一文讲透Python函数的创建和调用

本文介绍: Py th on 本质上是一种编程语言，通过编写运行代码的方式实现工作目标。读者可以想象，如果针对机器学习或数据统计分析的每种方法或统计量计算都要用户自行编写代码，那么显然在很多情况下是无法满足用户便捷开展分析的要求的，用户体验也会远远不如St a ta、SPSS等专业集成统计软件。所以，Py th on提供了函数作为完成某项工作的标准化代码块，达到标准化编写后反复调用、增加标准代码复用性、减少代码冗余、提升工作效率的目的。

1.Py th on提供了函数作为完成某项工作的标准化代码块

Py th on 本质上是一种编程语言，通过编写运行代码的方式实现工作目标。读者可以想象，如果针对机器学习或数据统计分析的每种方法或统计量计算都要用户自行编写代码，那么显然在很多情况下是无法满足用户便捷开展分析的要求的，用户体验也会远远不如Stata、SPSS等专业集成统计软件。所以，Py th on提供了函数作为完成某项工作的标准化代码块，达到标准化编写后反复调用、增加标准代码复用性、减少代码冗余、提升工作效率的目的。

2.Pyth on函数的创建通过def()来完成

Pyt h on函数的创建通过def()来完成，基本语法格式为：

其中，function name为函数名；param e t e r list为可选参数，用于指定需要向函数中传递的参数，参数可以为一个或多个，多个参数之间使用英文逗号（,）分隔，也可以没有参数，但要保留def后面的一对空的小括号（()）；com ments为可选参数，用来为函数指定注释，说明该函数的功能、要传递的参数作用等；function body为可选的，用于指定函数体，即该函数被调用后要执行的功能代码。如果函数有返回值，则要通过return 语句返回。[“””com ments“””]和[function body]相对于def 关键字需要保持一定程度的缩进。比如要创建一个计算长方形面积的函数，代码如下：

3.函数的调用

函数的调用通过执行该函数来完成，基本语法格式为：

其中，function name为函数名；parameter value为可选参数，用于指定向函数中传递的参数，参数可以为一个或多个，多个参数之间使用英文逗号（,）分隔，也可以没有参数，也要保留函数名后面的一对空的小括号（()）。示例如下，输入以下代码并运行：

运行结果为：24。

4.Pyth on 数据分析或机器学习 推荐两本入门级的图书

文章节选自《Pyth on数据科学应用从入门到精通》（张甜杨维忠著 2023年11月新书清华大学出版社）。

针对Pyth on数据分析或机器学习推荐两本入门级的图书：《Pyth on机器学习原理与算法实现》（杨维忠 张甜著 2023年2月新书清华大学出版社）《Pyth on数据科学应用从入门到精通》（张甜杨维忠著 2023年11月新书清华大学出版社）。这两本书的特色是在数据分析、机器学习各种算法的介绍方面通俗易懂，较少涉及数学推导，对数学基础要求相对不高，在python代码方面讲的很细致，看了以后根据自身需要选取算法、优化代码、科学调参。都有配套免费提供的源代码、数据文件和视频讲解，也有PPT、思维导图、习题等。

为什么说这两本书值得？首先说《Python机器学习原理与算法实现》（杨维忠张甜著 2023年2月新书清华大学出版社），内容非常详实，包含了Python和机器学习，相当于一次获得了两本书。在讲解各类机器学习算法时，逐一详解用到的各种Python代码，针对每行代码均有恰当注释（这一点基本上是大多数书目做不到的）。恒丰银行总行副行长郑现中，山东大学经济学院教学实验中心主任副教授韩振，德勤华永会计师事务所华文伟合伙人，首创证券深圳分公司机构业务部樊磊总经理中国准精算师，山东省农村信用社联合社数据管理项目组郝路安总监等一众大牛联袂推荐。这本书在出版之前曾开发成9次系列课程，在恒丰银行全行范围类开展培训，490人跟随杨维忠老师上课学习（课程限报490人），培训完成后课程在知鸟平台上回放超过3万人次。很多银行员工通过这些学习一下子就学会了Python，并且用于工作中开展数据分析、机器学习、数据可视化等，这本书也被多家商业银行选做数字化人才培训教材，成为银行员工的一本网红书。

《Python数据科学应用从入门到精通》一书，旨在教会读者实现全流程的数据分析，并且相对《Python机器学习原理与算法实现》一书增加了很多概念性、科普性的内容，进一步降低了学习难度。国务院发展研究中心创新发展研究部第二研究室主任杨超，山东大学经济学院金融系党支部书记、副主任、副教授、硕士生导师张博，山东管理学院信息工程学院院长袁锋教授、硕士生导师，山东大学经济学院刘一鸣副研究员、硕士生导师，得厚投资合伙人张伟民等一众大牛联袂推荐。书中全是干活，买这一本书相当于一下子得到了5本书（Python基础、数据清洗、特征工程、数据可视化、数据挖掘与建模），而且入门超级简单，不需要编程基础，也不需要过多数学推导，非常适用于零基础学生。全书内容共分13章。其中第1章为数据科学应用概述，第2章讲解Python的入门基础知识，第3章讲解数据清洗。第4~6章介绍特征工程，包括特征选择、特征处理、特征提取。第7章介绍数据可视化。第8~13章介绍6种数据挖掘与建模方法，分别为线性回归、Log i stic 回归、决策树、随机森林、神经网络、RFM分析。从数据科学应用和Python的入门，再到数据清洗与特征工程，最终完成数据挖掘与建模或数据可视化，从而可以为读者提供“从拿到数据开始，一直到构建形成最终模型或可视化报告成果”的一站式、全流程指导。

两本书随书赠送的学习资料也很多，包括全部的源代码、PPT、思维导图，还有10小时以上的讲解视频，每一章后面还有练习题及参考答案，还有学习群，相对于只看网络上的视频，一方面更加系统、高效，另一方面照着书一步步操作学起来也事半功倍。全网热销中，当当、京东等平台搜索“Python机器学习杨维忠”“Python数据科学杨维忠”即可。