在函数名前面加两个星号：https://github.com/ultralytics/yolov5/blob/master/detect.py#L256
1 从示例开始认识*的作用
List = ['a', 2, 3]
Tuple = ('b', 'c', 5)
Dict = {
'name': 'Ada', 'age': 23}
print(List)
print(Tuple)
print(Dict)
print(*List)
print(*Tuple)
print(*Dict)
import numpy as np
ndarray = np.array([2, 3, 4])
print(ndarray)
print(*ndarray)
##################################
# 输出结果如下：
'''
['a', 2, 3]
('b', 'c', 5)
{'name': 'Ada', 'age': 23}
{2, 4, 5}
a 2 3
b c 5
name age
2 4 5
[2 3 4]
2 3 4
'''
从上面可以看出：在列表、元组、字典、集合、数组前面加上*，打印的输出结果可以看出，这些数据结构中元素都被分成一个一个的独立元素
2 python函数的形参：*args 和 **kwargs 的使用
在分析列表、元组、字典、集合前加 * 的用处前，先说以下：函数中的*args 和 **kwargs这两个形参
*args：接收若干个位置参数，转换成元组tuple形式**kwargs：接收若干个关键字参数，转换成字典dict形式
2.1 *args形参的使用
当传入多个位置参数，这多个位置参数会自动组成一个元组，然后我们就可以遍历这个元组中的参数啦
def fun(*args):
print(type(args))
print(args)
for item in args:
print(item)
fun(2, 'alex', [3])
# 输出结果如下
'''
<class 'tuple'>
(2, 'alex', [3])
2
alex
[3]
'''
2.2 **kwargs形参的使用
当传入多个关键字参数，这多个位置参数会自动组成一个字典，然后我们就可以遍历这个字典中的参数啦
def fun(**kwargs):
print(type(kwargs))
print(kwargs)
for key in kwargs.keys():
print(key, kwargs[key])
fun(name='Alvin', age=23, things=[1, 2, 'a'])
# 输出结果如下：
'''
<class 'dict'>
{'name': 'Alvin', 'age': 23, 'things': [1, 2, 'a']}
name Alvin
age 23
things [1, 2, 'a']
'''
比如下方在类Alex的构造函数中定义了多个关键字参数，然后我们在函数gen_model中就可以适用**kwargs函数，这样我们就不需要再函数gen_model中把所有对应的参数都在定义一遍，只需要在使用哪个参数，在调用的时候以关键字参数填入即可！具体实例代码如下：
class Alex(object):
def __init__(self, block, layers, dropout_keep_prob=0, embedding=128, fp16=False):
self.block = block
self.layers = layers
self.dropout_keep_prob=dropout_keep_prob
self.embedding = embedding
self.fp16 = fp16
print('kwargs:', self.embedding)
def _make_layers(self):
raise NotImplementedError('Must be overridden by all subclasses.')
def gen_model(block, layers, **kwargs):
model = Alex(block, layers, **kwargs)
return model
def main():
block = None
layers = None
alex_model = gen_model(block, layers, embedding=16)
if __name__ == '__main__':
main()
**kwargs直接传入一个字典：（参考）
img_norm_cfg = dict(
mean=[103.530, 116.280, 123.675], std=[1.0, 1.0, 1.0], to_rgb=False)
train_pipeline = [
dict(type='LoadImageFromFile'),
dict(type='LoadAnnotations', with_bbox=True, with_label=False),
dict(type='Resize', img_scale=(1333, 800), keep_ratio=True),
dict(type='RandomFlip', flip_ratio=0.5),
dict(type='Normalize', **img_norm_cfg), # 直接传入一个字典
dict(type='Pad', size_divisor=32),
dict(type='DefaultFormatBundle'),
dict(type='Collect', keys=['img', 'gt_bboxes']),
]
>>> img_norm_cfg = dict(mean=[103.530, 116.280, 123.675], std=[1.0, 1.0, 1.0], to_rgb=False)
>>> dict(type='Normalize', **img_norm_cfg)
{
'type': 'Normalize', 'mean': [103.53, 116.28, 123.675], 'std': [1.0, 1.0, 1.0], 'to_rgb': False}
>>>
3 分析列表、元组、字典、集合和数组前加 * 有什么用处
def print_item(*args):
print(type(args))
print(args)
for item in args:
print(item)
List = ['apple', 23, 'orange', 9]
print_item(List)
print_item(*List)
# 打印输出结果
'''
<class 'tuple'>
(['apple', 23, 'orange', 9],) # 这个元组里面只有一个元素
['apple', 23, 'orange', 9]
<class 'tuple'>
('apple', 23, 'orange', 9) # 加星号之后，直接把列表中的元素都取出来放到一个元组中，然后可以直接遍历
apple
23
orange
9
'''
