Toiminnot

Mitä ovat funktiot?

Funktiot ovat kätevä tapa jakaa koodisi hyödyllisiin osiin, mikä antaa meille mahdollisuuden järjestää koodimme, tehdä siitä luettavampaa, käyttää sitä uudelleen ja säästää aikaa. Lisäksi funktiot ovat keskeinen tapa määritellä rajapintoja, jotta ohjelmoijat voivat jakaa koodiaan.

Kuinka kirjoitat funktioita Pythonissa?

Kuten olemme nähneet aiemmissa tutoriaaleissa, Python käyttää lohkoja.

Lohko on koodin alue, joka on kirjoitettu seuraavassa muodossa:

Missä lohkon rivi on lisää Python-koodia (jopa toinen lohko), ja lohkon pää on seuraavassa muodossa: block_keyword block_name(argument1,argument2, ...) Lohko avainsanoja, jotka tunnet jo, ovat "if", "for" ja "while".

Funktiot Pythonissa määritellään käyttämällä lohkoavainsanaa "def", jota seuraa funktion nimi lohkon nimenä. Esimerkki:

Funktiot voivat myös saada argumentteja (muuttujia, jotka välitetään kutsujalta funktiolle). Esimerkki:

Funktiot voivat palauttaa arvon kutsujalle avainsanalla 'return'. Esimerkki:

Kuinka kutsut funktioita Pythonissa?

Kirjoita yksinkertaisesti funktion nimi, jota seuraa (), sijoittamalla vaaditut argumentit hakasulkeiden sisään. Esimerkiksi, kutsutaan aiemmin kirjoitetut funktiot (edellisessä esimerkissä):

Harjoitus

Tässä harjoituksessa käytät olemassa olevaa funktiota samalla lisäten omasi luodaksesi täysin toimivan ohjelman.

1. Lisää funktio nimeltä list_benefits(), joka palauttaa seuraavan merkkijonojen listan: "More organized code", "More readable code", "Easier code reuse", "Allowing programmers to share and connect code together"

2. Lisää funktio nimeltä build_sentence(info), joka vastaanottaa yhden argumentin sisältäen merkkijonon ja palauttaa lauseen, joka alkaa annetulla merkkijonolla ja päättyy merkkijonolla " is a benefit of functions!"

3. Suorita ja katso, kuinka kaikki funktiot toimivat yhdessä!

This site is generously supported by DataCamp. DataCamp offers online interactive Python Tutorials for Data Science. Join over a million other learners and get started learning Python for data science today!