Day4 Python的函数和参数机制

函数的定义与调用

最基本的函数结构如下：

python 复制代码

def greet(name):
    return f"Hello, {name}!"

print(greet("Alice"))

def 定义函数
调用时传入对应参数

如果参数数量或顺序不匹配，就会报错，这是最常见的问题之一。

默认参数

默认参数的作用是让函数调用更灵活，同时减少重复传参。

python 复制代码

def greet(name, prefix="Hello"):
    return f"{prefix}, {name}!"

print(greet("Alice"))           # Hello, Alice!
print(greet("Alice", "Hi"))     # Hi, Alice!

默认参数的规则是：

必须放在普通参数后面
调用时可以选择是否覆盖

默认参数的"坑"

直接看例子：

python 复制代码

def append_item(item, lst=[]):
    lst.append(item)
    return lst

print(append_item(1))  # [1]
print(append_item(2))  # [1, 2]

很多人以为第二次会返回 [2]，但结果是 [1, 2]。原因是，默认参数只在函数定义时创建一次。

正确写法是：

python 复制代码

def append_item(item, lst=None):
    if lst is None:
        lst = []
    lst.append(item)
    return lst

可变参数 *args、**kwargs

当参数数量不固定时，就需要用到可变参数。

*args（接收位置参数）

先看一个例子：

go 复制代码

def func(*args):
    print(args)
    print(type(args))
    
func(1, 2, 3)
# (1, 2, 3)
# <class 'tuple'>

args 本质是一个元组，即Python会把所有位置参数收集起来，按顺序 打包成一个元组，相当于在函数内部，args = (1, 2, 3)。

css 复制代码

def add(a, b, c):
    return a + b + c

nums = (1, 2, 3)

print(add(*nums))  # 等价于 add(1, 2, 3)

在函数调用时，* 的作用是：把一个可迭代对象拆成多个位置参数。 * 解包不仅限于元组，只要是可迭代对象（list、tuple、甚至字符串）都可以。

python 复制代码

num = (1,2,3,4,5)
print(*num)  # 1 2 3 4 5
# ----
def show(a, b, c):
    print(a, b, c)
    
show(*"abc")  # a b c

**kwargs（接收关键字参数）

同样，我们先来看一个例子：

css 复制代码

def show_info(**kwargs):
    print(kwargs)
    print(type(kwargs))

show_info(name="Alice", age=20)
# {'name': 'Alice', 'age': 20}
# <class 'dict'>

**kwargs 在函数内部其实就是一个字典（dict） 。调用时传入的所有关键字参数，都会被收集到这个字典里。

在函数调用时，** 的作用是把一个字典拆开，变成多个关键字参数传给函数。

例如：

scss 复制代码

def connect(host, port):
    print(host, port)

config = {
    "host": "localhost",
    "port": 3306
}

connect(**config)   # localhost 3306，相当于执行了 connect(host="localhost", port=3306)

注意：字典的 key 必须和函数参数名一致，否则会报错。

回调函数

函数在 Python可以作为参数传递，称为回调函数。回调函数本身不复杂，但是有一些细节需要注意。

回调要传函数，不要加括号

直接来看一个例子：

scss 复制代码

def apply(func):
    return func()

def say_hi():
    print("hi")

apply(say_hi())  # ❌ 错误写法

这段代码的问题在于，say_hi()在传参之前就已经执行了，传进去的是返回值（这里是 None）。正确写法应该是直接传函数本身，不要加括号。正确写法是：apply(say_hi)。

回调函数的参数要匹配

python 复制代码

def add(a, b):
    return a + b
    
def apply(func):
    return func(10)

apply(add)  # ❌ 报错

apply 只传了一个参数，但 add 需要两个。要么修改add为只有一个参数的函数，要么lambda来适配参数，即apply(lambda x: add(x, 5))。

lambda 是一个轻量级的匿名函数写法 ，适合在需要函数的地方，快速写一个"一次性的小逻辑"。lambda的结构为：lambda 参数: 返回值。例如：
python 复制代码
def add(x, y):
    return x + y

# 用 lambda 写：  add = lambda x, y: x + y
lambda常用于回调函数，可以作为传入函数的参数。但lambda 并不是 def 的完全替代，它有明显限制：

1）只能写一行表达式

2）不能写复杂的逻辑，例如多行代码、循环、复杂判断

回调参数的应用场景：

1）排序（最常见）

ini 复制代码

data = ["apple", "banana", "cherry"]
print(sorted(data, key=len))

这里 key=len 就是回调函数，意思是按照字符串长度排序。

2）简单策略切换

python 复制代码

def process(x, func):
    return func(x)
    
print(process(10, lambda x: x * 2))
print(process(10, lambda x: x + 5))

不同逻辑，通过不同回调实现。

3) 事件 / 异步

在一些框架中（如 GUI、网络请求），回调用于"某个事件发生后执行"。例如伪代码：

css 复制代码

button.on_click(handle_click)

点击按钮时，才执行 handle_click

总结

这篇文章系统讲解了Python函数参数机制，涵盖基础定义、默认参数、可变参数*args和**kwargs的使用与解包技巧，以及回调函数的正确传参方式和应用场景。