各位用户为了找寻关于总结的几个Python函数方法设计原则的资料费劲了很多周折。这里教程网为您整理了关于总结的几个Python函数方法设计原则的相关资料，仅供查阅，以下为您介绍关于总结的几个Python函数方法设计原则的详细内容
在任何编程语言中,函数的应用主要出于以下两种情况:
1.代码块重复，这时候必须考虑用到函数，降低程序的冗余度 2.代码块复杂，这时候可以考虑用到函数，增强程序的可读性
当流程足够繁杂时，就要考虑函数，及如何将函数组合在一起。在Python中做函数设计，主要考虑到函数大小、聚合性、耦合性三个方面，这三者应该归结于规划与设计的范畴。高内聚、低耦合则是任何语言函数设计的总体原则。
1.如何将任务分解成更有针对性的函数从而导致了聚合性 2.如何设计函数间的通信则又涉及到耦合性 3.如何设计函数的大小用以加强其聚合性及降低其耦合性
【聚合】
每个函数只做一件事
完美的程序设计，每个函数应该而且只需做一件事。 比如说:把大象放进冰箱分三步:把门打开、把大象放进去、把门关上。 这样就应该写三个函数而不是一个函数拿所有的事全做了。这样结构清晰，层次分明，也好理解！
【大小】
保持简单、保持简短
Python即是面向过程的语言，也是面向对象的语言，但更多的是充当脚本语言的角色。 同样的功能，使用Python来实现其代码长度也许是C/C++/Java等语言的1/3. 几百行代码就能实现不小的功能！ 如果项目中设计的一个函数需要翻页才能看完的话，就要考虑将函数拆分了。 在Python自带的200多个模块中，很少看到某个函数有两、三页的。 Python代码以简单明了著称，一个过长或者有着深层嵌套的函数往往成为设计缺陷的征兆。
【耦合】
输入使用参数、输出使用return语句
这样做可以让函数独立于它外部的东西。参数和return语句就是隔离外部依赖的最好的办法。
慎用全局变量
第一重考虑: 全局变量通常是一种蹩脚的函数间的进行通信的方式。 它会引发依赖关系和计时的问题，从而会导致程序调试和修改的困难。
第二重考虑: 从代码及性能优化来考虑，本地变量远比全局变量快。 根据Python对变量的搜索的先后顺序: 本地函数变量==》上层函数变量==》全局变量==》内置变量 从上面可以看出，本地变量优先被搜索，一旦找到，就此停下。下面专门对其做了测试，测试结果如下:
? 1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24 25 26 27 28 29 30 31 32 33 34 35 36 37 38 39 40 41 42 43 44 45 46 47import profile
A = 5
def param_test():
B = 5
res = 0
for i in range(100000000):
res = B + i
return res
if __name__=='__main__':
profile.run('param_test()')
>>> ===================================== RESTART =====================================
>>>
5 function calls in 37.012 seconds #全局变量测试结果:37 秒
Ordered by: standard name
ncalls tottime percall cumtime percall filename:lineno(function)
1 19.586 19.586 19.586 19.586 :0(range)
1 1.358 1.358 1.358 1.358 :0(setprofile)
1 0.004 0.004 35.448 35.448 <string>:1(<module>)
1 15.857 15.857 35.443 35.443 Learn.py:5(param_test)
1 0.206 0.206 37.012 37.012 profile:0(param_test())
0 0.000 0.000 profile:0(profiler)
>>> ===================================== RESTART =====================================
>>>
5 function calls in 11.504 seconds #局部变量测试结果: 11 秒
Ordered by: standard name
ncalls tottime percall cumtime percall filename:lineno(function)
1 3.135 3.135 3.135 3.135 :0(range)
1 0.006 0.006 0.006 0.006 :0(setprofile)
1 0.000 0.000 11.497 11.497 <string>:1(<module>)
1 8.362 8.362 11.497 11.497 Learn.py:5(param_test)
1 0.000 0.000 11.504 11.504 profile:0(param_test())
0 0.000 0.000 profile:0(profiler)
避免改变可变类型参数
Python数据类型比如说列表、字典属于可变对象。在作为参数传递给函数时，有时会像全局变量一样被修改。
这样做的坏处是：增强了函数之间的耦合性，从而导致函数过于特殊和不友好。维护起来也困难。
这个时候就要考虑使用切片S[:]和copy模块中的copy()函数和deepcopy()函数来做个拷贝，避免修改可变对象
具体参考这篇文章: Python中的深浅拷贝详解
避免直接改变另一个模块中的变量
比如说在b.py文件中导入a模块，a中有变量PI = 3.14, 但b.py想将其修改为:PI = 3.14159, 在这里你就搞不清楚变量PI原先的值到底是多少。碰到这种情况，可以考虑用易懂的函数名来实现:
? 1 2 3 4 5 6#模块a.py
PI = 3.14
def setPi(new):
PI = new
return PI
这样既有自己想要的PI的值，又没有改变a模块中PI的值
? 1 2 3 4import a
PI = a.setPi(3.14159)
print PI;a.PI