20 تابع پرکاربرد در پایتون

وقتی در یک پروژه پایتون با رشته‌ها، لیست‌ها، اعداد یا داده‌های مختلف کار می‌کنید، شناخت ابزارهای آماده زبان می‌تواند حجم کد و زمان توسعه را کاهش دهد. توابع در پایتون برای انجام بسیاری از عملیات تکراری و رایج طراحی شده‌اند؛ اما دانستن نام یک تابع کافی نیست و باید کاربرد، ورودی، خروجی و محدودیت آن را بشناسید.

در این مقاله از کندو ۲۰ تابع و متد پرکاربرد را بررسی می‌کنیم و تفاوت Function و Method، توابع داخلی، پارامتر و آرگومان، تابع بازگشتی و Lambda را هم توضیح می‌دهیم. مثال‌های کوتاه و کاربردی کمک می‌کنند بدانید هر ابزار در چه موقعیتی انتخاب مناسبی است و چطور از آن در کد واقعی استفاده کنید.

تابع در پایتون چیست و چرا باید از آن استفاده کنیم؟

وقتی یک بخش از منطق برنامه چند بار تکرار می‌شود، نوشتن همان کد در نقاط مختلف فقط حجم برنامه را بیشتر نمی‌کند؛ نگهداری و اصلاح آن را هم سخت‌تر می‌کند. تابع در پایتون یک بلوک مستقل از کد است که برای انجام یک وظیفه مشخص تعریف می‌شود و هر زمان لازم باشد می‌توان آن را فراخوانی کرد.

تابع می‌تواند ورودی دریافت کند، روی آن داده‌ها عملیاتی انجام دهد و در صورت نیاز یک مقدار را به برنامه برگرداند. این ساختار باعث می‌شود منطق برنامه به بخش‌های کوچک‌تر و قابل مدیریت تقسیم شود.

استفاده از Function چه مزیتی برای برنامه‌نویس دارد؟

استفاده از Function فقط کد را کوتاه‌تر نمی‌کند؛ ساختار برنامه را منظم‌تر و نگهداری آن را آسان‌تر می‌کند.

• کاهش تکرار کد: یک منطق را یک‌بار می‌نویسید و چند بار استفاده می‌کنید.
• خوانایی بیشتر: هر تابع یک وظیفه مشخص دارد.
• تست و خطایابی ساده‌تر: هر تابع را می‌توان مستقل بررسی کرد.
• نگهداری آسان‌تر: تغییرات معمولاً فقط در همان تابع اعمال می‌شوند.
• استفاده مجدد: یک تابع می‌تواند در بخش‌های مختلف پروژه استفاده شود.

با انواع توابع در پایتون آشنا شوید

انواع توابع در پایتون با توجه به شیوه استفاده و کاربردشان متفاوت‌اند. دو نمونه مهم، توابع بازگشتی و Lambda هستند که هرکدام برای سناریوی مشخصی مناسب‌اند.

تابع بازگشتی (Recursive) چیست و چه کاربردی دارد؟

تابع بازگشتی، تابعی است که خودش را فراخوانی می‌کند. این روش برای مسائلی مثل پیمایش ساختارهای تو‌در‌تو مناسب است و حتماً به شرط توقف نیاز دارد.

 
def factorial(n):
    if n == 0:
        return 1
    return n * factorial(n - 1)

Lambda Function در پایتون چگونه کار می‌کند؟

Lambda یک تابع کوتاه و بی‌نام است که برای منطق‌های ساده استفاده می‌شود:

 
square = lambda x: x ** 2
print(square(5))

برای عملیات پیچیده‌تر، استفاده از def خواناتر و قابل نگهداری‌تر است.

۲۰ تابع کاربردی پایتون که باید بشناسید

در این بخش با ابزارهای مهم و پرکاربرد پایتون آشنا می‌شوید. این لیست توابع پایتون به شما کمک می‌کند کاربرد، نحوه استفاده و نکات مهم هر ابزار را بهتر بشناسید و در پروژه‌های واقعی انتخاب دقیق‌تری داشته باشید.

تابع split؛ تقسیم یک رشته به چند بخش

split() یک متد رشته است که متن را بر اساس جداکننده به چند بخش تقسیم می‌کند و نتیجه را به شکل یک لیست برمی‌گرداند. اگر جداکننده مشخص نکنید، فاصله‌های متوالی و سایر نویسه‌های whitespace معیار تقسیم قرار می‌گیرند.

 
text = "Python Network Security"
words = text.split()

print(words)

خروجی:

 
['Python', 'Network', 'Security']

در پردازش ورودی‌های متنی، لاگ‌ها و داده‌های CSV ساده، split() کاربرد زیادی دارد.

تابع enumerate؛ دسترسی همزمان به مقدار و شماره ایندکس

enumerate() زمانی مفید است که هنگام پیمایش یک iterable، هم مقدار عنصر و هم شماره آن را نیاز دارید. مقدار پیش‌فرض start برابر صفر است و می‌توانید نقطه شروع دیگری تعیین کنید.

 
servers = ["Web", "DB", "DNS"]
for index, server in enumerate(servers, start=1):
    print(index, server)

خروجی:

 
1 Web
2 DB
3 DNS

این روش معمولاً از ساختن و مدیریت دستی شمارنده خواناتر است.

تابع eval؛ اجرای عبارت‌های متنی در پایتون

eval() یک عبارت پایتونی را دریافت و نتیجه اجرای آن را برمی‌گرداند. اما یک هشدار امنیتی جدی دارد: اگر ورودی از منبع غیرقابل اعتماد وارد eval() شود، مهاجم می‌تواند کد دلخواه اجرا کند. مستندات رسمی پایتون نیز صراحتاً درباره این خطر هشدار می‌دهند.

 
expression = "10 * 5 + 2"
result = eval(expression)

print(result)

خروجی:

 
52

eval() برای پردازش ورودی کاربر یا داده‌ای که اعتماد کامل به منبع آن ندارید، انتخاب مناسبی نیست. در پروژه‌های واقعی، همین یک اشتباه می‌تواند یک قابلیت ظاهراً ساده را به نقطه ضعف امنیتی تبدیل کند.

تابع round؛ گرد کردن اعداد

round() عدد را تا تعداد مشخصی رقم اعشار گرد می‌کند. در حالت پیش‌فرض، اگر ndigits را مشخص نکنید، نزدیک‌ترین عدد صحیح را برمی‌گرداند. یک نکته مهم این است که گرد کردن اعداد اعشاری در پایتون از رفتار نمایش دودویی float تأثیر می‌گیرد؛ برای نمونه round(2.675, 2) نتیجه 2.67 می‌دهد.

 
price = 129.4567
print(round(price, 2))

خروجی:

 
129.46

برای محاسبات مالی حساس، نباید صرفاً به float و round() تکیه کرد.

تابع max؛ پیدا کردن بزرگ‌ترین مقدار

max() بزرگ‌ترین مقدار یک iterable یا بزرگ‌ترین مقدار میان چند آرگومان را برمی‌گرداند. همچنین می‌توانید با key مشخص کنید مقایسه بر اساس کدام ویژگی انجام شود.

 
scores = [72, 91, 84, 68]
print(max(scores))

خروجی:

 
91

مثلاً برای پیدا کردن گران‌ترین محصول می‌توانید معیار مقایسه را با key مشخص کنید:

 
products = [
    {"name": "Keyboard", "price": 80},
    {"name": "Monitor", "price": 240},
    {"name": "Mouse", "price": 45}
]

print(max(products, key=lambda product: product["price"]))

تابع min؛ پیدا کردن کوچک‌ترین مقدار

min() منطق معکوس max() را دارد و کوچک‌ترین مقدار را از میان iterable یا آرگومان‌های داده‌شده برمی‌گرداند. این تابع نیز از key برای تعیین معیار مقایسه پشتیبانی می‌کند.

 
latencies = [32, 18, 25, 41]

print(min(latencies))

خروجی:

 
18

در تحلیل داده‌های مانیتورینگ، پیدا کردن کمترین زمان پاسخ یا کمترین مقدار یک شاخص می‌تواند با همین الگوی ساده انجام شود.

تابع map؛ اعمال یک عملیات روی مجموعه‌ای از داده‌ها

map() یک تابع را روی عناصر iterable اعمال می‌کند و یک iterator از نتایج می‌سازد. در نسخه‌های جدید پایتون، امکان استفاده از چند iterable و پارامتر strict نیز وجود دارد.

 
numbers = [1, 2, 3, 4]

result = map(lambda x: x * 2, numbers)

print(list(result))

خروجی:

 
[2, 4, 6, 8]

نکته عملی این است که map() خودِ لیست جدید را برنمی‌گرداند؛ یک iterator می‌دهد. به همین دلیل برای مشاهده خروجی کامل در مثال بالا از list() استفاده کردیم.

تابع getattr؛ دسترسی به ویژگی‌های یک شیء

getattr() مقدار یک attribute را با دریافت نام آن به شکل رشته برمی‌گرداند. این قابلیت زمانی کاربردی است که نام ویژگی را از قبل به‌صورت مستقیم در کد نمی‌دانید.

 
class Server:
    def __init__(self):
        self.hostname = "web-01"
server = Server()
print(getattr(server, "hostname"))

خروجی:

 
web-01

می‌توانید مقدار پیش‌فرض نیز تعیین کنید تا اگر attribute وجود نداشت، خطای AttributeError دریافت نکنید:

 
print(getattr(server, "ip", "Not configured"))

این الگو در کدهای انعطاف‌پذیر و سیستم‌هایی که با اشیای دارای ساختار پویا کار می‌کنند، مفید است.

تابع append؛ اضافه کردن عضو به لیست

append() یک متد لیست است و یک عنصر را به انتهای همان لیست اضافه می‌کند. نکته‌ای که زیاد باعث خطا می‌شود این است که append() لیست جدید برنمی‌گرداند؛ مقدار بازگشتی آن None است.

 
servers = ["Web", "DB"]
servers.append("DNS")
print(servers)

خروجی:

 
['Web', 'DB', 'DNS']

این تفاوت را با + یا روش‌هایی که لیست جدید تولید می‌کنند اشتباه نگیرید. در کدهای بزرگ، درک این رفتار برای جلوگیری از انتساب اشتباه نتیجه append() اهمیت دارد.

تابع range؛ ساخت محدوده‌های عددی

range برای نمایش یک محدوده حسابی از اعداد استفاده می‌شود و برخلاف تصور رایج، در مستندات پایتون یک نوع داخلیِ immutable sequence محسوب می‌شود، نه یک تابع عادی. می‌توان آن را با یک، دو یا سه آرگومان ساخت: stop، یا start, stop, step.

 
for number in range(1, 6):
    print(number)

خروجی:

 
1
2
3
4
5

عدد انتهایی در range() شامل محدوده نمی‌شود؛ بنابراین range(1, 6) از ۱ تا ۵ را تولید می‌کند.

تابع slice؛ انتخاب بخشی از داده‌ها

slice نیز یک نوع داخلی است که برای ساخت یک شیء برش استفاده می‌شود. این شیء را می‌توان برای مشخص کردن start، stop و step به کار برد. خود دستورهایی مانند items[1:4] نیز در سطح زبان از مفهوم slice استفاده می‌کنند.

 
data = ["A", "B", "C", "D", "E"]
part = slice(1, 4)
print(data[part])

خروجی:

 
['B', 'C', 'D']

وقتی یک الگوی برش قرار است چند بار مورد استفاده قرار گیرد، نگه‌داشتن یک شیء slice می‌تواند خوانایی کد را بهتر کند.

تابع format؛ قالب‌بندی رشته‌ها و خروجی

format() یک تابع داخلی برای قالب‌بندی مقدارهاست و در کنار آن، str.format() نیز برای قالب‌بندی رشته‌ها وجود دارد.

 
name = "Cando"
message = "Welcome to {}".format(name)
print(message)

خروجی:

 
Welcome to Cando

در کدهای جدید، f-stringها در بسیاری از سناریوها خواناتر هستند؛ بااین‌حال شناخت format() برای کار با کدهای موجود و برخی الگوهای قالب‌بندی ضروری است.

در مسیر ساخت تابع در پایتون هم می‌توانید منطق قالب‌بندی را داخل یک تابع مستقل قرار دهید تا خروجی استانداردی در بخش‌های مختلف برنامه تولید شود.

تابع strip؛ حذف فاصله‌ها و کاراکترهای اضافی

strip() یک متد رشته است که نویسه‌های ابتدایی و انتهایی رشته را حذف می‌کند. اگر آرگومان مشخص نکنید، whitespaceها حذف می‌شوند. نکته مهم این است که مقدار chars به معنای «رشته‌ای که باید به‌عنوان پیشوند یا پسوند حذف شود» نیست؛ مجموعه‌ای از نویسه‌هایی است که باید از دو طرف رشته کنار گذاشته شوند.

 
username = "   admin   "
print(username.strip())

خروجی:

 
admin

برای پاک‌سازی ورودی‌های متنی، strip() یکی از متدهای ساده اما بسیار کاربردی است.

تابع abs؛ محاسبه قدرمطلق

abs() قدرمطلق یک عدد را برمی‌گرداند. برای اعداد مختلط نیز اندازه یا magnitude آن عدد را بر اساس رفتار __abs__() محاسبه می‌کند.

 
difference = -25
print(abs(difference))

خروجی:

 
25

برای محاسبه فاصله عددی بدون توجه به علامت، این تابع انتخاب مناسبی است.

تابع upper؛ تبدیل حروف به حالت بزرگ

upper() یک متد رشته است که حروف را به حالت بزرگ تبدیل می‌کند.

 
text = "python"
print(text.upper())

خروجی:

 
PYTHON

رشته اصلی تغییر نمی‌کند، چون str در پایتون immutable است و متد یک رشته جدید تولید می‌کند.

تابع lower؛ تبدیل حروف به حالت کوچک

lower() نیز متد رشته است و حروف را به حالت کوچک تبدیل می‌کند.

 
role = "ADMIN"
print(role.lower())

خروجی:

 
admin

این متد برای یکسان‌سازی ورودی‌های متنی در مقایسه‌ها کاربرد دارد. مثلاً می‌توانید قبل از بررسی نقش کاربر، ورودی را با lower() نرمال کنید.

تابع sorted؛ مرتب‌سازی داده‌ها

sorted() از توابع داخلی پایتون است و یک لیست مرتب‌شده جدید از iterable ایجاد می‌کند؛ داده اولیه را تغییر نمی‌دهد. پارامترهای key و reverse نیز امکان تعیین معیار و جهت مرتب‌سازی را فراهم می‌کنند.

 
numbers = [7, 2, 9, 1]
sorted_numbers = sorted(numbers)
print(sorted_numbers)

خروجی:

 
[1, 2, 7, 9]

در مقایسه با list.sort()، تفاوت مهم این است که sorted() یک نتیجه جدید تولید می‌کند؛ بنابراین وقتی باید مقدار اولیه حفظ شود، انتخاب مناسبی است.

تابع join؛ اتصال چند رشته به یکدیگر

join() یک متد رشته است که عناصر یک iterable را با رشته‌ای که متد روی آن اجرا شده به یک رشته واحد متصل می‌کند.

 
parts = ["10", "20", "30"]
result = "-".join(parts)
print(result)

خروجی:

 
10-20-30

در تبدیل یک لیست رشته‌ای به خروجی CSV، ساخت مسیرها یا تولید متن‌های ترکیبی، join() معمولاً انتخاب بهتری از الحاق مکرر با + است.

تابع replace؛ جایگزین کردن بخشی از یک رشته

replace() یک متد رشته است که یک زیررشته را با مقدار دیگری جایگزین می‌کند. با آرگومان سوم می‌توانید تعداد جایگزینی‌ها را محدود کنید.

 
text = "Python Python Python"
print(text.replace("Python", "Cando", 1))

خروجی:

 
Cando Python Python

این متد برای پاک‌سازی و تغییر متن مفید است، اما برای پردازش‌های پیچیده الگوهای متنی، ابزارهایی مثل Regular Expression قابلیت بیشتری ارائه می‌کنند.

تابع len؛ به‌دست آوردن تعداد عناصر یا طول رشته

len() تعداد عناصر یک شیء را بر اساس پیاده‌سازی پروتکل طول آن برمی‌گرداند. برای رشته‌ها تعداد نویسه‌ها و برای مجموعه‌هایی مانند لیست، تعداد عناصر را می‌دهد.

 
users = ["Ali", "Sara", "Reza"]
print(len(users))

خروجی:

 
3

مثلاً برای کنترل تعداد آیتم‌های ورودی قبل از ادامه پردازش، len() یکی از نخستین ابزارهایی است که سراغ آن می‌روید.

تابع find؛ پیدا کردن موقعیت یک عبارت در رشته

find() یک متد رشته است و موقعیت اولین occurrence یک زیررشته را برمی‌گرداند. اگر عبارت پیدا نشود، مقدار -1 برمی‌گردد.

 
text = "Python is used in networking"
position = text.find("networking")
print(position)

خروجی:

 
19

اگر فقط می‌خواهید بدانید یک عبارت وجود دارد یا نه، باید تفاوت میان find() و روش‌هایی مانند in را نیز در نظر بگیرید؛ find() علاوه بر تشخیص، موقعیت را در اختیار شما می‌گذارد.

شناخت این ابزارها بخشی از استفاده از تابع در پایتون است، اما مهارت حرفه‌ای زمانی شکل می‌گیرد که بدانید چه زمانی یک تابع داخلی، چه زمانی یک متد و چه زمانی یک تابعی که خودتان نوشته‌اید انتخاب درست‌تری است. در پروژه‌های واقعی، همین انتخاب‌های کوچک روی خوانایی، نگهداری و خطایابی کد اثر مستقیم دارند. برای ساخت این پایه‌ها و حرکت از مثال‌های مستقل به پروژه‌های واقعی، مسیر دوره پایتون می‌تواند نقطه شروع مناسبی باشد.

همچنین در بحث فراخوانی تابع در پایتون، دانستن نام ابزار کافی نیست؛ باید قرارداد ورودی، نوع خروجی و رفتار آن در شرایط مرزی را هم بشناسید. این دقیقاً همان تفاوت میان حفظ کردن سینتکس و درک واقعی تعریف تابع پایتون و کار با توابع است؛ چیزی که در هر مثال از تابع در پایتون باید به آن توجه شود.

توابع داخلی (Built-in Functions) پایتون چیستند؟

توابع داخلی، ابزارهای آماده‌ای هستند که پایتون بدون نیاز به تعریف یا نصب کتابخانه در اختیار برنامه‌نویس می‌گذارد. len()، sum()، max()، min()، sorted() و enumerate() از پرکاربردترین نمونه‌ها هستند.

این توابع برای عملیات رایج طراحی شده‌اند و باعث می‌شوند نیازی به نوشتن دوباره منطق‌های ساده نداشته باشید.

کدام Built-in Functionهای پایتون بیشتر مورد استفاده قرار می‌گیرند؟

در پروژه‌های مختلف، این موارد کاربرد زیادی دارند:

• len() برای شمارش عناصر
• sum() برای محاسبه مجموع
• min() و max() برای کمترین و بیشترین مقدار
• sorted() برای مرتب‌سازی
• enumerate() برای پیمایش همراه با index
• range() برای ساخت بازه‌های عددی
• zip() برای کار هم‌زمان با چند iterable

تفاوت تابع داخلی با تابعی که خودمان در برنامه تعریف می‌کنیم

تابع داخلی از قبل توسط پایتون ارائه شده است؛ اما تابع سفارشی را برنامه‌نویس برای نیاز مشخص پروژه می‌سازد.

 
def calculate_average(scores): return sum(scores) / len(scores)

در این مثال، calculate_average() تابعی است که خودمان تعریف کرده‌ایم و sum() و len() توابع داخلی پایتون هستند.

انتخاب بین این دو ساده است: برای عملیات عمومی از Built-in Functionها استفاده کنید و برای منطق اختصاصی پروژه، تابع موردنیاز خودتان را بسازید.

Function و Method در پایتون چه تفاوتی با یکدیگر دارند؟

Function یک بلوک مستقل از کد است که می‌توان آن را با نامش فراخوانی کرد:

 
len([1, 2, 3])

اما Method تابعی است که به یک شیء یا کلاس وابسته است و با استفاده از . فراخوانی می‌شود:

 
text.upper()

در این مثال، len() یک Function داخلی و upper() یک Method مربوط به رشته است.

تفاوت اصلی در نحوه وابستگی و فراخوانی آن‌هاست؛ Function مستقل است، اما Method به یک شیء مشخص تعلق دارد. تشخیص این تفاوت هنگام یادگیری فراخوانی تابع در پایتون و کار با متدهای انواع داده، از خطاهای رایج جلوگیری می‌کند.

چگونه یک تابع در پایتون تعریف کنیم؟

برای تعریف تابع پایتون از کلمه کلیدی def استفاده می‌کنیم. یک تابع معمولاً نام، پارامترهای ورودی و بدنه‌ای دارد که وظیفه مشخصی را اجرا می‌کند.

دستور def؛ نقطه شروع ساخت یک تابع

ساختار پایه تابع به این شکل است:

 
def greet(name):
    return f"Hello {name}"

بعد از تعریف، تابع با نام خودش فراخوانی می‌شود:

 
greet("Ali")

قوانین و نکات مهم برای انتخاب نام تابع

نام تابع باید:

• با حروف یا _ شروع شود.
• شامل فاصله نباشد.
• از کلمات رزروشده پایتون استفاده نکند.
• بیانگر کاری باشد که تابع انجام می‌دهد.

نام‌هایی مثل calculate_price() از abc() خواناتر و حرفه‌ای‌تر هستند.

بدنه تابع و نحوه مشخص کردن بلاک کد

پایتون برای مشخص کردن بدنه تابع از تورفتگی (Indentation) استفاده می‌کند. تمام دستورهایی که با یک سطح تورفتگی زیر def قرار می‌گیرند، بخشی از تابع هستند.

 
def calculate_sum(a, b):
    result = a + b
    return result

در این مثال، دو خط داخل تابع قرار دارند و با خروج از سطح تورفتگی، بدنه تابع پایان پیدا می‌کند.

پارامتر و آرگومان در توابع پایتون

در یک تابع، Parameter متغیری است که هنگام تعریف تابع مشخص می‌کنید؛ Argument مقداری است که هنگام فراخوانی تابع به آن می‌دهید.

Parameter و Argument چه تفاوتی دارند؟

 
def greet(name):      # name: Parameter
    return f"Hello {name}"
greet("Ali")          # "Ali": Argument

اینجا name پارامتر و “Ali” آرگومان است.

تعریف پارامترهای دارای مقدار پیش‌فرض

می‌توانید برای پارامتر مقدار پیش‌فرض تعیین کنید تا هنگام فراخوانی، ارسال آن الزامی نباشد:

 
def greet(name="User"):
    print(f"Hello {name}")

کاربرد args و kwargs در دریافت ورودی‌های متغیر

*args برای دریافت چند آرگومان موقعیتی و **kwargs برای دریافت چند آرگومان نام‌دار استفاده می‌شود:

 
def show_data(*args, **kwargs):
    print(args)
    print(kwargs)

این قابلیت زمانی مفید است که تعداد ورودی‌های تابع از قبل مشخص نباشد.

جمع‌بندی

یادگیری توابع در پایتون زمانی ارزش واقعی پیدا می‌کند که بتوانید برای هر مسئله، ابزار مناسب را انتخاب کنید و بدانید چه زمانی باید از قابلیت‌های آماده زبان استفاده کنید و چه زمانی یک منطق اختصاصی بسازید.

در آموزش تابع در پایتون فقط حفظ کردن نام‌ها کافی نیست؛ درک ورودی و خروجی، نحوه فراخوانی و رفتار هر ابزار است که مهارت شما را در کدنویسی بالا می‌برد. وقتی این نگاه را در پروژه‌های واقعی به کار بگیرید، کدها منظم‌تر، قابل توسعه‌تر و تصمیم‌های فنی شما دقیق‌تر خواهند شد.

سوالات متداول

۱. آیا می‌توان یک تابع را داخل تابع دیگری تعریف کرد؟

بله. در پایتون می‌توان توابع تو در تو تعریف کرد؛ این کار برای محدود کردن دامنه یک تابع یا استفاده از Closureها کاربرد دارد.

۲. آیا یک تابع می‌تواند چند مقدار را برگرداند؟

بله. پایتون امکان بازگرداندن چند مقدار را فراهم می‌کند و نتیجه معمولاً به‌صورت یک Tuple دریافت می‌شود.

۳. آیا تابع می‌تواند بدون مقدار بازگشتی باشد؟

بله. اگر تابع عبارت return نداشته باشد، مقدار None را برمی‌گرداند.