要调用一个函数，需要知道函数的名称和参数，比如求绝对值的函数 abs，它接收一个参数。
可以直接从python的官方网站查看文档：http://docs.python.org/2/library/functions.html#abs
也可以在交互式命令行通过 help(abs) 查看abs函数的帮助信息。
调用 abs 函数：
>>> abs(100)100>>> abs(-20)20>>> abs(12.34)12.34
调用函数的时候，如果传入的参数数量不对，会报typeerror的错误，并且python会明确地告诉你：abs()有且仅有1个参数，但给出了两个：
>>> abs(1, 2)traceback (most recent call last): file “”, line 1, in typeerror: abs() takes exactly one argument (2 given)
如果传入的参数数量是对的，但参数类型不能被函数所接受，也会报typeerror的错误，并且给出错误信息：str是错误的参数类型：
>>> abs(‘a’)traceback (most recent call last): file “”, line 1, in typeerror: bad operand type for abs(): ‘str’
而比较函数 cmp(x, y) 就需要两个参数，如果 xy，返回 1：
>>> cmp(1, 2)-1>>> cmp(2, 1)1>>> cmp(3, 3)0
python内置的常用函数还包括数据类型转换函数，比如 int()函数可以把其他数据类型转换为整数：
>>> int(‘123’)123>>> int(12.34)12
str()函数把其他类型转换成 str：
>>> str(123)’123’>>> str(1.23)’1.23′
编写函数：
在python中，定义一个函数要使用 def 语句，依次写出函数名、括号、括号中的参数和冒号:，然后，在缩进块中编写函数体，函数的返回值用 return 语句返回。
我们以自定义一个求绝对值的 my_abs 函数为例：
def my_abs(x): if x >= 0: return x else: return -x
请注意，函数体内部的语句在执行时，一旦执行到return时，函数就执行完毕，并将结果返回。因此，函数内部通过条件判断和循环可以实现非常复杂的逻辑。
如果没有return语句，函数执行完毕后也会返回结果，只是结果为 none。
return none可以简写为return。
返回多值：
函数可以返回多个值吗？答案是肯定的。
比如在游戏中经常需要从一个点移动到另一个点，给出坐标、位移和角度，就可以计算出新的坐标：
# math包提供了sin()和 cos()函数，我们先用import引用它：
import mathdef move(x, y, step, angle): nx = x + step * math.cos(angle) ny = y – step * math.sin(angle) return nx, ny
这样我们就可以同时获得返回值：
>>> x, y = move(100, 100, 60, math.pi / 6)>>> print x, y151.961524227 70.0
但其实这只是一种假象，python函数返回的仍然是单一值：
>>> r = move(100, 100, 60, math.pi / 6)>>> print r(151.96152422706632, 70.0)
用print打印返回结果，原来返回值是一个tuple！
但是，在语法上，返回一个tuple可以省略括号，而多个变量可以同时接收一个tuple，按位置赋给对应的值，所以，python的函数返回多值其实就是返回一个tuple，但写起来更方便。
递归函数：
在函数内部，可以调用其他函数。如果一个函数在内部调用自身本身，这个函数就是递归函数。
举个例子，我们来计算阶乘 n! = 1 * 2 * 3 * … * n，用函数 fact(n)表示，可以看出：
def fact(n): if n==1: return 1 return n * fact(n – 1)
递归函数的优点是定义简单，逻辑清晰。理论上，所有的递归函数都可以写成循环的方式，但循环的逻辑不如递归清晰。
使用递归函数需要注意防止栈溢出。在计算机中，函数调用是通过栈（stack）这种数据结构实现的，每当进入一个函数调用，栈就会加一层栈帧，每当函数返回，栈就会减一层栈帧。由于栈的大小不是无限的，所以，递归调用的次数过多，会导致栈溢出。可以试试计算 fact(10000)。
函数 move(n, a, b, c) 的定义是将 n 个圆盘从 a 借助 b 移动到 c。
参考代码:
def move(n, a, b, c): if n ==1: print a, ‘–>’, c return move(n-1, a, c, b) print a, ‘–>’, c move(n-1, b, a, c)move(4, ‘a’, ‘b’, ‘c’)
解决递归调用栈溢出的方法是通过尾递归优化，事实上尾递归和循环的效果是一样的，所以，把循环看成是一种特殊的尾递归函数也是可以的。
尾递归是指，在函数返回的时候，调用自身本身，并且，return语句不能包含表达式。这样，编译器或者解释器就可以把尾递归做优化，使递归本身无论调用多少次，都只占用一个栈帧，不会出现栈溢出的情况。
上面的fact(n)函数由于return n * fact(n – 1)引入了乘法表达式，所以就不是尾递归了。要改成尾递归方式，需要多一点代码，主要是要把每一步的乘积传入到递归函数中：
def fact(n): return fact_iter(n, 1)def fact_iter(num, product): if num == 1: return product return fact_iter(num – 1, num * product)
可以看到，return fact_iter(num – 1, num * product)仅返回递归函数本身，num – 1和num * product在函数调用前就会被计算，不影响函数调用。
fact(5)对应的fact_iter(5, 1)的调用如下：
===> fact_iter(5, 1)===> fact_iter(4, 5)===> fact_iter(3, 20)===> fact_iter(2, 60)===> fact_iter(1, 120)===> 120
尾递归调用时，如果做了优化，栈不会增长，因此，无论多少次调用也不会导致栈溢出。
遗憾的是，大多数编程语言没有针对尾递归做优化，python解释器也没有做优化，所以，即使把上面的fact(n)函数改成尾递归方式，也会导致栈溢出。
定义默认参数：
定义函数的时候，还可以有默认参数。
例如python自带的 int() 函数，其实就有两个参数，我们既可以传一个参数，又可以传两个参数：
>>> int(‘123’)123>>> int(‘123’, 8)83
int()函数的第二个参数是转换进制，如果不传，默认是十进制 (base=10)，如果传了，就用传入的参数。
可见，函数的默认参数的作用是简化调用，你只需要把必须的参数传进去。但是在需要的时候，又可以传入额外的参数来覆盖默认参数值。
我们来定义一个计算 x 的n次方的函数:
def power(x, n): s = 1 while n > 0: n = n – 1 s = s * x return s
假设计算平方的次数最多，我们就可以把 n 的默认值设定为 2：
def power(x, n=2): s = 1 while n > 0: n = n – 1 s = s * x return s
这样一来，计算平方就不需要传入两个参数了：
>>> power(5)25
由于函数的参数按从左到右的顺序匹配，所以默认参数只能定义在必需参数的后面：
# ok:def fn1(a, b=1, c=2): pass# error:def fn2(a=1, b): pass
先定义一个函数，传入一个list，添加一个end再返回：
def add_end(l=[]): l.append(‘end’) return l
当你正常调用时，结果似乎不错：
>>> add_end([1, 2, 3])[1, 2, 3, ‘end’]>>> add_end([‘x’, ‘y’, ‘z’])[‘x’, ‘y’, ‘z’, ‘end’]
当你使用默认参数调用时，一开始结果也是对的：
>>> add_end()[‘end’]
但是，再次调用add_end()时，结果就不对了：
>>> add_end()[‘end’, ‘end’]>>> add_end()[‘end’, ‘end’, ‘end’]
很多初学者很疑惑，默认参数是[]，但是函数似乎每次都“记住了”上次添加了’end’后的list。
原因解释如下：
python函数在定义的时候，默认参数l的值就被计算出来了，即[]，因为默认参数l也是一个变量，它指向对象[]，每次调用该函数，如果改变了l的内容，则下次调用时，默认参数的内容就变了，不再是函数定义时的[]了。
所以，定义默认参数要牢记一点：默认参数必须指向不变对象！
要修改上面的例子，我们可以用none这个不变对象来实现：
def add_end(l=none): if l is none: l = [] l.append(‘end’) return l
现在，无论调用多少次，都不会有问题：
>>> add_end()[‘end’]>>> add_end()[‘end’]
为什么要设计str、none这样的不变对象呢？因为不变对象一旦创建，对象内部的数据就不能修改，这样就减少了由于修改数据导致的错误。此外，由于对象不变，多任务环境下同时读取对象不需要加锁，同时读一点问题都没有。我们在编写程序时，如果可以设计一个不变对象，那就尽量设计成不变对象。
定义可变参数：
如果想让一个函数能接受任意个参数，我们就可以定义一个可变参数：
def fn(*args): print args
可变参数的名字前面有个 * 号，我们可以传入0个、1个或多个参数给可变参数：
>>> fn()()>>> fn(‘a’)(‘a’,)>>> fn(‘a’, ‘b’)(‘a’, ‘b’)>>> fn(‘a’, ‘b’, ‘c’)(‘a’, ‘b’, ‘c’)
python解释器会把传入的一组参数组装成一个tuple传递给可变参数，因此，在函数内部，直接把变量 args 看成一个 tuple 就好了。
关键字参数：
可变参数允许你传入0个或任意个参数，这些可变参数在函数调用时自动组装为一个tuple。而关键字参数允许你传入0个或任意个含参数名的参数，这些关键字参数在函数内部自动组装为一个dict。请看示例：
def person(name, age, **kw): print(‘name:’, name, ‘age:’, age, ‘other:’, kw)
函数person除了必选参数name和age外，还接受关键字参数kw。在调用该函数时，可以只传入必选参数：
>>> person(‘michael’, 30)name: michael age: 30 other: {}
也可以传入任意个数的关键字参数：
>>> person(‘bob’, 35, city=’beijing’)name: bob age: 35 other: {‘city’: ‘beijing’}>>> person(‘adam’, 45, gender=’m’, job=’engineer’)name: adam age: 45 other: {‘gender’: ‘m’, ‘job’: ‘engineer’}
关键字参数有什么用？它可以扩展函数的功能。比如，在person函数里，我们保证能接收到name和age这两个参数，但是，如果调用者愿意提供更多的参数，我们也能收到。试想你正在做一个用户注册的功能，除了用户名和年龄是必填项外，其他都是可选项，利用关键字参数来定义这个函数就能满足注册的需求。
命名关键字参数：
对于关键字参数，函数的调用者可以传入任意不受限制的关键字参数。至于到底传入了哪些，就需要在函数内部通过kw检查。
仍以person()函数为例，我们希望检查是否有city和job参数：
def person(name, age, **kw): if ‘city’ in kw: # 有city参数 pass if ‘job’ in kw: # 有job参数 pass print(‘name:’, name, ‘age:’, age, ‘other:’, kw)
但是调用者仍可以传入不受限制的关键字参数：
>>> person(‘jack’, 24, city=’beijing’, addr=’chaoyang’, zipcode=123456)
如果要限制关键字参数的名字，就可以用命名关键字参数，例如，只接收city和job作为关键字参数。这种方式定义的函数如下：
def person(name, age, *, city, job): print(name, age, city, job)
和关键字参数**kw不同，命名关键字参数需要一个特殊分隔符*，*后面的参数被视为命名关键字参数。
调用方式如下：
>>> person(‘jack’, 24, city=’beijing’, job=’engineer’)jack 24 beijing engineer
命名关键字参数必须传入参数名，这和位置参数不同。如果没有传入参数名，调用将报错：
>>> person(‘jack’, 24, ‘beijing’, ‘engineer’)traceback (most recent call last): file “”, line 1, in typeerror: person() takes 2 positional arguments but 4 were given
由于调用时缺少参数名city和job，python解释器把这4个参数均视为位置参数，但person()函数仅接受2个位置参数。
命名关键字参数可以有缺省值，从而简化调用：
def person(name, age, *, city=’beijing’, job): print(name, age, city, job)
由于命名关键字参数city具有默认值，调用时，可不传入city参数：
>>> person(‘jack’, 24, job=’engineer’)jack 24 beijing engineer
使用命名关键字参数时，要特别注意，*不是参数，而是特殊分隔符。如果缺少*，python解释器将无法识别位置参数和命名关键字参数：
def person(name, age, city, job): # 缺少 *，city和job被视为位置参数 pass
参数组合：
在python中定义函数，可以用必选参数、默认参数、可变参数、关键字参数和命名关键字参数，这5种参数都可以组合使用，除了可变参数无法和命名关键字参数混合。但是请注意，参数定义的顺序必须是：必选参数、默认参数、可变参数/命名关键字参数和关键字参数。
比如定义一个函数，包含上述若干种参数：
def f1(a, b, c=0, *args, **kw): print(‘a =’, a, ‘b =’, b, ‘c =’, c, ‘args =’, args, ‘kw =’, kw)def f2(a, b, c=0, *, d, **kw): print(‘a =’, a, ‘b =’, b, ‘c =’, c, ‘d =’, d, ‘kw =’, kw)
在函数调用的时候，python解释器自动按照参数位置和参数名把对应的参数传进去。
>>> f1(1, 2)a = 1 b = 2 c = 0 args = () kw = {}>>> f1(1, 2, c=3)a = 1 b = 2 c = 3 args = () kw = {}>>> f1(1, 2, 3, ‘a’, ‘b’)a = 1 b = 2 c = 3 args = (‘a’, ‘b’) kw = {}>>> f1(1, 2, 3, ‘a’, ‘b’, x=99)a = 1 b = 2 c = 3 args = (‘a’, ‘b’) kw = {‘x’: 99}>>> f2(1, 2, d=99, ext=none)a = 1 b = 2 c = 0 d = 99 kw = {‘ext’: none}
最神奇的是通过一个tuple和dict，你也可以调用上述函数：
>>> args = (1, 2, 3, 4)>>> kw = {‘d’: 99, ‘x’: ‘#’}>>> f1(*args, **kw)a = 1 b = 2 c = 3 args = (4,) kw = {‘d’: 99, ‘x’: ‘#’}>>> args = (1, 2, 3)>>> kw = {‘d’: 88, ‘x’: ‘#’}>>> f2(*args, **kw)a = 1 b = 2 c = 3 d = 88 kw = {‘x’: ‘#’}
所以，对于任意函数，都可以通过类似func(*args, **kw)的形式调用它，无论它的参数是如何定义的。
小结
python的函数具有非常灵活的参数形态，既可以实现简单的调用，又可以传入非常复杂的参数。
默认参数一定要用不可变对象，如果是可变对象，程序运行时会有逻辑错误！
要注意定义可变参数和关键字参数的语法：
*args是可变参数，args接收的是一个tuple；
**kw是关键字参数，kw接收的是一个dict。
以及调用函数时如何传入可变参数和关键字参数的语法：
可变参数既可以直接传入：func(1, 2, 3)，又可以先组装list或tuple，再通过*args传入：func(*(1, 2, 3))；
关键字参数既可以直接传入：func(a=1, b=2)，又可以先组装dict，再通过**kw传入：func(**{‘a’: 1, ‘b’: 2})。
使用*args和**kw是python的习惯写法，当然也可以用其他参数名，但最好使用习惯用法。
命名的关键字参数是为了限制调用者可以传入的参数名，同时可以提供默认值。
定义命名的关键字参数不要忘了写分隔符*，否则定义的将是位置参数。