【Python入门】掌握Python函数：从基础到实战邮件发送

一、为什么要学函数？

想象你每天早晨要做一杯咖啡：磨豆→加热水→过滤→加奶。如果每次都要手动执行所有步骤，效率极低。而函数就像咖啡机——将固定流程封装，一键即可完成复杂操作。

函数的三大优势：

1. 代码复用：一次定义，无限调用
2. 逻辑清晰：复杂程序模块化
3. 易于维护：修改一处，全局生效

二、函数基础入门

1. 定义你的第一个函数

使用 def 关键词 + 函数名称，即可定义函数；而后直接使用函数名称调用函数即可使用函数。

def make_coffee():
    print("磨咖啡豆...")
    print("注入热水...")
    print("完成过滤!")
    print("☕ 您的咖啡好了")

# 调用函数（注意要加括号！）
make_coffee()

2. 带参数的函数

当函数需要传入参数时，直接在定义函数的函数名后添加参数即可，使用 = 给参数默认值。

def make_coffee(coffee_type, sugar=1):
    """
    :param coffee_type: 咖啡种类
    :param sugar: 糖量（默认1勺）
    """
    print(f"正在制作{sugar}勺糖的{coffee_type}咖啡...")

make_coffee("拿铁")          # 使用默认糖量
make_coffee("摩卡", sugar=3) # 指定糖量

3. 函数的返回值

使用 return 关键词，可以将函数的处理结果进行返回。

def calculate_bmi(weight, height):
    bmi = weight / (height ** 2)
    return round(bmi, 1)  # 返回保留一位小数

result = calculate_bmi(70, 1.75)
print(f"您的BMI指数是：{result}")

# 没有return时默认返回None
def test():
    print("这个函数返回None")
print(test())  # 输出None

三、函数进阶技巧

1. 类型提示

Python3.5+支持定义函数时，强制函数入参和返参类型。

def greet(name: str) -> str:
    return f"你好，{name}！"

2. 多返回值

Python还支持多返回值，定义函数时，使用 , 分割多个返回值。在调用函数时，使用相同数量的变量进行赋值即可。

def analyze_numbers(numbers):
    return min(numbers), max(numbers), sum(numbers)/len(numbers)

min_val, max_val, avg = analyze_numbers([5,2,9,7])

3. Lambda表达式

Python还支持使用 lambda 关键词简化函数定义和调用。

# lambda 函数入参 : 函数处理和返参
square = lambda x: x**2
print(square(5))  # 输出25

4. 位置参数

准确描述：位置参数是指可以通过位置顺序传递的参数，但也可以通过参数名传递。

特点：

• 默认情况下，Python函数的参数既可以通过位置传递，也可以通过关键字传递
• 参数顺序决定了调用时的匹配方式

代码示例：

def greet(name, greeting):
    print(f"{greeting}, {name}!")

# 两种调用方式都有效
greet("Alice", "Hello")      # 通过位置
greet(greeting="Hi", name="Bob")  # 通过关键字

4.1 强制位置参数(Positional-only parameters)

Python 3.8+ 引入了强制位置参数，使用 / 符号表示。

特点：

• 只能通过位置传递，不能使用关键字
• 在参数列表中使用/表示前面的参数必须作为位置参数
• 提高代码可读性和性能

代码示例：

def pow(x, y, /):
    return x ** y

pow(2, 3)    # 正确
pow(x=2, y=3) # 报错: TypeError

4.2 命名关键字参数 (Keyword-only arguments)

使用 * 符号表示后面的参数必须作为关键字参数传递。

特点：

• 必须通过参数名明确指定
• 在参数列表中使用*表示后面的参数必须用关键字传递
• 提高代码可读性，避免参数混淆

代码示例：

def person_info(name, *, age, job):
    print(f"{name}, {age}, {job}")

person_info("Alice", age=25, job="Engineer")  # 正确
person_info("Bob", 30, "Teacher")  # 报错: TypeError

5. 可变参数 (Variable arguments)

• *args - 可变位置参数

def sum_numbers(*args):
    return sum(args)

sum_numbers(1, 2, 3)  # 输出6

• **kwargs - 可变关键字参数

def print_info(**kwargs):
    for k, v in kwargs.items():
        print(f"{k}: {v}")

print_info(name="Alice", age=25)

6. 高阶函数 (Higher-order Functions)

高阶函数是指能够接收其他函数作为参数，或者返回函数作为结果的函数。

特点：

• 函数可以作为参数传递
• 函数可以作为返回值
• 增强了代码的抽象能力和灵活性

示例：

6.1 map() 函数

对可迭代对象的每个元素应用函数

numbers = [1, 2, 3, 4]
squared = list(map(lambda x: x**2, numbers))
print(squared)  # 输出: [1, 4, 9, 16]

6.2 filter() 函数

过滤符合条件的元素

numbers = [1, 2, 3, 4, 5, 6]
evens = list(filter(lambda x: x % 2 == 0, numbers))
print(evens)  # 输出: [2, 4, 6]

6.3 sorted() 函数

自定义排序

words = ["apple", "banana", "cherry", "date"]
sorted_words = sorted(words, key=lambda x: len(x))
print(sorted_words)  # 输出: ['date', 'apple', 'banana', 'cherry']

6.4 自定义高阶函数

def apply_operation(func, x, y):
    return func(x, y)

result = apply_operation(lambda a, b: a * b, 5, 3)
print(result)  # 输出: 15

7. 偏函数 (Partial Functions)

偏函数是通过固定原函数的部分参数，创建一个新函数的技术。

特点：

• 简化函数调用
• 固定某些参数值
• 使用functools.partial创建

示例：

• 基本使用

from functools import partial

def power(base, exponent):
    return base ** exponent

# 创建平方函数
square = partial(power, exponent=2)
print(square(5))  # 输出: 25

# 创建立方函数
cube = partial(power, exponent=3)
print(cube(3))  # 输出: 27

• 固定多个参数

def greet(greeting, name, punctuation):
    return f"{greeting}, {name}{punctuation}"

say_hello = partial(greet, "Hello", punctuation="!")
print(say_hello("Alice"))  # 输出: Hello, Alice!

• 与map结合使用

from functools import partial

numbers = [1, 2, 3, 4]
add_five = partial(map, lambda x: x + 5)
result = list(add_five(numbers))
print(result)  # 输出: [6, 7, 8, 9]

• 实际应用场景

# 处理文件时固定编码方式
open_utf8 = partial(open, encoding='utf-8')

# 代替以下写法
# with open('file.txt', 'r', encoding='utf-8') as f:
with open_utf8('file.txt', 'r') as f:
    content = f.read()

四、最佳实践建议

1. 命名规范：使用动词+名词组合，如calculate_total
2. 函数长度：单个函数不超过30行
3. 文档字符串：用三引号说明函数功能
4. 参数设计：超过3个参数建议使用字典

实战：用函数发送邮件(以QQ邮箱为例)

准备步骤

1. 登录QQ邮箱 → 设置 → 账户

2. 开启POP3/SMTP服务
   

3. 生成16位授权码（非登录密码！）
   

完整代码实现

import smtplib
from email.mime.text import MIMEText
from email.utils import formataddr

def send_email(to_email, subject, content):
    """
    发送邮件的万能函数
    :param to_email: 收件人邮箱
    :param subject: 邮件主题
    :param content: 正文内容（支持HTML）
    """
    # 1. 构建邮件
    msg = MIMEText(content, "html", "utf-8")
    msg["From"] = formataddr(["Python小助手", "your_email@qq.com"])  # 发件人
    msg["To"] = to_email        # 收件人
    msg["Subject"] = subject    # 主题

    # 2. 连接服务器
    server = smtplib.SMTP_SSL("smtp.qq.com", 465)  # QQ邮箱SSL端口
    server.login("your_email@qq.com", "你的授权码")  # 邮箱+授权码

    # 3. 发送邮件
    server.sendmail("your_email@qq.com", to_email, msg.as_string())
    server.quit()
    print("📮 邮件发送成功！")

# 使用示例
send_email(
    to_email = "friend@example.com",
    subject = "来自Python的问候",
    content = "<h2 style='color:blue'>你好！</h2>这是用Python发送的邮件~"
)

关键点解析

1. MIMEText支持HTML格式，可以发送带样式的邮件
2. SMTP_SSL确保加密传输
3. 授权码需要妥善保管，不要写入公开代码

常见问题解决

• 为什么收不到邮件？

• 检查垃圾邮件箱

• 确认授权码正确

• 确保开启SMTP服务

• 函数报错怎么办？

• 使用try-except捕获异常：

  try:
    send_email(...)
  except Exception as e:
    print(f"发送失败: {str(e)}")
  

通过本文，你已经掌握了Python函数的核心用法，并能实现自动发送邮件的实用功能。函数就像编程世界的乐高积木，合理组合就能构建强大系统。现在，尝试用函数改造你的代码吧！

练习建议：编写一个系统监控函数，当CPU使用率超过90%时自动发送告警邮件（可使用psutil库获取系统信息）