Python快速学习09: 函数的参数

简介:

正文 

   我们已经接触过函数,函数是可以被引用的(访问或者以其他变量作为其别名),也作为参数传入函数,以及作为列表和字典等等容器对象的元素(function)的参数(arguments)传递。

      传递函数

      形式参数

            位置参数

        默认参数

      关键字变量参数

 

位置传递

例子:



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

print(f(1,2,3))

#在调用f时,1,2,3根据位置分别传递给了a,b,c。

 

形式参数

关键字传递

  用位置传递会感觉比较死板。关键字(keyword)传递是根据每个参数的名字传递参数。关键字并不用遵守位置的对应关系。

例子:



print(f(c=3,b=2,a=1))

 

  关键字传递可以和位置传递混用。但位置参数要出现在关键字参数之前



print(f(1,c=3,b=2))

 #必须存在唯一的必须参数

 

参数默认值

  在定义函数的时候,使用形如a=19的方式,可以给参数赋予默认值(default)。如果该参数最终没有被传递值,将使用该默认值。



def f(a,b,c=10):
    return a+b+c

print(f(3,2))
print(f(3,2,1))

#在第一次调用函数f时, 我们并没有足够的值,c没有被赋值,c将使用默认值10.

#第二次调用函数的时候,c被赋值为1,不再使用默认值。

 

可变长度的参数

非关键字可变长参数(元组)

  在定义函数时,我们有时候并不知道调用的时候会传递多少个参数。这时候,包裹(packing)位置参数,或者包裹关键字参数,来进行参数传递,会非常有用。

 

下面是包裹位置传递的例子:

def func(*name):
    print (type(name))
    print (name)

func(1,4,6)
func(5,6,7,1,2,3)

#两次调用,尽管参数个数不同,都基于同一个func定义。在func的参数表中,所有的参数被name收集,根据位置合并成一个元组(tuple),这就是包裹位置传递。

#name是包裹位置传递所用的元组名,在定义func时,在name前加*号

 

包裹关键字传递

例子:

def func(**dict):
    print type(dict)
    print dict

func(a=1,b=9)
func(m=2,n=1,c=11)

#与上面一个例子类似,dict是一个字典,收集所有的关键字,传递给函数func。

#参数dict是包裹关键字传递所用的字典,在dict前加**。包裹传递的关键在于定义函数时,在相应元组或字典前加*或**。

 

会包也要解包

解包裹

  *和**,也可以在调用的时候使用,即解包裹(unpacking), 下面为例:



def func(a,b,c):
    print a,b,c

args = (1,3,4)
func(*args)

#所谓的解包裹,就是在传递tuple时,让tuple的每一个元素对应一个位置参数。在调用func时使用*,是为了提醒Python:我想要把args拆成分散的三个元素,分别传递给a,b,c。(设想一下在调用func时,args前面没有*会是什么后果?)

 

  相应的,也存在对词典的解包裹,使用相同的func定义,然后:



dict = {'a':1,'b':2,'c':3}
func(**dict)

#在传递词典dict时,让词典的每个键值对作为一个关键字传递给func。

 

总结

  关键字,默认值,

  包裹位置,包裹关键字

  解包裹

 

 

相关文章
|
1月前
|
存储 Java 数据处理
(numpy)Python做数据处理必备框架!(一):认识numpy;从概念层面开始学习ndarray数组:形状、数组转置、数值范围、矩阵...
Numpy是什么? numpy是Python中科学计算的基础包。 它是一个Python库,提供多维数组对象、各种派生对象(例如掩码数组和矩阵)以及用于对数组进行快速操作的各种方法,包括数学、逻辑、形状操作、排序、选择、I/0 、离散傅里叶变换、基本线性代数、基本统计运算、随机模拟等等。 Numpy能做什么? numpy的部分功能如下: ndarray,一个具有矢量算术运算和复杂广播能力的快速且节省空间的多维数组 用于对整组数据进行快速运算的标准数学函数(无需编写循环)。 用于读写磁盘数据的工具以及用于操作内存映射文件的工具。 线性代数、随机数生成以及傅里叶变换功能。 用于集成由C、C++
294 0
|
1月前
|
存储 JavaScript Java
(Python基础)新时代语言!一起学习Python吧!(四):dict字典和set类型;切片类型、列表生成式;map和reduce迭代器;filter过滤函数、sorted排序函数;lambda函数
dict字典 Python内置了字典:dict的支持,dict全称dictionary,在其他语言中也称为map,使用键-值(key-value)存储,具有极快的查找速度。 我们可以通过声明JS对象一样的方式声明dict
163 1
|
1月前
|
算法 Java Docker
(Python基础)新时代语言!一起学习Python吧!(三):IF条件判断和match匹配;Python中的循环:for...in、while循环;循环操作关键字;Python函数使用方法
IF 条件判断 使用if语句,对条件进行判断 true则执行代码块缩进语句 false则不执行代码块缩进语句,如果有else 或 elif 则进入相应的规则中执行
249 1
|
1月前
|
Java 数据处理 索引
(numpy)Python做数据处理必备框架!(二):ndarray切片的使用与运算;常见的ndarray函数:平方根、正余弦、自然对数、指数、幂等运算;统计函数:方差、均值、极差;比较函数...
ndarray切片 索引从0开始 索引/切片类型 描述/用法 基本索引 通过整数索引直接访问元素。 行/列切片 使用冒号:切片语法选择行或列的子集 连续切片 从起始索引到结束索引按步长切片 使用slice函数 通过slice(start,stop,strp)定义切片规则 布尔索引 通过布尔条件筛选满足条件的元素。支持逻辑运算符 &、|。
147 0
|
2月前
|
设计模式 缓存 监控
Python装饰器:优雅增强函数功能
Python装饰器:优雅增强函数功能
267 101
|
1月前
|
存储 Java 索引
(Python基础)新时代语言!一起学习Python吧!(二):字符编码由来;Python字符串、字符串格式化;list集合和tuple元组区别
字符编码 我们要清楚,计算机最开始的表达都是由二进制而来 我们要想通过二进制来表示我们熟知的字符看看以下的变化 例如: 1 的二进制编码为 0000 0001 我们通过A这个字符,让其在计算机内部存储(现如今,A 字符在地址通常表示为65) 现在拿A举例: 在计算机内部 A字符,它本身表示为 65这个数,在计算机底层会转为二进制码 也意味着A字符在底层表示为 1000001 通过这样的字符表示进行转换,逐步发展为拥有127个字符的编码存储到计算机中,这个编码表也被称为ASCII编码。 但随时代变迁,ASCII编码逐渐暴露短板,全球有上百种语言,光是ASCII编码并不能够满足需求
140 4
|
C++ Python
Python函数参数传递:传值还是传引用
Python函数参数传递:传值还是传引用
178 0
|
存储 Python
Python函数参数传递
Python函数参数传递
353 1
深入理解 Python 中的函数参数传递机制
在 Python 中,对于函数的参数传递,有两种主要的方式:传值和传引用。事实上,Python 的参数传递是一种“传对象引用”的方式。接下来的文章我们将详细介绍 Python 的函数参数传递机制,这对理解 Python 编程语言的底层实现以及优化你的代码都非常有帮助。

推荐镜像

更多