Python基础（11）：Python中函数参数的进阶模式详解

练习最大的收获就是先进行模仿，在发现问题，解决问题，最后掌握！

**上一篇文章题目：**Python基础（10）：Python函数基础详解

链接： https://blog.csdn.net/2501_94250394/article/details/156517202?spm=1001.2014.3001.5501

前言

前面给小伙伴们分享了Python函数基础知识，今天和大家一起学习一下进阶模式，一起来探索一下，看看都有哪些神奇的知识点。旅程开始：

偷瞄一眼今天的内容：

一、函数的参数进阶

1.1 函数的参数

在函数定义与调用时，我们可以根据自己的需求来实现参数的传递。在Python中，函数的参数一共有两种形式：

① 形参 ② 实参（昨天文章的拓展内容里面也进行了解释）

形参：在函数定义时，所编写的参数就称之为形式参数，也就是定义函数时括号内声明的参数，仅作为接收数据的占位符，无具体实际值，比如add_num(a, b)里面的a和b。

实参：在函数调用时，所传递的参数就称之为实际参数，也就是调用函数时括号内传入的具体数据或变量，用于给对应形参赋值,比如add_num(3, 5)里面的3和5。

案例：

python 复制代码

def greet(name):  # name：形参（局部变量）
    return name + '，您好'

# 调用函数
name = '张三'  # name：全局变量（存储实参值）
result = greet(name)  # 传递实参值'张三'给形参name
print(result)  # 输出：张三，您好

1.2 函数的参数类型(调用)

我们在传参的时候有一下几种方式，大家可以选择自己喜欢的方式。

1.2.1 位置参数

理论上，在函数定义时，我们可以为其定义多个参数，这是 Python 函数参数的基础形式。位置参数的核心是按照参数定义的先后位置，进行一一对应的传递 ，即在函数调用时，传递的实参数量必须与函数定义的位置参数数量完全一致（不能多也不能少），且实参的顺序必须和形参的定义顺序严格匹配。

案例：

python 复制代码

# 定义函数，其中name、age、address均为位置参数（按顺序声明，调用时需按对应位置传递实参）
def user_info(name, age, address):
    # 按位置参数接收的值，格式化输出个人信息
    print(f'我的名字{name}，今年{age}岁了，家里住在{address}')

# 调用函数：使用位置参数传递方式，实参与形参按定义顺序一一对应
# 第1个实参'Tom' 对应 函数定义中第1个位置形参name
# 第2个实参23    对应 函数定义中第2个位置形参age
# 第3个实参'美国纽约' 对应 函数定义中第3个位置形参address
# 位置参数要求实参顺序与形参顺序完全一致，不可随意颠倒
user_info('Tom', 23, '美国纽约')

1.2.2 关键词参数（Python特有）

关键词参数是 Python 中灵活便捷的参数传递形式，其核心是通过 "键 = 值" 的形式明确指定实参对应的形参，其中 "键" 必须是函数定义时声明的形参名称，"值" 是要传递给该形参的具体数据。这种传递方式可以让函数调用的语义更加清晰、容易理解，使用者无需记忆形参的定义顺序，同时也彻底清除了参数传递的顺序限制。

案例：

python 复制代码

# 定义函数，声明三个形参：name、age、address（用于接收后续调用时传递的参数值）
def user_info(name, age, address):
    # 格式化输出接收的参数值，展示个人信息
    print(f'我的名字{name}，今年{age}岁了，家里住在{address}')

# 调用函数：采用Python关键词参数（键=值）的传递方式
# 关键词参数通过"形参名=实参值"的形式明确指定对应关系，无需依赖形参定义顺序
# name='Tom'：明确将实参'Tom'传递给形参name
# age=23：明确将实参23传递给形参age
# address='美国纽约'：明确将实参'美国纽约'传递给形参address
# 该传参方式语义清晰，可读性更强，即使打乱参数顺序也能正确赋值
user_info(name='Tom', age=23, address='美国纽约')

#关键词传参不需要遵照形参的顺序，比如下面的形式也成立
user_info(age=23, address='美国纽约'，name='Tom')

1.2.3 函数定义时缺省参数（参数默认值）

缺省参数也叫默认参数，用于定义函数，为参数提供默认值，调用函数时可不传该默认参数的值

**注意：所有位置参数必须出现在默认参数前，包括函数定义和调用，**我们在定义缺省参数时，一定要把其写在参数列表的最后侧。

案例：

python 复制代码

# 定义函数：name、age是位置参数，gender是缺省参数（默认值为'男'）
def user_info(name, age, gender='男'):
    # 格式化输出个人信息
    print(f'我的名字{name}，今年{age}岁了，我的性别为{gender}')

# 调用函数：未传gender，使用默认值'男'
user_info('李林', 25)
# 调用函数：未传gender，使用默认值'男'
user_info('振华', 28)
# 调用函数：传递gender='女'，覆盖默认值
user_info('婉儿', 18, '女')

1.3 不定长参数

不定长参数（又称可变参数）是 Python 为解决函数调用时参数数量不确定 （可传递 0 个、1 个或多个参数，甚至不传参）的场景设计的参数类型，核心通过包裹（packing）机制 ，将多个零散参数打包成一个聚合数据类型进行处理，主要分为两种形式 ：包裹位置参数（*args） 和包裹关键字参数（**kwargs），二者分工明确，覆盖不同的传参场景。

光看文字可能有点枯燥和不懂，我们来看看具体的案例，加深一下印象和理解。

案例：

不定长元组（位置）参数

python 复制代码

# 定义一个接收可变数量位置参数的函数，用于输出用户基础信息
def user_info(*args):
    #打印args参数，用于查看其存储格式
    print(args)  # 元组类型数据，对传递参数有顺序要求，参数会按传入顺序打包进元组
    # 格式化输出用户信息，通过元组索引获取对应位置的参数值
    # args[0]：获取传入的第1个参数（姓名）
    # args[1]：获取传入的第2个参数（年龄）
    # args[2]：获取传入的第3个参数（居住地）
    print(f'我的名字{args[0]}，今年{args[1]}岁了，住在{args[2]}')

# 调用函数，传递参数
# 按「姓名、年龄、居住地」的顺序传递3个位置参数，参数会被自动打包成元组传入args
user_info('Tom', 23, '美国纽约')

不定长字典（关键字）参数

python 复制代码

def user_info(**kwargs):
    # print(kwargs)  # 字典类型数据，对传递参数没有顺序要求，格式要求key = value值
    print(f'我的名字{kwargs["name"]}，今年{kwargs["age"]}岁了，住在{kwargs["address"]}')

# 调用函数，传递参数
user_info(name='Tom', address='美国纽约', age=23)

**注意：**kw = keyword + args；无论是包裹位置传递还是包裹关键字传递，都是一个组包的过程。

Python组包：就是把多个数据组成元组或者字典的过程。

二、lambda函数

2.1 普通函数与匿名函数的区别

Python 普通函数（def定义，有名）支持复杂逻辑、灵活返回值，适用于重复调用和维护扩展；匿名函数（lambda定义，无名）仅单行表达式、自动返回结果，适用于临时简单功能或高阶函数参数。

注意：如果一个函数有一个返回值，并且只有一句代码，可以使用 lambda简化。

2.2 lambda表达式基本语法

基本语法：

python 复制代码

变量 = lambda 函数参数:表达式（函数代码 + return返回值）
# 调用变量
变量()

案例：编写表达式

定义一个函数，经过一系列操作，最终返回100

python 复制代码

def fn1():
    return 100

# 调用fn1函数
print(fn1)  # 返回fn1函数在内存中的地址
print(fn1())  # 代表找到fn1函数的地址并立即执行

lambda表达式进行简化：

python 复制代码

fn2 = lambda : 100

print(fn2)  # 返回fn2在内存中的地址
print(fn2())

2.3 lambda表达式

2.3.1 带参数的lambda表达式：

比如编写一个函数求两个数的和：

python 复制代码

def fn1(num1, num2):
    return num1 + num2

print(fn1(10, 20))

lambda表达式进行简化：

python 复制代码

fn2 = lambda num1, num2:num1 + num2

print(fn2(10, 20))

2.3.2 带默认参数的lambda表达式

python 复制代码

fn = lambda a, b, c=100 : a + b + c
print(fn(10, 20))

2.3.3 带if判断（三目运算符）的lambda表达式

python 复制代码

fn = lambda a, b : a if a > b else b

print(fn(10, 20))

2.4 列表数据+字典数据排序（重点）

知识点：列表.sort(key=排序的key索引, reverse=True)

注意具体案例，稍微字典和元组稍微有点区别

案例：

python 复制代码

# 元素是元组，格式：(姓名, 年龄)，索引0=姓名，索引1=年龄
student_tuples = [('Tom', 20), ('Rose', 19), ('Jack', 22)]
# key=lambda x: x[0] 就是指定"元组索引0"作为排序key，对应"排序的key索引"
student_tuples.sort(key=lambda x: x[0])  # 按索引0（姓名）排序

案例：

注意：在字典里面，key 后面并不是真正的 "列表索引"，而是指定字典的键作为排序依据

python 复制代码

# 定义一个存储学生信息的字典列表，每个元素是包含name和age的字典
students = [
    {'name': 'Tom', 'age': 20},
    {'name': 'Rose', 'age': 19},
    {'name': 'Jack', 'age': 22}
]

# 按学生name对应的值进行升序排列（默认reverse=False，无需显式指定）
# key=lambda x: x['name']：lambda接收列表中的每个字典元素x，返回x的'name'值作为排序关键字
# 排序后姓名顺序：Jack → Rose → Tom
students.sort(key=lambda x: x['name'])  # Jack/Rose/Tom
# 打印按姓名升序排序后的学生列表
print(students)

# 按学生name对应的值进行降序排列
# reverse=True：开启降序排序，覆盖默认的升序规则
# 排序后姓名顺序：Tom → Rose → Jack
students.sort(key=lambda x: x['name'], reverse=True)
# 打印按姓名降序排序后的学生列表
print(students)

# 按学生年龄age对应的值进行升序排列
# key=lambda x: x['age']：lambda接收列表中的每个字典元素x，返回x的'age'值作为排序关键字
# 排序后年龄顺序：19（Rose）→ 20（Tom）→ 22（Jack）
students.sort(key=lambda x: x['age'])
# 打印按年龄升序排序后的学生列表
print(students)

三、总结

转眼Python基础知识分享就快要结束了，不知道我分享的内容对于小伙伴来说通俗易懂不？我最近也抽空看了一下，感觉文字内容写太多吧，又害怕小伙伴们抓不住重点，写太少吧，也害怕大家不好理解，最近稍微有点矛盾，希望小伙伴们也在评论区发表一下建议，我后期进行修改。

今天突然发现Coze扣子首页竟然进行了更新，变得更加简单容易操作了，之前搭建智能体和工作流都需要手动一个一个操作，现在直接可以和ai交流，ai直接就可以一步完成了，操作确实简化了好多。

所以我准备在Python基础知识分享完毕之后，给大家分享一期实用的工具集，之后开始分享如何利用Coze平台搭建属于自己的智能体和业务工作流！！！

上述内容会根据大家的评论和实际情况进行实时更新和改进。

麻烦小伙伴们动一动发财的小手，给小弟点个赞和收藏，如果能获得小伙伴的关注将是我无上的荣耀和前进的动力。

小伙伴们，我是AI大佬的小弟，希望大家喜欢！！！

晚安，兄弟们。