python有参数的函数 python 带参数

提示：扫一扫查出行
【扫一扫了解最新限行尾号】
复制提示

Python函数的参数类型

Python函数python有参数的函数的参数类型主要包括必选参数、可选参数、可变参数、位置参数和关键字参数python有参数的函数，本文介绍一下他们的定义以及可变数据类型参数传递需要注意的地方。

必选参数（Required arguments）是必须输入的参数，比如下面的代码，必须输入2个参数，否则就会报错：

其实上面例子中的参数 num1和num2也属于关键字参数，比如可以通过如下方式调用：

执行结果：

可选参数（Optional arguments）可以不用传入函数，有一个默认值，如果没有传入会使用默认值，不会报错。

位置参数（positional arguments）根据其在函数定义中的位置调用，下面是pow()函数的帮助信息:

x，y，z三个参数的的顺序是固定的，并且不能使用关键字：

输出：

在上面的pow()函数帮助信息中可以看到位置参数后面加python有参数的函数了一个反斜杠 / ，这是python内置函数的语法定义，Python开发人员不能在python3.8版本之前的代码中使用此语法。但python3.0到3.7版本可以使用如下方式定义位置参数：

星号前面的参数为位置参数或者关键字参数，星号后面是强制关键字参数，具体介绍见强制关键字参数。

python3.8版本引入了强制位置参数（Positional-Only Parameters），也就是python有参数的函数我们可以使用反斜杠 / 语法来定义位置参数了，可以写成如下形式：

来看下面的例子：

python3.8运行：

不能使用关键字参数形式赋值了。

可变参数 (varargs argument) 就是传入的参数个数是可变的，可以是0-n个，使用星号（ * ）将输入参数自动组装为一个元组（tuple）：

执行结果：

关键字参数（keyword argument）允许将任意个含参数名的参数导入到python函数中，使用双星号（ ** ），在函数内部自动组装为一个字典。

执行结果：

上面介绍的参数可以混合使用：

结果：

注意：由于传入的参数个数不定，所以当与普通参数一同使用时，必须把带星号的参数放在最后。

强制关键字参数（Keyword-Only Arguments）是python3引入的特性，可参考：。使用一个星号隔开：

在位置参数一节介绍过星号前面的参数可以是位置参数和关键字参数。星号后面的参数都是强制关键字参数，必须以指定参数名的方式传参，如果强制关键字参数没有设置默认参数，调用函数时必须传参。

执行结果：

也可以在可变参数后面命名关键字参数，这样就不需要星号分隔符了：

执行结果：

在Python对象及内存管理机制中介绍了python中的参数传递属于对象的引用传递（pass by object reference），在编写函数的时候需要特别注意。

先来看个例子：

执行结果：

l1 和 l2指向相同的地址，由于列表可变，l1改变时，l2也跟着变了。

接着看下面的例子：

结果：

l1没有变化python有参数的函数！为什么不是[1, 2, 3, 4]呢？

l = l + [4]表示创建一个“末尾加入元素 4“的新列表，并让 l 指向这个新的对象，l1没有进行任何操作，因此 l1 的值不变。如果要改变l1的值，需要加一个返回值：

结果：

下面的代码执行结果又是什么呢？

执行结果：

和第一个例子一样，l1 和 l2指向相同的地址，所以会一起改变。这个问题怎么解决呢？

可以使用下面的方式：

也可以使用浅拷贝或者深度拷贝，具体使用方法可参考Python对象及内存管理机制。这个问题在Python编程时需要特别注意。

本文主要介绍了python函数的几种参数类型：必选参数、可选参数、可变参数、位置参数、强制位置参数、关键字参数、强制关键字参数，注意他们不是完全独立的，比如必选参数、可选参数也可以是关键字参数，位置参数可以是必选参数或者可选参数。

另外，python中的参数传递属于对象的引用传递，在对可变数据类型进行参数传递时需要特别注意，如有必要，使用python的拷贝方法。

参考文档：

--THE END--

相关问答

Q1: Python的函数参数总结

import math

a = abs

print(a(-1))

n1 = 255

print(str(hex(n1)))

def my_abs(x):

# 增加了参数的检查

if not isinstance(x, (int, float)):

raise TypeError('bad operand type')

if x = 0:

return x

else:

return -x

print(my_abs(-3))

def nop():

pass

if n1 = 255:

pass

def move(x, y, step, angle=0):

nx = x + step * math.cos(angle)

ny = y - step * math.sin(angle)

return nx, ny

x, y = move(100, 100, 60, math.pi / 6)

print(x, y)

tup = move(100, 100, 60, math.pi / 6)

print(tup)

print(isinstance(tup, tuple))

def quadratic(a, b, c):

k = b * b - 4 * a * c

# print(k)

# print(math.sqrt(k))

if k 0:

print('This is no result!')

return None

elif k == 0:

x1 = -(b / 2 * a)

x2 = x1

return x1, x2

else:

x1 = (-b + math.sqrt(k)) / (2 * a)

x2 = (-b - math.sqrt(k)) / (2 * a)

return x1, x2

print(quadratic(2, 3, 1))

def power(x, n=2):

s = 1

while n 0:

n = n - 1

s = s * x

return s

print(power(2))

print(power(2, 3))

def enroll(name, gender, age=8, city='BeiJing'):

print('name:', name)

print('gender:', gender)

print('age:', age)

print('city:', city)

enroll('elder', 'F')

enroll('android', 'B', 9)

enroll('pythone', '6', city='AnShan')

def add_end(L=[]):

L.append('end')

return L

print(add_end())

def add_end_none(L=None):

if L is None:

L = []

L.append('END')

return L

print(add_end_none())

def calc(*nums):

sum = 0

for n in nums:

sum = sum + n * n

return sum

print(calc(1, 2, 3))

print(calc())

l = [1, 2, 3, 4]

print(calc(*l))

def foo(x, y):

print('x is %s' % x)

print('y is %s' % y)

foo(1, 2)

foo(y=1, x=2)

def person(name, age, **kv):

print('name:', name, 'age:', age, 'other:', kv)

person('Elder', '8')

person('Android', '9', city='BeiJing', Edu='人民大学')

extra = {'city': 'Beijing', 'job': 'Engineer'}

person('Jack', 24, **extra)

def person2(name, age, *, city, job):

print(name, age, city, job)

person2('Pthon', 8, city='BeiJing', job='Android Engineer')

def person3(name, age, *other, city='BeiJing', job='Android Engineer'):

print(name, age, other, city, job)

person3('Php', 18, 'test', 1, 2, 3)

person3('Php2', 28, 'test', 1, 2, 3, city='ShangHai', job='Pyhton Engineer')

def test2(a, b, c=0, *args, key=None, **kw):

print('a =', a, 'b =', b, 'c =', c, 'args =', args, 'key=', key, 'kw =', kw)

test2(1, 2, 3, 'a', 'b', 'c', key='key', other='extra')

args = (1, 2, 3, 4)

kw = {'d': 99, 'x': '#'}

test2(*args, **kw)

Q2: Python中enumerate()函数的参数有哪些呢？

在 Python 中python有参数的函数，enumerate() 函数是一个内置函数python有参数的函数，用于将一个可迭代对象转换为一个枚举对象python有参数的函数，其中每个元素都由一个索引和一个对应python有参数的函数的值组成。enumerate() 函数有两个可选参数：

enumerate(iterable, start=0)：

其中 iterable 表示要枚举的可迭代对象，而 start 表示索引的起始值，缺省值为 0。

例如，以下代码将一个列表转换为一个枚举对象，并输出每个元素的索引和值：

请点击输入图片描述

输出结果如下：

在上面的代码中，enumerate() 函数将 my_list 列表转换为一个枚举对象，并使用 for 循环遍历该枚举对象。在循环中，每个元素都由一个索引和一个值组成，这些值分别由变量 i 和 val 来接收。

需要注意的是，enumerate() 函数返回的是一个枚举对象，它可以被转换为其他类型的可迭代对象，例如列表、元组等。如果要将枚举对象转换为列表，只需将其传递给 list() 函数即可，例如：

在上面的代码中，enumerate() 函数将 my_list 列表转换为一个枚举对象 enum_obj，然后使用 list() 函数将其转换为一个列表 new_list。最终，new_list 中的元素由一个索引和一个值组成，分别对应原列表中的每个元素。

Q3: python怎么查看函数有什么参数

在开发中我们可以借助于相关插件或使用Python内置函数"help()”来查看某个函数的参数说明，以查看内置函数sorted()为例：

函数参数包括：必选参数、默认参数、可选参数、关键字参数。

1、默认参数：放在必选参数之后，计算x平方的函数：

这样的话每次计算不同幂函数都要重写函数，非常麻烦，可使用以下代码计算：

默认参数最大好处就是降低调用函数的难度。

2、可变参数：就是传入的参数个数是可变的，可以是1个、2个到任意个，还可以是0个，在参数前面加上*就是可变参数。在函数内部，参数numbers接收得到的是一个tuple，调用该函数时，可以传入任意个参数，包括0个参数：

也可以类似可变参数，先组装一个dict，然后，把该dict转换为关键字参数传进去：

Q4: Python的函数和参数

parameter 是函数定义的参数形式

argument 是函数调用时传入的参数实体。

对于函数调用的传参模式，一般有两种：

此外，

也是关键字传参

python的函数参数定义一般来说有五种: 位置和关键字参数混合，仅位置参数，仅关键字参数，可变位置参数，可变关键字参数。其中仅位置参数的方式仅仅是一个概念，python语法中暂时没有这样的设计。

通常我们见到的函数是位置和关键字混合的方式。

既可以用关键字又可以用位置调用

或

这种方式的定义只能使用关键字传参的模式

f(*some_list) 与 f(arg1, arg2, ...) （其中some_list = [arg1, arg2, ...]）是等价的

网络模块request的request方法的设计

多数的可选参数被设计成可变关键字参数

有多种方法能够为函数定义输出：

非常晦涩

如果使用可变对象作为函数的默认参数，会导致默认参数在所有的函数调用中被共享。

例子1：

addItem方法的data设计了一个默认参数，使用不当会造成默认参数被共享。

python里面，函数的默认参数被存在__default__属性中，这是一个元组类型

例子2：

在例子1中，默认参数是一个列表，它是mutable的数据类型，当它写进 __defauts__属性中时，函数addItem的操作并不会改变它的id，相当于 __defauts__只是保存了data的引用，对于它的内存数据并不关心，每次调用addItem，都可以修改 addItem.__defauts__中的数据，它是一个共享数据。

如果默认参数是一个imutable类型，情况将会不一样,你无法改变默认参数第一次存入的值。

例子1中，连续调用addItem('world') 的结果会是

而不是期望的

关于python有参数的函数和python 带参数的介绍到此就结束了，不知道你从中找到你需要的信息了吗？如果你还想了解更多这方面的信息，记得收藏关注本站。