Python Programming/Functions

จาก Theory Wiki
ไปยังการนำทาง ไปยังการค้นหา

ฟังก์ชันพร้อมใช้

ไพทอนมีที่สามารถที่สามารถเรียกใช้ได้เลยอยู่หลายฟังก์ชัน ไวยากรณ์การเรียกฟังก์ชันของภาษาไพธอนเหมือนกับภาษา C และ Java กล่าวคือเขียนชื่อฟังก์ชันแล้วตามด้วยวงเล็บเปิด แล้วใส่ parameter ซึ่งถ้า parameter มีหลายตัวก็ให้คั่น parameter ที่อยู่ติดกันด้วยเครื่องหมายคอมมา (,) แล้วตามด้วยวงเล็บปิด เช่น โค้ดตัวอย่างต่อไปนี้เรียกใช้ฟังก์ชัน abs(x) ซึ่งคืนค่าสัมบูรณ์ของ x ที่ป้อนให้

>>> abs(-10)
10
>>> abs(0)
0
>>> abs(10.5)
10.5

ฟังก์ชัน pow(x,y) ซึ่งคือค่า x ยกกำลัง y ซึ่งสามารถใช้แทน x**y ได้

>>> pow(2, 16)
65536
>>> pow(5, 0.5)
2.2360679774997898
>>> pow(5, -2)
0.040000000000000001
>>> pow(2, pow(2, 2))
16
>>> pow(abs(-3), 1-abs(-1))
1

ฟังก์ชันในไลบรารีภาษาไพทอน

ไลบรารีของภาษาไพทอนยังมีฟังก์ชันอื่นๆ ให้ใช้อีกมากมาย โดยที่ฟังก์ชันเหล่านี้จะถูกแบ่งจัดเก็บอยู่ใน โมดูล (module) หลายๆ โมดูล โดยก่อนที่เราจะสามารถนำฟังก์ชันเหล่านี้มาใช้ได้เราจะต้องทำการ "นำเข้า" โมดูลที่เก็บฟังก์ชันนั้นไว้ คำสั่ง import เป็นคำสั่งที่ใช้ในการนำ้เข้าโมดูลหรือฟังก์ชันที่อยู่ในโมดูลต่างๆ โดยมันมีไวยากรณ์ดังต่อไปนี้

import <<ชื่อโมดูล>>

ยกตัวอย่างเช่น ถ้าเราต้องการใช้ฟังก์ชันในโมดูืลชื่อ math ซึ่งเก็บฟังก์ชันทางคณิตศาสตร์ต่างๆ ไว้มากมาย เราก็จะสั่ง

import math

หลังจากสั่ง import แล้วเราก็สามารถเรียกใชัฟังก์ชันต่างๆ ในโมดูล math ได้โดยอ้างชื่อ math.<<ชื่อฟังก์ชัน>> ยกตัวอย่างเช่น

>>> math.sqrt(2)
1.4142135623730951
>>> math.exp(1)
2.7182818284590451
>>> math.exp(2)
7.3890560989306504
>>> math.log(10)
2.3025850929940459
>>> math.log(8, 2)
3.0

โมดูล math นอกจากจะเก็บฟังก์ชันทางคณิตศาสตร์แล้วยังเก็บค่าคงที่ทางคณิตศาสตร์เช่นค่าพายและค่า e เอาไว้ด้วย

>>> math.pi
3.1415926535897931
>>> math.e
2.7182818284590451
>>> math.sin(math.pi / 2)
1.0

คุณสามารถดูฟังก์ชันและค่าคงที่ทางคณิตศาสตร์ทั้งหมดในโมดูล math ได้ที่นี่: 6.1 math -- Mathematical functions

โมดูล random

โมดูลที่มีประโยชน์มากโมดูลหนึ่งคือโมดูล random ซึ่งมีไว้สำหรับสร้างเลขสุ่ม โดยมีฟังก์ชัน random.random() ไว้สำหรับสร้างเลขทศนิยมสุ่มที่มีค่าตั้งแต่ 0 ถึง 1

>>> random.random()
0.32533822221341258
>>> random.random()
0.49424946832897176
>>> random.random()
0.95364871658603856

สังเกตว่าการเรียกฟังก์ชัน random.random() แต่ละครั้งจะให้ผลลัพธ์ต่างกัน และเมื่อคุณนำโค้ดข้างบนไป run บนเครื่องของตนเองก็จะได้ผลลัพธ์ต่างออกไปจากที่เขียนไว้นี้

ฟังก์ชันที่มีประโยชน์อีกฟังก์ชันหนึ่งคือฟังก์ชัน random.randint(a,b) ซึ่งจะสุ่มเลขจำนวนเต็มออกมาหนึ่งตัวโดยที่เลขจำนวนเต็มนั้นจะีมีค่าตั้งแต่ a ถึง b โดยรวม a และ b ด้วย

>>> random.randint(1, 10)
1
>>> random.randint(1, 10)
9
>>> random.randint(1, 10)
10
>>> random.randint(1, 10)
5

เราสามารถกำหนด seed ของ random number generator ได้ด้วยฟังก์็ชัน random.seed(x) โดยค่า x ที่ให้จะต้องเป็นจำนวนเต็ม

>>> random.random()
0.63942679845788375
>>> random.random()
0.025010755222666936
>>> random.seed(398)
>>> random.random()
0.93033562902743527
>>> random.random()
0.42786425528137961
>>> random.seed(42)
>>> random.random()
0.63942679845788375
>>> random.random()
0.025010755222666936

อนึ่ง ถ้าเราเรียก random.seed() โดยไม่ใส่ parameter อะไรเลย ตัวแปรภาษาไพทอนจะไปอ่านสัญญาณนาฬิกา ณ เวลาปัจจุบัน หรือแหล่งเลขสุ่มอื่นๆ ของระบบปฏืบัติการมาใช้เป็น random seed ให้

>>> random.seed()
>>> random.random()
0.22619089101719203
>>> random.random()
0.33050349201012796
>>> random.seed()
>>> random.random()
0.79150249225025138
>>> random.random()
0.34516180688913967
หน้าก่อน: Variables and Assignments สารบัญ หน้าต่อไป: User-Defined Functions