Python 函数参数
什么是函数参数？
函数参数是我们在定义和调用函数时传递给函数的值。它们使函数更加灵活和可重用，让同一函数可以处理不同的数据。Python提供了多种参数类型，允许开发者灵活地设计和使用函数。
为什么学习函数参数很重要？
掌握函数参数的使用方式可以让你编写更为简洁、灵活的代码，减少重复工作，提高代码的可维护性和可读性。
参数的基本类型
Python函数参数主要分为以下几种类型：
- 位置参数
- 默认参数
- 关键字参数
- 可变位置参数
- 可变关键字参数
接下来我们将详细介绍每种参数类型的用法和特点。
位置参数
位置参数是最基本的参数形式，调用函数时按照定义顺序传递参数。
python
def greet(name, message):
return f"{message}, {name}!"
# 调用函数
result = greet("Alice", "Hello")
print(result) # 输出: Hello, Alice!
在上面的例子中，name和message就是位置参数。调用函数时，第一个参数值"Alice"传给了name，第二个参数值"Hello"传给了message。
注意
位置参数的顺序非常重要！如果顺序错误，可能导致意外的结果：
python
wrong_result = greet("Hello", "Alice")
print(wrong_result) # 输出: Alice, Hello!
这不是我们期望的结果。
默认参数
默认参数允许在函数定义时为参数提供默认值。如果调用时未提供该参数，则使用默认值。
python
def greet(name, message="Hello"):
return f"{message}, {name}!"
# 只传递name参数
result1 = greet("Bob")
print(result1) # 输出: Hello, Bob!
# 同时传递name和message参数
result2 = greet("Charlie", "Hi")
print(result2) # 输出: Hi, Charlie!
默认参数使函数调用更加灵活，可以根据需要提供或省略某些参数。
默认参数陷阱
默认参数的值在函数定义时就已确定，如果默认值是可变对象（如列表、字典），可能导致意外行为：
python
def add_item(item, items=[]): # 危险！默认列表在所有调用间共享
items.append(item)
return items
print(add_item("apple")) # 输出: ['apple']
print(add_item("banana")) # 输出: ['apple', 'banana'] 而不是 ['banana']
# 更安全的做法：
def add_item_safe(item, items=None):
if items is None:
items = []
items.append(item)
return items
关键字参数
关键字参数允许通过参数名指定参数值，这样可以不按照位置顺序传递参数。
python
def describe_person(name, age, city):
return f"{name} is {age} years old and lives in {city}."
# 使用关键字参数
result = describe_person(age=30, city="New York", name="David")
print(result) # 输出: David is 30 years old and lives in New York.
关键字参数的优点是：
- 提高代码的可读性，特别是当函数有多个参数时
- 可以不按照定义顺序传递参数
- 防止参数顺序混淆导致的错误
可变位置参数 (*args)
可变位置参数允许函数接收任意数量的位置参数，这些参数会被打包成一个元组。可变位置参数在定义时使用星号（*）标识。
python
def calculate_sum(*numbers):
"""计算所有传入数字的和"""
total = 0
for num in numbers:
total += num
return total
# 调用函数
print(calculate_sum(1, 2)) # 输出: 3
print(calculate_sum(1, 2, 3, 4, 5)) # 输出: 15
print(calculate_sum()) # 输出: 0
在这个例子中，*numbers可以接收任意数量的位置参数，并将它们组合成一个元组。
可变关键字参数 (**kwargs)
可变关键字参数允许函数接收任意数量的关键字参数，这些参数会被打包成一个字典。可变关键字参数在定义时使用双星号（**）标识。
python
def print_user_info(**user_info):
"""打印用户信息"""
print("User Information:")
for key, value in user_info.items():
print(f"{key}: {value}")
# 调用函数
print_user_info(name="Emma", age=25, job="Developer")
# 输出:
# User Information:
# name: Emma
# age: 25
# job: Developer
在这个例子中，**user_info接收了三个关键字参数并将它们组合成一个字典。
参数顺序规则
当在函数中混合使用不同类型的参数时，必须遵循以下顺序：
- 位置参数
- 默认参数
- 可变位置参数 (
*args) - 关键字参数
- 可变关键字参数 (
**kwargs)
python
def complex_function(pos1, pos2, default1="default", *args, kw1, kw2="keyword", **kwargs):
print(f"位置参数: {pos1}, {pos2}")
print(f"默认参数: {default1}")
print(f"可变位置参数: {args}")
print(f"关键字参数: {kw1}, {kw2}")
print(f"可变关键字参数: {kwargs}")
# 调用函数
complex_function(
"position1", # pos1
"position2", # pos2
"custom_default", # default1
1, 2, 3, # *args
kw1="keyword1", # kw1 (必须使用关键字指定)
kw2="keyword2", # kw2
extra1="extra1", # **kwargs
extra2="extra2" # **kwargs
)
实际应用案例
案例1：创建一个灵活的日志函数
python
def log_message(message, level="INFO", *tags, timestamp=True, **metadata):
"""
记录日志消息
参数:
- message: 日志消息内容
- level: 日志级别，默认为"INFO"
- *tags: 可选的标签列表
- timestamp: 是否包含时间戳，默认为True
- **metadata: 额外的元数据
"""
import datetime
log_entry = {}
# 添加时间戳
if timestamp:
log_entry["timestamp"] = datetime.datetime.now().strftime("%Y-%m-%d %H:%M:%S")
# 添加消息和级别
log_entry["message"] = message
log_entry["level"] = level
# 添加标签
if tags:
log_entry["tags"] = list(tags)
# 添加元数据
log_entry.update(metadata)
# 在实际应用中，这里可能会将日志写入文件或发送到日志系统
print(log_entry)
# 使用示例
log_message(
"用户登录成功",
"DEBUG",
"security", "user-activity",
user_id="12345",
ip_address="192.168.1.1"
)
这个日志函数很灵活，可以接受不同级别的日志信息、多个标签，以及任意其他可能需要记录的信息。
案例2：创建一个配置构建器
python
def build_config(app_name, version, environment="development", *features, db_config=None, **extra_settings):
"""
创建应用程序配置
参数:
- app_name: 应用程序名称
- version: 应用版本
- environment: 运行环境，默认为"development"
- *features: 启用的功能列表
- db_config: 数据库配置信息
- **extra_settings: 其他配置设置
"""
# 基本配置
config = {
"app_name": app_name,
"version": version,
"environment": environment
}
# 添加功能标志
if features:
config["enabled_features"] = list(features)
# 添加数据库配置
if db_config:
config["database"] = db_config
# 添加额外设置
if extra_settings:
config["settings"] = extra_settings
return config
# 使用示例
app_config = build_config(
"MyWebApp",
"1.0.0",
"production",
"user-auth", "payment-processing", "notifications",
db_config={
"host": "localhost",
"port": 5432,
"name": "myapp_db"
},
debug=False,
cache_timeout=3600,
max_upload_size="10MB"
)
print(app_config)
参数解包
Python 还支持参数解包，允许将已有的序列（如列表、元组）或字典作为参数传递给函数。
解包列表或元组
python
def add(a, b, c):
return a + b + c
values = [1, 2, 3]
result = add(*values) # 等同于 add(1, 2, 3)
print(result) # 输出: 6
解包字典
python
def display_person(name, age, city):
return f"{name} is {age} years old and lives in {city}."
person = {"name": "John", "age": 35, "city": "Berlin"}
result = display_person(**person) # 等同于 display_person(name="John", age=35, city="Berlin")
print(result) # 输出: John is 35 years old and lives in Berlin.
强制关键字参数
有时我们希望某些参数必须通过关键字指定，而不能通过位置传递。在 Python 3 中，可以使用*标记符来实现这一点：
python
def divide(*, numerator, denominator):
"""
除法函数，要求参数必须通过关键字指定
"""
return numerator / denominator
# 必须使用关键字参数
result = divide(numerator=10, denominator=2)
print(result) # 输出: 5.0
# 下面的调用会引发错误
try:
divide(10, 2) # TypeError: divide() takes 0 positional arguments but 2 were given
except TypeError as e:
print(f"错误: {e}")
总结
Python的函数参数系统非常灵活强大，适当使用这些参数类型可以让你的代码更加简洁、可读且易于维护：
- 位置参数：按照定义顺序传递的参数
- 默认参数：为参数提供默认值，使函数调用更灵活
- 关键字参数：通过参数名指定参数值，提高代码可读性
- 可变位置参数 (
*args)：接收任意数量的位置参数 - 可变关键字参数 (
**kwargs)：接收任意数量的关键字参数 - 强制关键字参数：要求参数必须通过关键字形式指定
在实际应用中，这些不同类型的参数常常混合使用，以创建功能强大且灵活的函数。
练习
为了巩固所学内容，尝试完成以下练习：
- 创建一个计算器函数，能够接受两个必填参数和一个操作符参数（默认为加法）
- 实现一个函数，可以接受任意数量的字符串并将它们连接起来，同时可以指定分隔符
- 编写一个函数，可以创建具有不同属性的学生记录，要求名字和年龄是必填的，其他信息如班级、成绩等是可选的
进一步阅读
- Python 官方文档中的函数定义部分
- PEP 3102 – 必须通过关键字指定的参数
- Python 的数据模型文档