 1
>>> x
2

這類“不可見字典”叫做 命名空間 或者 作用域 。除了全局作用域外，每個函數調用都會創建一個新的作用域：

>>> def foo(): x = 42
...
>>> x = 1
>>> foo()
>>> x
1

這里的foo函數改變（重綁定）了變量x，但是在最后的時候，x并沒有變。這是因為當調用foo的時候，新的命名空間就被創建了，它作用于foo內的代碼塊。賦值語句x=42只在內部作用域（局部命名空間）起作用，所以它并不影響外部（全局）作用域中的x。

函數內的變量被稱為局部變量（local variable），這是與全局變量相反的概念。參數的工作原理類似于局部變量，所以用全局變量的名字作為參數名并沒有問題。

>>> def output(x): print x
...
>>> x = 1
>>> y = 2
>>> output(y)
2

======

重綁定全局變量：

如果在函數內部將值賦予一個變量，它將會自動成為局部變量——除非告知Python將其聲明為全局變量：

>>> x = 1
>>> def change_global():
        global x
        x = x + 1
        
>>> change_global()
>>> x
2

======

Python的函數是可以嵌套的：

def foo():
    def bar():
        print "Hello,World！"
    bar()

函數嵌套有一個很突出的應用，例如需要一個函數“創建”另一個。也就意味著可以像下面這樣（在其他函數內）書寫函數：

def multiplier(factor):
    def multiplier(number):
        return number*factor
    returnmultiplyByFactor

一個函數位于另外一個里面，外層函數返回里層函數。也就是說函數本身被返回了，但并沒有被調用。重要的是返回的函數還可以訪問它的定義所在的作用域。換句話說，它“帶著”它的環境（和相關的局部變量）。

每次調用外層函數，它內部的函數都被重新綁定。factor變量每次都有一個新的值。由于Python的嵌套作用域，來自（`multiplier的)外部作用域的這個變量，稍后會被內層函數訪問：

>>> double = multiplier(2)
>>> double(5)
10
>>> triple = multiplier(3)
>>> triple(3)
9
>>> multiplier(5)(4)
20

類似multiplayByFactor函數存儲子封閉作用域的行為叫做閉包（closure）。

遞歸的定義（包括遞歸函數定義）包括它們自身定義內容的引用。

關于遞歸，一個類似的函數定義如下：

def recursion():
    return recursion()

理論上講，上述程序應該永遠地運行下去，然而每次調用函數都會用掉一點內存，在足夠的函數調用發生后（在之前的調用返回后），空間就不夠了，程序會以一個“超過最大遞歸深度”的錯誤信息結束。

這類遞歸就做無窮遞歸（infinite recursion），類似于以while True開始的無窮循環，中間沒有break或者return語句。因為（理論上講）它永遠不會結束。

有用的遞歸函數包含以下幾個部分：

當函數直接返回值時有基本實例（最小可能性問題）

遞歸實例，包括一個或者多個問題較小部分的遞歸調用。

這里的關鍵就是將問題分解成小部分，遞歸不可能永遠繼續下去，因為它總是以最小可能性問題結束，而這些問題又存儲在基本實例中的。

當每次函數被調用時，針對這個調用的新命名空間會被創建，意味著當函數調用“自身”時，實際上運行的是兩個不同的函數（或者說是同一個函數具有兩個不同的命名空間）。實際上，可以將它想象成和同種類的一個生物進行對話的另一個生物對話。

計算數n的的階乘：

def factorial(n):
    result = n
    for i in range(1,n):
        result *= 1
        return result

遞歸實現：

1的階乘是1；

大于1的數n的階乘是n乘n-1的階乘。

def factorial(n):
    if n == 1:
        return 1
    else:
        return n * factorial(n-1)

======

計算冪

例子：power(x,n)(x為n的冪次）是x自乘n-1次的結果（所以x用作乘數n次。

def power(x,n):
    result = 1
    for i in range(n):
        result *= x
    return result

遞歸實現：

對于任意數字x來說，`power(x,0)是1；

對于任何大于0的書來說，power(x,n)是x乘以(x,n-1)的結果。

def power(x,n):
    if n == 0:
        return 1
    else:
        return x * power(x,n-1)

遞歸實現：

如果上下限相同，那么就是數字所在位置，返回；

否則找到兩者的中點（上下限的平均值），查找數字是在左側還是在右側，繼續查找數字所在的那半部分。

def search(sequence,number,lower,upper):
    if lower == upper:
        assert number == sequence[upper]
        return upper
    else:
        #整數除法//,浮點數除法/
        middle = (lower + upper) // 2 
        if number > sequence[middle]:
            return search(sequence,number,middle+1,upper)
        else:
            return search(sequence,number,lower,middle)

提示：標準庫中的bisect模塊可以非常有效地實現二分查找。

Python在應對“函數式編程”方面有一些有用的函數：map、filter和reduce函數（Python3.0中都被移至fuctools模塊中）。

map和filter在目前版本的Python并非特別有用，并且可以使用列表推導式代替。不過可以使用map函數將序列中的元素全部傳遞給一個函數：

>>> map(str,range(10))        #Equivalent to [str(i) for i in range(10)]
["0","1","2","3","4","5","6","7","8","9"]

filter函數可以基于一個返回布爾值的函數對元素進行過濾。

#island 判斷字符變量是否為字母或數字，
#若是則返回非零，否則返回零

>>> def fun(x):
        return x.isalnum()
        
>>> seq = ["foo","x41","?!","***"]
>>> filter(func,seq)
["foo","x41"]

本例中，使用列表推導式可以不用專門定義一個函數：

>>> [x for x in seq if x.isalnum()]
["foo","x41"]

事實上，還有個叫做lambda表達式的特性，可以創建短小的函數。

>>> filter(lambda x: x.isalnum().seq)
["foo","x41"]

=======

reduce函數一般來說不能輕松被列表推導式替代，但是通常用不到這個功能。它會將序列的前兩個元素與給定的函數聯合使用，并且將它們的返回值和第3個元素繼續聯合使用，直到整個序列都處理完畢，并且得到一個最終結果。

可以使用reduce函數加上lambda x,y:x+y（繼續使用相同的數字）:

>>> numbers = [72,101,108,108,111,44,32,119,111,114,108,100,33]
>>> reduce(lambda x,y:x+y,numbers)
1161

當然，這里也可以使用內建函數sum。

抽象。抽象是隱藏多余細節的藝術。定義處理細節的函數可以讓程序更抽象。

函數定義。函數使用def語句定義。它們是由語句組成的塊，可以從“外部世界”獲取值（參數），也可以返回一個或者多個值作為運算的結果。

參數。函數從參數中得到需要的信息，也就是函數調用時設定的變量。Python中有兩類參數：位置參數 和 關鍵數參數。參數在給定默認值時是可選的。

作用域。變量存儲在作用域（也叫作命名空間）中。Python有兩類主要的作用域——全局作用域 和 局部作用域。作用域可以嵌套。

遞歸。 函數可以調用自身即遞歸。一切用遞歸實現的功能都能用循環實現，但是有些時候遞歸函數更易讀。

函數式編程。Python有一些進行函數式編程的機制。包括lambda表達式以及map、filter和reduce函數。

| 函數 | 描述 |
| ------------- |:-------------|
| map(func,seq[,seq,...])| 對序列中的每個元素應用函數 |
| filter(fuc,seq) | 返回其函數為真的元素的列表 |
| reduce(func,seq[,initial]) | 等同于func(func(func(seq[0],seq[1],se1[2]... |
| sum(seq) | 返回seq所有元素的和 |
| apply(func,args[,kwargs]] | 調用函數，可以提供參數 |

在面對對象程序設計中，術語對象（object）基本上可以看做數據（特性）以及由一系列可以存取、操作這些數據的方法所組成的集合。使用對象替代全局變量和函數的原因可能有很多，其中對象最重要的優點包括以下幾方面：

多態（Polymorphism）：意味著可以對不同類的對象使用同樣的操作，它們會像“被施了魔法一般”工作。

封裝（Encapsulation）：對外部世界隱藏對象的工作細節。

繼承（Inheritance)：以通用的類為基礎建立專門的類對象。

術語多態的意思是“有多種形式”。多態意味著就算不知道變量所引用的對象類型是什么，還是能它進行操作，而它也會根據對象（或類）類型的不同而表現出不同的行為。

repr函數是多態特性的代表之一，可以對任何東西使用：

def length_message(x):
    print "The length of",repr(x),"is",len（x）

>>> length_message("Fnord")
The length of "Fnord" is 5
>>> length_message([1,2,3])
The length of [1,2,3] is 3

很多函數和運算符都是多態的——你寫的絕大多數程序可能都是，只要使用多態函數和運算符，就會與“多態”發生關聯。事實上，唯一能毀掉多態的就是使用函數顯式地檢查類型，比如type、isinstance以及issubclass函數等等。如果可能的話，應該盡力避免使用這些毀掉多態的方式。真正重要的是如何讓對象按照你所希望的方式工作，不管它是不是真正的類型（或者類）。

封裝是指向程序中的其他部分隱藏對象的具體實現細節的原則。

但是封裝并不等同于多態，多態可以讓用戶對于不知道什么是類（對象類型）的對象進行方法調用，而封裝是可以不用關心對象是如何構建的而直接進行使用。

基本上，需要將對象進行抽象，調用方法的時候不用關心其他的東西，比如它是否干擾了全局變量。

可以將其作為 特性（attribute） 存儲。特性是作為變量構成對象的一部分，事實上方法更像是綁定到函數上的屬性。

對象有著自己的狀態（state）。對象的狀態由它的特性（比如名稱）來描述。對象的方法可以改變它的特性。所以就像是將一大堆函數（方法）捆在一起，并且給予他們訪問變量（特性）的權力。它們可以在函數調用之間保持保存的值。

略

類是一種對象，所有的對象都屬于某一個類，稱為類的實例（instance）。

當一個對象所屬的類是另外一個對象所屬類的子集時，前者就被稱為后者的 子類（subclass），所以“百靈鳥類”是“鳥類”的子類。相反，“鳥類”是“百靈鳥類”的“超類”（superclass）。但是，在面向程序設計中，子類的關系是隱式的，因為一個類的定義取決于它所支持的方法。類的所有實例都會包含這些方法，所以所有子類的所有實例都有這些方法。定義子類只是個定義更多（也有可能是重載已經存在的）方法的過程。

事實上，self參數正是方法和參數的區別。方法（更專業一點可以稱為綁定方法）將它們的第一個參數綁定到所屬的實例上，因此無需顯式提供該參數。當然也可以將特性綁定到一個普通函數上，這樣就不會有特殊的self參數了：

>>> class Class:
    def method(self):
        print "I hava a self"

>>> def function():
    print "I don"t..."
 
>>> instance = Class()
>>> instance.method()
I hava a self!
>>> instance.method =function
>>> instance.method()
I don"t...   

注意，self參數并不依賴于調用方法的方式，前面使用的是instance.method(實例.方法)的形式，可以隨意使用其他變量引用同一個方法：

>>> class Bird:
    song = "Squaawk!"
    def sing(self):
        print self.song

>>> bird = Bird()
>>> bird.sing()
Squaawk!

>>> birdsong = bird.sing
>>> birdsong()
Squaawk!

盡管最后一個方法調用看起來與函數調用十分相似，但是變量birdsongs引用綁定方法bird.sing上，也就意味著這還是會對self參數進行訪問（也就是說，它仍舊綁定到類的相同實例上）。

默認情況下，程序可以從外部訪問一個對象的特性：

>>> c.name
"Sir Lancelot"
>>> c.name = "Sir Gumby"
>>> c.getName()
"Sir Gumby"

為了避免這類事情的發生，應該使用私有（private）特性，這是外部對象無法訪問到，但getName和setName等訪問器（accessor）能夠訪問的特性。

Python并不直接支持私有防暑，為了讓方法或者特性變為私有（從外部無法訪問），只要在它的名字前面加上雙下劃線即可。

class Secretive:
    def __inacessible(self):
        print "Bet you can"t see me.."
       
    def accessible(self):
        print "The secret message is:"
        self.__inaccessible

現在，__inaccessible從外界是無法訪問的，而在類內部還能使用（比如從accessible）訪問：

>>> s = Secretive()
>>> s.__inaccessible()
Traceback (most recent call last):
    File "",;ine 1, in ?
    s.__inaccessible()
AttributeError: Secretive instance has no attribute "__inaccessible"
>>> s.accessible()
The secret message is:
Bet you can"t see me...

盡管雙下劃線有些奇怪，但是看起來像是其他魚魚中的標準的私有方法。而在類的內部定義中，所有以雙下劃線開始的名字都被“翻譯”成前面加上單下劃線類名的形式。

>>> Secretive._Secret__inaccsible

但實際上還是能夠在類外訪問這些私有方法，盡管不應該這么做：

>>> s._Secretive.__inaccessible
Bet you can"t see me..

簡而言之，確保他人不會訪問對象的方法和特性是不可能的，但是這類“名稱變化”是提醒他們不應該訪問這些函數或者特性的強有力信號。

如果不需要使用這種方法但是又想讓其他對象不要訪問內部數據，那么可以使用單下劃線，這不過是個習慣，但的確有實際效果。例如，前面有下劃線的名字都不會被帶星號的import語句（from module import *）導入。

下面的兩個語句幾乎等價：

def foo(x):return x*x
foo = lambda X:x*x

兩者都創建了返回參數平方的函數，而且都將變量foo綁定到函數上。變量foo可以在全局（模塊）范圍內進行定義，也可處在局部的函數或方法內。定義類時，太陽的事情也會發生，所有位于class語句中的代碼塊都在特殊的命名空間中執行——類命名空間（class namespace）。這個命名空間可由類內所有成員訪問。但并不是所有Python程序員都知道類的定義其實就是執行代碼塊。

子類可以拓展超類的定義。將其他類名寫在class語句后的圓括號內可以指定超類。

如果想要查看一個類是否是另一個的子類，可以使用內建的issubclass函數。

如果想要知道已知類的基類（們），可以直接使用它的特殊特性__base__:

同樣，還能使用isinstance方法檢查一個對象是否是一個類的實例：