Python函數(shù)參數(shù)基礎(chǔ)介紹及示例
視頻
函數(shù)的參數(shù)
定義函數(shù)時,我們把參數(shù)的名字和位置確定下來,函數(shù)的接口定義就完成了。參數(shù)在函數(shù)名后的括號內(nèi)指定。您可以根據(jù)需要添加任意數(shù)量的參數(shù),只需用逗號分隔即可。對于函數(shù)的調(diào)用者,只需要知道如何傳遞正確的參數(shù),以及函數(shù)將返回什么樣的值就夠了,函數(shù)內(nèi)部的復(fù)雜邏輯被封裝起來,調(diào)用者無需了解。
Python的函數(shù)定義可以使用必選參數(shù)、默認參數(shù)、可變參數(shù)和關(guān)鍵字參數(shù)。
位置參數(shù)
我們先寫一個計算x2的函數(shù):
def power(x): return x * x
對于power(x)
函數(shù),參數(shù)x
就是一個位置參數(shù)。
當(dāng)我們調(diào)用power
函數(shù)時,必須傳入有且僅有的一個參數(shù)x
:
>>> power(5) 25 >>> power(15) 225
現(xiàn)在,如果我們要計算 x 3 x^3 x3怎么辦?可以再定義一個power3
函數(shù),但是如果要計算 x 4 x^4 x4、 x 5 x^5 x5……怎么辦?我們不可能定義無限多個函數(shù)。
你也許想到了,可以把power(x)
修改為power(x, n)
,用來計算 x n x^n xn:
def power(x, n): s = 1 while n > 0: n = n - 1 s = s * x return s
對于這個修改后的power(x, n)
函數(shù),可以計算任意n次方:
>>> power(5, 2) 25 >>> power(5, 3) 125
修改后的power(x, n)
函數(shù)有兩個參數(shù):x
和n
,這兩個參數(shù)都是位置參數(shù),調(diào)用函數(shù)時,傳入的兩個值按照位置順序依次賦給參數(shù)x
和n
。
默認參數(shù)
power(x, n)
函數(shù)定義沒有問題,但是,原來的調(diào)用代碼失敗了,原因是我們增加了一個參數(shù),導(dǎo)致舊的代碼因為缺少一個參數(shù)而無法正常調(diào)用:
>>> power(5) Traceback (most recent call last): File "<stdin>", line 1, in <module> TypeError: power() missing 1 required positional argument: 'n'
錯誤信息指出:調(diào)用函數(shù)power()
缺少了一個位置參數(shù)n
。
這個時候,默認參數(shù)就排上用場了。由于我們經(jīng)常計算x2,所以,可以把第二個參數(shù)n的默認值設(shè)定為2:
def power(x, n=2): s = 1 while n > 0: n = n - 1 s = s * x return s
這樣,當(dāng)我們調(diào)用power(5)
時,相當(dāng)于調(diào)用power(5, 2)
:
>>> power(5) 25 >>> power(5, 2) 25
對于n > 2
的情況,就必須明確地傳入n,比如power(5, 3)
。
從上面的例子可以看出,默認參數(shù)可以簡化函數(shù)的調(diào)用。設(shè)置默認參數(shù)時,有幾點要注意:
- 必選參數(shù)在前,默認參數(shù)在后,否則Python的解釋器會報錯。思考一下:為什么默認參數(shù)不能放在必選參數(shù)前面?
- 如何設(shè)置默認參數(shù)。
使用默認參數(shù)有什么好處?最大的好處是能降低調(diào)用函數(shù)的難度。
舉個例子,我們寫個一年級小學(xué)生注冊的函數(shù),需要傳入name
和gender
兩個參數(shù):
def enroll(name, gender): print('name:', name) print('gender:', gender)
這樣,調(diào)用enroll()
函數(shù)只需要傳入兩個參數(shù):
>>> enroll('Sarah', 'F') name: Sarah gender: F
如果要繼續(xù)傳入年齡、城市等信息怎么辦?這樣會使得調(diào)用函數(shù)的復(fù)雜度大大增加。
我們可以把年齡和城市設(shè)為默認參數(shù):
def enroll(name, gender, age=6, city='Beijing'): print('name:', name) print('gender:', gender) print('age:', age) print('city:', city)
這樣,大多數(shù)學(xué)生注冊時不需要提供年齡和城市,只提供必須的兩個參數(shù):
>>> enroll('Sarah', 'F') name: Sarah gender: F age: 6 city: Beijing
只有與默認參數(shù)不符的學(xué)生才需要提供額外的信息:
enroll('Bob', 'M', 7) enroll('Adam', 'M', city='Tianjin')
可見,默認參數(shù)降低了函數(shù)調(diào)用的難度,而一旦需要更復(fù)雜的調(diào)用時,又可以傳遞更多的參數(shù)來實現(xiàn)。無論是簡單調(diào)用還是復(fù)雜調(diào)用,函數(shù)只需要定義一個。
有多個默認參數(shù)時,調(diào)用的時候,既可以按順序提供默認參數(shù),比如調(diào)用enroll('Bob', 'M', 7)
,意思是,除了name
,gender
這兩個參數(shù)外,最后1個參數(shù)應(yīng)用在參數(shù)age
上,city
參數(shù)由于沒有提供,仍然使用默認值。
也可以不按順序提供部分默認參數(shù)。當(dāng)不按順序提供部分默認參數(shù)時,需要把參數(shù)名寫上。比如調(diào)用enroll('Adam', 'M', city='Tianjin')
,意思是,city
參數(shù)用傳進去的值,其他默認參數(shù)繼續(xù)使用默認值。
默認參數(shù)陷阱
默認參數(shù)很有用,但使用不當(dāng),也會掉坑里。默認參數(shù)有個最大的坑:
先定義一個函數(shù),傳入一個list,添加一個END
再返回:
def add_end(L=[]): L.append('END') return L
當(dāng)你正常調(diào)用時,結(jié)果似乎不錯:
>>> add_end([1, 2, 3]) [1, 2, 3, 'END'] >>> add_end(['x', 'y', 'z']) ['x', 'y', 'z', 'END']
當(dāng)你使用默認參數(shù)調(diào)用時,一開始結(jié)果也是對的:
>>> add_end() ['END']
但是,再次調(diào)用add_end()
時,結(jié)果就不對了:
>>> add_end() ['END', 'END'] >>> add_end() ['END', 'END', 'END']
很多初學(xué)者很疑惑,默認參數(shù)是[]
,但是函數(shù)似乎每次都“記住了”上次添加了'END'
后的list。
原因:
Python函數(shù)在定義的時候,默認參數(shù)L
的值就被計算出來了,即[]
,因為默認參數(shù)L
也是一個變量,它指向?qū)ο?code>[],每次調(diào)用該函數(shù),如果改變了L
的內(nèi)容,則下次調(diào)用時,默認參數(shù)的內(nèi)容就變了,不再是函數(shù)定義時的[]
了。
定義默認參數(shù)要牢記一點:默認參數(shù)必須指向不變對象!
要修改上面的例子,我們可以用None
這個不變對象來實現(xiàn):
def add_end(L=None): if L is None: L = [] L.append('END') return L
現(xiàn)在,無論調(diào)用多少次,都不會有問題:
>>> add_end() ['END'] >>> add_end() ['END']
為什么要設(shè)計str
、None
這樣的不變對象呢?因為不變對象一旦創(chuàng)建,對象內(nèi)部的數(shù)據(jù)就不能修改,這樣就減少了由于修改數(shù)據(jù)導(dǎo)致的錯誤。此外,由于對象不變,多任務(wù)環(huán)境下同時讀取對象不需要加鎖,同時讀一點問題都沒有。我們在編寫程序時,如果可以設(shè)計一個不變對象,那就盡量設(shè)計成不變對象。
到此這篇關(guān)于Python函數(shù)參數(shù)基礎(chǔ)介紹及示例的文章就介紹到這了,更多相關(guān)Python函數(shù)參數(shù)內(nèi)容請搜索腳本之家以前的文章或繼續(xù)瀏覽下面的相關(guān)文章希望大家以后多多支持腳本之家!
相關(guān)文章
向量化操作改進數(shù)據(jù)分析工作流的Pandas?Numpy示例分析
這篇文章主要介紹了向量化操作改進數(shù)據(jù)分析工作流的Pandas?Numpy示例分析,有需要的朋友可以借鑒參考下,希望能夠有所幫助,祝大家多多進步,早日升職加薪2023-10-10使用pycallgraph分析python代碼函數(shù)調(diào)用流程以及框架解析
這篇文章主要介紹了使用pycallgraph分析python代碼函數(shù)調(diào)用流程以及框架解析,本文給大家介紹的非常詳細,對大家的學(xué)習(xí)或工作具有一定的參考借鑒價值,需要的朋友可以參考下2021-03-03用python修改excel表某一列內(nèi)容的操作方法
這篇文章主要介紹了用python修改excel表某一列內(nèi)容的操作代碼,在實現(xiàn)過程中用到openpyxl這個庫,要生成隨機數(shù)就要有random這個庫,具體代碼跟隨小編一起看看吧2021-06-06Python實現(xiàn)高斯函數(shù)的三維顯示方法
今天小編就為大家分享一篇Python實現(xiàn)高斯函數(shù)的三維顯示方法,具有很好的參考價值,希望對大家有所幫助。一起跟隨小編過來看看吧2018-12-12python實現(xiàn)Thrift服務(wù)端的方法
這篇文章主要介紹了python實現(xiàn)Thrift服務(wù)端的方法,幫助大家更好的理解和學(xué)習(xí)使用python,感興趣的朋友可以了解下2021-04-04