在机器学习中，我们经常需要使用类和函数定义模型的各个部分，例如定义读取数据的函数、预处理数据的函数、模型架构和训练过程的函数等等。那么什么样的函数才是漂亮的、赏心悦目的代码呢？本期教程，会从命名到代码量等六方面探讨如何养成美妙的函数。文末有给大家录的视频教程，大家可以按需学习，不清楚的地方也可以留言！
与多数现代编程语言一样，在 Python 中，函数是抽象和封装的基本方法之一。你在开发阶段或许已经写过数百个函数，但并非每个函数都生而平等。写出「糟糕的」函数会直接影响代码的可读性和可维护性。那么，什么样的函数是「糟糕的」函数呢？更重要的是，要怎么写出**「好的」**函数呢？
简单回顾
数学中充满了函数，尽管我们可能记不住它们。首先来回忆一下大家**喜欢的话题——微积分。你可能记得这个方程式：f(x) = 2x + 3. 这是一个叫做「f」的函数，含有一个未知数 x，「返回」2*x+3。这个函数可能和我们在 Python 中看到的不一样，但它的基本思想和计算机语言中的函数是一样的。
函数在数学中历史悠久，但在计算机科学中更加神通广大。尽管如此，函数还是存在一些缺陷。接下来我们将讨论一下什么是「好的」函数，以及在出现什么样的征兆时我们需要重构函数。
决定函数好坏的关键
好的 Python 函数与蹩脚 Python 函数的区别是什么？「好」函数的定义之多让人惊讶。从我们的目的出发，我会把好的 Python 函数定义为符合以下清单中大部分规则的函数（有些比较难实现）：
- 命名合理
- 具有单一功能
- 包含文档注释
- 返回一个值
- 代码不超过 50 行
- 幂等，尽可能是纯函数
对很多人来说，这个列表可能有些过于严格。但我保证，如果你的函数符合这些规则，你的代码看起来会非常漂亮。下面我将分步讲解各个规则，然后总结这些规则如何构成一个「好」函数。
命名
关于这个问题，我**喜欢的一句话（出自 Phil Karlton，总被误以为是 Donald Knuth 说的）是：
在计算机科学中只有两个难题：缓存失效和命名问题。
听起来有点匪夷所思，但整个不错的命名真的很难。下面就有一个糟糕的函数命名：
def get_knn(from_df):复制代码
我基本上在任何地方都见过糟糕的命名，但这个例子来自数据科学（或者说，机器学习），从业者总是在 Jupyter notebook 上写代码，然后尝试将那些不同的单元变成一个可理解的程序。
该函数命名的第一个问题是使用首字母缩写/缩略词。比起缩略词和并未普及的首字母缩写，完整的英语单词会更好。使用缩写的**原因是为了节省打字时间，但现代的编辑器都有自动补全功能，所以你只需键入一次全名。之所以说缩写是一个问题，是因为它们通常只能用于特定领域。在上面的代码中，knn 是指「K-Nearest Neighbors」，df 指的是「DataFrame」——无处不在的 Pandas 数据结构。如果另外一个不太熟悉这些缩写的编程人员正在阅读代码，那 TA 就会一头雾水。
关于这个函数名称，还有另外两个小问题：单词「get」无关紧要。对于大多数命名比较好的函数，很明显函数会返回一些东西，其名字会反映这一点。from_df 也是不必要的。如果参数的名称描述不够清楚的话，函数的文档注释或者类型注释将描述参数类型。
那我们如何重新命名这个函数呢？例如：
def k_nearest_neighbors(dataframe):复制代码
现在，即使是外行也知道这个函数在计算什么了，参数的名称（dataframe）也清楚地告诉我们应该传递什么类型的参数。
单一功能原则
「单一功能原则」来自 Bob Martin「大叔」的一本书，不仅适用于类和模块，也同样适用于函数（Martin **初的目标）。该原则强调，函数应该具有「单一功能」。也就是说，一个函数应该只做一件事。这么做的一大原因是：如果每个函数只做一件事，那么只有在函数做那件事的方式必须改变时，该函数才需要改变。当一个函数可以被删除时，事情就好办了：如果其他地方发生改动，不再需要该函数的单一功能，那么只需将其删除。
举个例子来解释一下。以下是一个不止做一件「事」的函数：
def calculate_and print_stats(list_of_numbers):
sum = sum(list_of_numbers)
mean = statistics.mean(list_of_numbers)
median = statistics.median(list_of_numbers)
mode = statistics.mode(list_of_numbers)
print('-----------------Stats-----------------')
print('SUM: {}'.format(sum) print('MEAN: {}'.format(mean)
print('MEDIAN: {}'.format(median)
print('MODE: {}'.format(mode)复制代码这一函数做两件事：计算一组关于数字列表的统计数据，并将它们打印到 STDOUT。该函数违反了只有一个原因能让函数改变的原则。显然有两个原因可以让该函数做出改变：新的或不同的数据需要计算或输出的格式需要改变。**好将该函数写成两个独立的函数：一个用来执行并返回计算结果；另一个用来接收结果并将其打印出来。函数有多重功能的一个致命漏洞是函数名称中含有单词「and」
这种分离还可以简化针对函数行为的测试，而且它们不仅被分离成一个模块中的两个函数，还可能在适当情况下存在于不同的模块中。这使得测试更加清洁、维护更加简单。
只做两件事的函数其实非常罕见。更常见的情况是一个函数负责许多许多任务。再次强调一下，为可读性、可测试性起见，我们应该将这些「多面手」函数分成一个一个的小函数，每个小函数只负责一项任务。
文档注释
很多 Python 开发者都知道 PEP-8，它定义了 Python 编程的风格指南，但很少有人了解定义了文档注释风格的 PEP-257。在这里并不会详细介绍 PEP-257，读者可详细阅读该指南所约定的文档注释风格。
- PEP-8：https://www.python.org/dev/peps/pep-0008/
- PEP-257：https://www.python.org/dev/peps/pep-0257/
首先文档注释是在定义模块、函数、类或方法的第一段字符串声明，这一段字符串应该需要描述清楚函数的作用、输入参数和返回参数等。PEP-257 的主要信息如下：
- 每一个函数都需要一个文档描述；
- 使用合适的语法和标点，书写完整的句子；
- **开始需要用一句话总结函数的主要作用；
- 使用规定性的语言而不是描述性的语言。
在编写函数时，遵循这些规则很容易。我们只需要养成编写文档注释的习惯，并在实际写函数主体之前完成它们。如果你不能清晰地描述这个函数的作用是什么，那么你需要更多地考虑为什么要写这个函数。
返回值
函数可以且应该被视为一个独立的小程序。它们以参数的形式获取一些输入，并返回一些输出值。当然，参数是可选的，但是从 Python 内部机制来看，返回值是不可选的。即使你尝试创建一个不会返回值的函数，我们也不能选择不在内部采用返回值，因为 Python 的解释器会强制返回一个 None。不相信的读者可以用以下代码测试：
❯ python3 Python 3.7.0 (default, Jul 23 2018, 20:22:55) [Clang 9.1.0 (clang-902.0.39.2)] on darwin Type "help", "copyright", "credits" or "license" *for *more information. >>> def add(a, b): ... print(a + b) ... >>> b = add(1, 2) 3 >>> b >>> b is None True复制代码
运行上面的代码，你会看到 b 的值确实是 None。所以即使我们编写一个不包含 return 语句的函数，它仍然会返回某些东西。不过函数也应该要返回一些东西，因为它也是一个小程序。没有输出的程序又会有多少用，我们又如何测试它呢？
我甚至希望发表以下
