在任何編程語言中,函數的應用主要出于以下兩種情況:

1.代碼塊重復，這時候必須考慮用到函數，降低程序的冗余度
2.代碼塊復雜，這時候可以考慮用到函數，增強程序的可讀性

當流程足夠繁雜時，就要考慮函數，及如何將函數組合在一起。在Python中做函數設計，主要考慮到函數大小、聚合性、耦合性三個方面，這三者應該歸結于規劃與設計的范疇。高內聚、低耦合則是任何語言函數設計的總體原則。

1.如何將任務分解成更有針對性的函數從而導致了聚合性
2.如何設計函數間的通信則又涉及到耦合性
3.如何設計函數的大小用以加強其聚合性及降低其耦合性

【聚合】

每個函數只做一件事

完美的程序設計，每個函數應該而且只需做一件事。
比如說:把大象放進冰箱分三步:把門打開、把大象放進去、把門關上。
這樣就應該寫三個函數而不是一個函數拿所有的事全做了。這樣結構清晰，層次分明，也好理解！

【大小】

保持簡單、保持簡短

Python即是面向過程的語言，也是面向對象的語言，但更多的是充當腳本語言的角色。
同樣的功能，使用Python來實現其代碼長度也許是C/C++/Java等語言的1/3. 幾百行代碼就能實現不小的功能！
如果項目中設計的一個函數需要翻頁才能看完的話，就要考慮將函數拆分了。
在Python自帶的200多個模塊中，很少看到某個函數有兩、三頁的。
Python代碼以簡單明了著稱，一個過長或者有著深層嵌套的函數往往成為設計缺陷的征兆。

【耦合】

輸入使用參數、輸出使用return語句

這樣做可以讓函數獨立于它外部的東西。參數和return語句就是隔離外部依賴的最好的辦法。

慎用全局變量

第一重考慮: 全局變量通常是一種蹩腳的函數間的進行通信的方式。
它會引發依賴關系和計時的問題，從而會導致程序調試和修改的困難。

第二重考慮: 從代碼及性能優化來考慮，本地變量遠比全局變量快。
根據Python對變量的搜索的先后順序: 本地函數變量==》上層函數變量==》全局變量==》內置變量
從上面可以看出，本地變量優先被搜索，一旦找到，就此停下。下面專門對其做了測試，測試結果如下:

            
import 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 #全局變量測試結果: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 
            
              :1(
              
                ) 
    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  #局部變量測試結果: 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 
                
                  :1(
                  
                    ) 
    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) 




                  
                
              
            
          

避免改變可變類型參數

Python數據類型比如說列表、字典屬于可變對象。在作為參數傳遞給函數時，有時會像全局變量一樣被修改。

這樣做的壞處是：增強了函數之間的耦合性，從而導致函數過于特殊和不友好。維護起來也困難。

這個時候就要考慮使用切片S[:]和copy模塊中的copy()函數和deepcopy()函數來做個拷貝，避免修改可變對象

具體參考這篇文章: Python中的深淺拷貝詳解?

避免直接改變另一個模塊中的變量

比如說在b.py文件中導入a模塊，a中有變量PI = 3.14, 但b.py想將其修改為:PI = 3.14159, 在這里你就搞不清楚變量PI原先的值到底是多少。碰到這種情況，可以考慮用易懂的函數名來實現:

            
#模塊a.py 
PI = 3.14 
 
def setPi(new): 
  PI = new 
  return PI 


          

這樣既有自己想要的PI的值，又沒有改變a模塊中PI的值

            
import a 
 
PI = a.setPi(3.14159) 
print PI;a.PI