Python函数参数规则与解包技巧详解
2025-06-10 18:42:43作者:裘旻烁
函数参数的基本形式
Python函数在声明参数时主要有四种形式:
- 不带默认值的参数:
def func(a): pass - 带默认值的参数:
def func(a, b=1): pass - 任意位置参数:
def func(a, b=1, *c): pass - 任意键值参数:
def func(a, b=1, *c, **d): pass
这些参数形式为Python函数提供了极大的灵活性,理解它们的用法是编写高质量Python代码的基础。
函数调用规则
在调用函数时,Python提供了两种参数传递方式:
- 位置参数:
func("G", 20) - 关键字参数:
func(a="G", b=20)
关键字参数的一个优势是不需要考虑参数顺序,例如func(b=20, a="G")也是合法的。
重要规则
- 位置参数不能在关键字参数之后出现:
def func(a, b=1):
pass
func(a="G", 20) # 语法错误
- 位置参数优先权:
def func(a, b=1):
pass
func(20, a="G") # 类型错误:对参数a重复赋值
在实际开发中,最保险的做法是全部使用关键字参数,这样可以避免很多潜在的错误。
任意参数处理
Python提供了两种处理任意数量参数的方式:
1. 任意位置参数(*args)
使用*args可以接收任意数量的位置参数:
def concat(*lst, sep="/"):
return sep.join((str(i) for i in lst))
print(concat("G", 20, "@", "Hz", sep="")) # 输出:G20@Hz
这里sep参数必须明确指定为关键字参数,否则会被当作位置参数处理:
print(concat("G", 20, "-")) # 输出:G/20/-
2. 任意关键字参数(**kwargs)
使用**kwargs可以接收任意数量的关键字参数:
def dconcat(sep=":", **dic):
for k in dic:
print(f"{k}{sep}{dic[k]}")
dconcat(hello="world", python="rocks", sep="~")
# 输出:
# hello~world
# python~rocks
解包(Unpacking)操作
Python 3.5引入了强大的解包特性,使得*和**操作符可以在函数参数之外使用:
序列解包
print(*range(5)) # 输出:0 1 2 3 4
lst = [0, 1, 2, 3]
print(*lst) # 输出:0 1 2 3
a = *range(3), # 注意这里的逗号不能省略
print(a) # 输出:(0, 1, 2)
字典解包
d = {"hello": "world", "python": "rocks"}
print({**d}["python"]) # 输出:rocks
解包操作可以理解为去掉容器的外层结构(如列表的[]或字典的{}),直接访问其内容。
实用技巧:字典合并
解包操作提供了一种优雅的字典合并方式:
user = {'name': "Trey", 'website': "http://treyhunner.com"}
defaults = {'name': "Anonymous User", 'page_name': "Profile Page"}
print({**defaults, **user})
# 输出:{'page_name': 'Profile Page', 'name': 'Trey', 'website': 'http://treyhunner.com'}
这种合并方式会保留后面字典中的值,覆盖前面字典中相同的键。
函数调用中的解包
在函数调用时使用解包操作(Python 2.7也支持):
print(concat(*"ILovePython")) # 输出:I/L/o/v/e/P/y/t/h/o/n
总结
掌握Python函数的参数规则和解包技巧可以让你:
- 编写更加灵活的函数接口
- 处理不定数量的参数
- 优雅地合并数据结构
- 写出更Pythonic的代码
这些特性是Python强大表达力的重要组成部分,合理运用可以显著提高代码的可读性和可维护性。
登录后查看全文
热门项目推荐
相关项目推荐
GLM-5智谱 AI 正式发布 GLM-5,旨在应对复杂系统工程和长时域智能体任务。Jinja00
GLM-5.1GLM-5.1是智谱迄今最智能的旗舰模型,也是目前全球最强的开源模型。GLM-5.1大大提高了代码能力,在完成长程任务方面提升尤为显著。和此前分钟级交互的模型不同,它能够在一次任务中独立、持续工作超过8小时,期间自主规划、执行、自我进化,最终交付完整的工程级成果。Jinja00
LongCat-AudioDiT-1BLongCat-AudioDiT 是一款基于扩散模型的文本转语音(TTS)模型,代表了当前该领域的最高水平(SOTA),它直接在波形潜空间中进行操作。00- QQwen3.5-397B-A17BQwen3.5 实现了重大飞跃,整合了多模态学习、架构效率、强化学习规模以及全球可访问性等方面的突破性进展,旨在为开发者和企业赋予前所未有的能力与效率。Jinja00
AtomGit城市坐标计划AtomGit 城市坐标计划开启!让开源有坐标,让城市有星火。致力于与城市合伙人共同构建并长期运营一个健康、活跃的本地开发者生态。01
CAP基于最终一致性的微服务分布式事务解决方案,也是一种采用 Outbox 模式的事件总线。C#00
热门内容推荐
最新内容推荐
3种实用方案解决软件试用期管理难题SMUDebugTool:重新定义AMD Ryzen硬件调试的开源解决方案企业级视频本地化:技术架构与商业落地指南4个效率优化维度:Kronos金融大模型资源配置与训练实战指南3步打造高效键盘效率工具:MyKeymap个性化配置指南RapidOCR:企业级本地化OCR工具的技术解析与应用实践开源小说下载工具:实现网络小说本地存储的完整方案Detect-It-Easy技术教程:精准识别PyInstaller打包文件的核心方法GDevelop零代码游戏开发:3大痛点解决方案与实战案例高效解决知识星球内容备份难题:完全掌握zsxq-spider从爬取到PDF的知识管理方案
项目优选
收起
OpenHarmony documentation | OpenHarmony开发者文档
Dockerfile
650
4.23 K
deepin linux kernel
C
27
14
Ascend Extension for PyTorch
Python
485
593
openEuler内核是openEuler操作系统的核心,既是系统性能与稳定性的基石,也是连接处理器、设备与服务的桥梁。
C
388
278
🎉 (RuoYi)官方仓库 基于SpringBoot,Spring Security,JWT,Vue3 & Vite、Element Plus 的前后端分离权限管理系统
Vue
1.53 K
885
Oohos_react_native
React Native鸿蒙化仓库
JavaScript
332
388
本项目是CANN提供的数学类基础计算算子库,实现网络在NPU上加速计算。
C++
936
851
暂无简介
Dart
898
214
昇腾LLM分布式训练框架
Python
141
167
AscendNPU-IR是基于MLIR(Multi-Level Intermediate Representation)构建的,面向昇腾亲和算子编译时使用的中间表示,提供昇腾完备表达能力,通过编译优化提升昇腾AI处理器计算效率,支持通过生态框架使能昇腾AI处理器与深度调优
C++
123
194