《從零開始的 Python 筆記》 Jour # 4: 模組化三劍客 – 函數 ， 模組 ， 與套件 | par Ethan Chen | Août 2025

Appuyez sur Entrée ou cliquez pour afficher l’image en taille réelle

學完 Python 的基礎課程後 ， 大家對於 Python 已經有了一定程度的了解 ， 可以開始踏入 Python 進階的課程了! 這邊將介紹 Python 中的函數、模組與套件 ， 這些技巧可以提升結構化、模組化程式的能力 ， 讓程式碼更易於維護、重用與 共 享。

函數是一組具有特定功能的代碼片段 ， 使用函數可以避免重複代碼 ， 提高程式的可讀性與可重用性。

基礎語法

def 函數名稱(參數1, 參數2, ...):
"""函數的說明文件字串 (選填)"""
# 函數邏輯
return 結果 (選填)

基礎函數

def greet():
print("Hello, Python!")
# 呼叫函數
greet()
# 輸出
Hello, Python!

帶參數和返回值

# 定義函數
def add_numbers(a, b):
return a + b
# 呼叫函數
result = add_numbers(10, 5)
print(f"The result of addition is: {result}")
# 輸出
The result of addition is: 15

函數的參數

• 位置參數 ： 按順序傳遞值。
• 關鍵字參數 ： 指定參數名稱來傳遞值。
• 預設參數 ： 為參數設定預設值。
• 可變參數 ： 接受不定數量的參數。

def introduce(name, age=18, *hobbies):
print(f"My name is {name} and I am {age} years old.")
if hobbies:
print(f"My hobbies are: {', '.join(hobbies)}")
introduce("Alice", 25, "reading", "traveling", "coding")
introduce("Bob")
# 輸出
My name is Alice and I am 25 years old.
My hobbies are: reading, traveling, coding
My name is Bob and I am 18 years old.

高階函數

高階函數是以函數作為參數或返回值的函數。python 提供了多種高階函數 ， 例如 map 與 apply， 結合 匿名函數 lambda 可以實現清晰且高效的數據處理功能。

lambda

• lambda 是 Python 提供的匿名函數語法 ， 用於創建臨時函數。
• ：lambda 参数: 表達式
• ：
  – 只能寫單行表達式。
  – 沒有函數名稱 ， 通常用於簡單邏輯。

def add(x, y):
return x + y
# 使用 lambda 替換
add_lambda = lambda x, y: x + y
print(add(5, 3))         # 8
print(add_lambda(5, 3))  # 8

map

• map (func, itérable) 是一個內建高階函數 ， 將 func 函數應用到 itérable 的每個元素 ， 並返回一個 迭代器
• 不會直接返回列表 ， 而是返回一個映射對象 ， 需要用 list () 或 pour 轉換。
• 適合處理數據的批量轉換。
• 在 Pandas 中適用於 Series 資料格式的處理 (單列 / 單欄)

numbers = (1, 2, 3, 4)
result = map(lambda x: x ** 2, numbers)
print(list(result))  # (1, 4, 9, 16)

apply

• Appliquer 是 Pandas 中的一個方法 ， 用於將函數應用到資料框的列或行
• 用於 pandas 列 (série) 或 整張表格 (dataframe) 的批量數據處理。
• 適合處理更複雜的數據轉換場景。

import pandas as pd
# 建立數據框
data = {"Name": ("Alice", "Bob", "Charlie"),
"Age": (25, 30, 35),
"Salary": (50000, 60000, 70000)}
df = pd.DataFrame(data)
# 將年齡提升 10%
df("Age * 1.1") = df("Age").apply(lambda x: x * 1.1)
print(df)
# 輸出
Name  Age  Salary  Age * 1.1
0    Alice   25   50000       27.5
1 Bob 30 60000 33.0
2  Charlie   35   70000       38.5

函數作為參數

def apply_function(data, func):
return (func(x) for x in data)
# 測試
numbers = (1, 2, 3, 4)
squared = apply_function(numbers, lambda x: x ** 2)
print(squared)  
# 輸出
(1, 4, 9, 16)

比較

Appuyez sur Entrée ou cliquez pour afficher l’image en taille réelle

遞迴函數

遞迴函數是一個函數直接或間接地調用其自身 ， 常用於解決樹結構、階層關係或數列問題。其運算邏輯與效率常常與 pour 迴圈做比較 ， 屬於演算法中的一種。

：

• 直觀且數學風格 ： 遞迴函數與階層的數學定義非常接近 ， 公式簡單明瞭。
• 簡潔性 ： 在許多情況下 ， 對遞迴算法的理解更直觀 ， 代碼量少。

：

• 計算效率 ： 遞迴每一次呼叫都需要佔用額外的函數記憶體空間 ， 對於較大的數值 （如 100!） 可能會導致記憶體不足或觸發 Recursionerror。
• 限制: Python 遞迴的深度有限 （默認為約 1000 層） ， 如果數字 n 太大 ， 會因為超出遞迴深度限制而失敗。

# 遞迴版本
def factorial(n):
if n == 0:  # 基底條件
return 1
else:
return n * factorial(n - 1)  # 遞迴條件
# for迴圈版本
def factorial(n):
result = 1  # 初始值設為 1，因為 0! = 1
for i in range(1, n + 1):  # 從 1 到 n（含 n）
result *= i  # 將 i 乘入結果中
return result
# 測試
print(factorial(5))  # 120

Appuyez sur Entrée ou cliquez pour afficher l’image en taille réelle