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

python 复制代码
def say_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

python 复制代码
# 定义函数
def say_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:

python 复制代码
def greet_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:

python 复制代码
def add_numbers(a, b):
    result = a + b
    return result

# 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:

python 复制代码
# ❌ 错误写法:调用在前,定义在后
say_hello()  # 这里会报错!

def say_hello():
    print("你好")

# ✅ 正确写法:定义在前,调用在后
def say_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。

python 复制代码
def greet(name, greeting):
    return f"{greeting}, {name}!"

# "Alice" 传给 name, "Hello" 传给 greeting
print(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。
python 复制代码
def greet(name, greeting="Hello"): # greeting 有默认值
    return f"{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。

python 复制代码
def sum_all(*numbers):
    # numbers 是一个元组 (1, 2, 3, 4)
    return sum(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。

python 复制代码
def user_info(**details):
    # details 是一个字典 {'name': 'Alice', 'age': 25}
    for key, value in details.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。

python 复制代码
def calculate(*, tax_rate, amount): 
    # * 后面的参数必须用关键字传参
    return amount * 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。

python 复制代码
def func(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:

python 复制代码
def example_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:

复制代码
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
    复制代码
    # 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

python 复制代码
# ❌ 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 = lambda score: "优秀" if score >= 90 else "及格" if score >= 60 else "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

相关推荐
laocooon5238578863 小时前
插入法排序 python
开发语言·python·算法
清水白石0085 小时前
《深入 Python 上下文管理器:contextlib.contextmanager 与类实现方式的底层差异全景解析》
开发语言·python
程序员佳佳5 小时前
GPT-4时代终结?GPT-5.2与Banana Pro实测数据公开,普通开发者如何接住这泼天富贵
开发语言·python·gpt·chatgpt·重构·api·midjourney
Blossom.1186 小时前
多模态大模型LoRA微调实战:从零构建企业级图文检索系统
人工智能·python·深度学习·学习·react.js·django·transformer
小钻风33666 小时前
软件测试: 从入门到实践 (接口测试)
软件测试·python
小鸡吃米…6 小时前
带Python的人工智能——计算机视觉
人工智能·python·计算机视觉
玄同7656 小时前
Python 数据类型:LLM 语料与 API 参数的底层处理逻辑
开发语言·人工智能·python·自然语言处理·llm·nlp·知识图谱
databook7 小时前
数据分析师的“水晶球”:时间序列分析
python·数据挖掘·数据分析
技术路上的探险家7 小时前
vLLM常用启动参数的详细解释
python·大模型·qwen·vllm