Funksjoner

What are Functions?

Funksjoner er en praktisk måte å dele opp koden din i nyttige blokker, slik at vi kan organisere koden vår, gjøre den mer lesbar, bruke den om igjen og spare tid. Funksjoner er også en nøkkelmetode for å definere grensesnitt slik at programmerere kan dele koden sin.

How do you write functions in Python?

Som vi har sett i tidligere veiledninger, bruker Python blokker.

En blokk er et område av kode skrevet i formatet:

Hvor en blokklinje er mer Python-kode (til og med en annen blokk), og blokkoverskriften har følgende format: block_keyword block_name(argument1,argument2, ...) Blokkord du allerede kjenner er "if", "for", og "while".

Funksjoner i Python er definert ved å bruke blokknøkkelen "def", etterfulgt av funksjonens navn som blokkens navn. For eksempel:

Funksjoner kan også motta argumenter (variabler sendt fra den som kaller funksjonen). For eksempel:

Funksjoner kan returnere en verdi til den som kaller, ved å bruke nøkkelordet 'return'. For eksempel:

How do you call functions in Python?

Bare skriv funksjonens navn etterfulgt av (), og plasser eventuelle nødvendige argumenter innenfor klammerne. For eksempel, la oss kalle funksjonene skrevet ovenfor (i det forrige eksempelet):

Exercise

I denne øvelsen skal du bruke en eksisterende funksjon, og samtidig legge til din egen for å lage et fullt fungerende program.

1. Legg til en funksjon kalt list_benefits() som returnerer følgende liste med strenger: "More organized code", "More readable code", "Easier code reuse", "Allowing programmers to share and connect code together"

2. Legg til en funksjon kalt build_sentence(info) som mottar et enkelt argument som inneholder en streng og returnerer en setning som starter med den gitte strengen og slutter med strengen " is a benefit of functions!"

3. Kjør og se alle funksjonene fungere sammen!

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!