news 2026/3/9 13:36:13

12.Python3函数基础:定义、调用与参数传递规则

作者头像

张小明

前端开发工程师

1.2k 24
文章封面图
12.Python3函数基础:定义、调用与参数传递规则

1.Python3函数:让代码“打包复用”

你是否发现自己在代码中反复写着一模一样的片段?就像每次做饭都要从头切菜洗菜一样,函数就是帮你把这些重复操作打包成固定流程的好帮手。

什么是函数?

想象函数就像一个厨房小家电——你放入食材(输入),它按照预设程序工作,然后给你成品(输出)。你不用关心内部怎么运转,只需要知道怎么使用它

定义你的第一个函数

defsay_hello():print("你好,世界!")print("欢迎来到Python函数的世界")

以上代码中:

  • def是定义函数的关键字,意思是“定义”
  • say_hello是函数名,按你的需求起名
  • 括号()目前空着,后面会放参数
  • 冒号:表示函数内容开始
  • 缩进的代码就是函数体,是函数具体要做的事

调用函数——让它真正工作

# 定义函数defsay_hello():print("你好,世界!")print("欢迎来到Python函数的世界")# 调用函数三次say_hello()say_hello()say_hello()

运行这段代码,你会发现同样的问候语出现了三次,但你只写了一次逻辑——这就是函数的复用价值

让函数更灵活:添加参数

固定的问候太单调,让我们个性化一点:

defgreet_person(name):print(f"你好,{name}!")print("今天过得怎么样")# 调用时传入不同名字greet_person("小明")greet_person("小美")

现在每次调用都能问候不同的人,name就是参数,像函数的“输入插槽”

函数返回值——得到结果

很多时候我们需要函数计算后给我们一个结果:

defadd_numbers(a,b):result=a+breturnresult# 接收返回值sum_result=add_numbers(5,3)print(f"5加3等于{sum_result}")

return就像函数的“输出口”,把结果送出来供你使用

初学者常犯的错误:

# ❌ 错误写法:调用在前,定义在后say_hello()# 这里会报错!defsay_hello():print("你好")# ✅ 正确写法:定义在前,调用在后defsay_hello():print("你好")say_hello()# 这样才对

记住,Python是从上往下执行代码的,所以函数定义要在调用之前

动手试试

现在轮到你了,试着写一个函数:

  • 函数名:calculate_area
  • 参数:length(长),width(宽)
  • 功能:计算长方形面积
  • 返回:面积值

2.核心参数类型速览

为了让你一目了然,我整理了一个表格来概括这几种参数:

参数类型关键符号作用说明
位置参数最基础的参数,按顺序传递,必须传值。
默认参数param=value调用时可以省略,使用定义时的默认值。
可变位置参数*args接收任意多个无名参数,打包成元组
可变关键字参数**kwargs接收任意多个有名参数,打包成字典
关键字参数*强制要求调用时必须使用“参数名=值”的形式。

📝 1. 详细解析与代码示例

(1) 位置参数 (Positional Arguments)

这是最常见、最简单的参数。你必须按照函数定义时参数的顺序,依次传入对应数量的值。

defgreet(name,greeting):returnf"{greeting},{name}!"# "Alice" 传给 name, "Hello" 传给 greetingprint(greet("Alice","Hello"))

第一个值给name,第二个给greeting

(2) 默认参数 (Default Arguments)

在定义函数时给参数指定一个默认值。如果调用时不传这个参数,就用默认值;传了就用传入的值。

  • 注意:默认参数必须放在必选参数之后。
  • 避坑:尽量不要使用可变对象(如列表[]或字典{})作为默认值,否则可能会导致奇怪的副作用。
defgreet(name,greeting="Hello"):# greeting 有默认值returnf"{greeting},{name}!"print(greet("Bob"))# 只传一个,使用默认问候语print(greet("Charlie","Hi"))# 两个都传,覆盖默认值
(3) 可变位置参数 (*args)

当你不确定要传多少个参数时使用。在参数名前加一个星号*,函数会把多余的位置参数收集到一个元组中。

defsum_all(*numbers):# numbers 是一个元组 (1, 2, 3, 4)returnsum(numbers)print(sum_all(1,2,3,4))# 可以传任意多个数字
(4) 可变关键字参数 (**kwargs)

用来接收任意多个“关键字=值”的参数。在参数名前加两个星号**,函数会把这些参数收集到一个字典中。

defuser_info(**details):# details 是一个字典 {'name': 'Alice', 'age': 25}forkey,valueindetails.items():print(f"{key}:{value}")user_info(name="Alice",age=25,city="Beijing")
(5) 关键字参数 (Keyword-Only)

*args后面的参数,或者单独使用*分隔的参数,被称为“强制关键字参数”。调用时必须写明参数名,否则会被当作位置参数处理,导致报错。

defcalculate(*,tax_rate,amount):# * 后面的参数必须用关键字传参returnamount*tax_rate# 必须这样调用:calculate(tax_rate=0.1,amount=100)# 如果写成 calculate(0.1, 100) 会报错!
(6) 参数解包 (Unpacking)

这不算是函数定义的参数类型,但在传参时非常有用。你可以使用***将列表/元组、字典解开,作为参数传入函数。

deffunc(a,b,c):print(a,b,c)args_list=func(*args_list)# 解包列表,相当于 func(1, 2, 3)kwargs_dict={'a':1,'b':2,'c':3}func(**kwargs_dict)# 解包字典,相当于 func(a=1, b=2, c=3)

⚖️ 2. 组合使用的规则

在一个函数定义中,你可以混合使用上述参数,但必须严格遵守以下顺序,否则 Python 会报错:

  1. 位置参数(positional)
  2. 默认参数(default)
  3. 可变位置参数(*args)
  4. 关键字参数(keyword-only)
  5. 可变关键字参数(**kwargs)

一个综合示例:

defexample_func(pos1,pos2,default1=0,*args,kw_only,**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):{args}")print(f"强制关键字参数:{kw_only}")print(f"可变关键字参数 (**kwargs):{kwargs}")# 调用示例example_func(1,2,3,4,5,kw_only="必须指定",extra="额外信息")

3.匿名函数

想象你需要一把一次性螺丝刀——只拧一颗螺丝后就扔掉,不值得买整套工具。匿名函数就是这样的“一次性工具函数”,没有正式名字,定义后立即使用或传递给其他函数

匿名函数使用lambda关键字定义,语法:

lambda 参数: 表达式

对比普通函数,匿名函数的特点:

  • 没有def和函数名

  • 只有一行表达式

  • 自动返回表达式结果,无需return

    对比两种写法
    # 普通函数写法 def add_regular(x, y): return x + y # 匿名函数写法 add_lambda = lambda x, y: x + y # 两种方式效果相同 print(add_regular(3, 5)) # 输出 8 print(add_lambda(3, 5)) # 输出 8

函数让代码变得更简洁、更易维护,就像把杂乱的工具整理进工具箱,需要时随时取用

Python 的参数是函数调用时被传进去的值

匿名函数的限制

# ❌ 不能有多条语句# lambda x: print(x); return x * 2 # 错误!# ✅ 但可以使用条件表达式grade_check=lambdascore:"优秀"ifscore>=90else"及格"ifscore>=60else"不及格"print(grade_check(95))# 输出 "优秀"print(grade_check(75))# 输出 "及格"

匿名函数只能包含单个表达式,但可以使用三元条件表达式实现简单逻辑

总结:

1.用def定义函数、通过return返回值,理解函数成为代码复用的基石

2.参数篇深入探讨各种参数类型:基础的位置参数、灵活的默认参数,到强大的*args和**kwargs,再到精确控制的关键字参数。记住那个关键顺序:位置→默认→可变位置→关键字→可变关键字

3.匿名函数则让我们看到了代码的另一种可能性——简洁的lambda表达式

版权声明: 本文来自互联网用户投稿,该文观点仅代表作者本人,不代表本站立场。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。如若内容造成侵权/违法违规/事实不符,请联系邮箱:809451989@qq.com进行投诉反馈,一经查实,立即删除!
网站建设 2026/3/8 14:39:56

电商客服机器人提速秘诀:集成TensorRT推理引擎

电商客服机器人提速秘诀:集成TensorRT推理引擎 在“双十一”零点的钟声敲响那一刻,某头部电商平台的智能客服系统正面临每秒数千次的咨询洪峰。用户的问题如潮水般涌来:“我的订单为什么没发货?”“优惠券怎么没生效?”…

作者头像 李华
网站建设 2026/3/4 1:57:29

django基于python的中文起点网top500小说数据提取的设计与实现

背景分析随着网络文学的快速发展,起点中文网作为国内领先的原创文学平台,积累了海量小说数据。这些数据蕴含读者偏好、题材趋势等有价值的信息,但缺乏系统化的分析工具。通过Python技术栈(如Django、Scrapy)实现数据采…

作者头像 李华
网站建设 2026/3/8 4:43:28

【多目标优化】光储一体化智慧校园能源调度策略研究附Matlab代码

✅作者简介:热爱科研的Matlab仿真开发者,擅长数据处理、建模仿真、程序设计、完整代码获取、论文复现及科研仿真。🍎 往期回顾关注个人主页:Matlab科研工作室🍊个人信条:格物致知,完整Matlab代码及仿真咨询…

作者头像 李华
网站建设 2026/3/8 3:28:00

从实验室到生产线:TensorRT推动AI工业化进程

从实验室到生产线:TensorRT推动AI工业化进程 在智能摄像头实时识别人流、金融交易毫秒级风险拦截、自动驾驶车辆感知周围环境的幕后,隐藏着一个关键角色——它不参与模型训练,却决定了AI能否真正“跑得动”。这个角色就是 NVIDIA TensorRT。 …

作者头像 李华
网站建设 2026/3/5 20:57:42

部署大模型不再难:手把手教你使用TensorRT镜像

部署大模型不再难:手把手教你使用TensorRT镜像 在今天的AI应用战场上,一个70亿参数的大语言模型如果响应延迟超过两秒,用户可能已经关掉页面。这不仅是性能问题,更是产品生死线。而更棘手的是,许多团队还在为“为什么…

作者头像 李华