不定长参数 | Python从入门到精通:高阶篇之五

简介: 本节重点介绍了不定长参数,*/**的用法。

实参的类型 | Python从入门到精通:高阶篇之四

不定长参数

定义一个函数,可以求任意个数字的和。

def sum(a,b):
    print(a+b)

#sum(123,456)
sum(123,456,789)

执行结果:

image.png
image.png

此时可以发现只能计算2个数的和,3个数时程序出错。我们发现,只有形参数量跟实参数量一致才能调用函数计算结果,否则程序就会出错。这样跟题目原本的意义不符合。

此时我们需要另外一种方式,在定义函数的时候,可以在形参前边加上一个*,这样这个形参将会获取到所有的实参。它将会将所有的实参保存到一个元组中。

a,b,*c = (1,2,3,4,5,6),是指将1赋值给a,2赋值给b,3,4,5,6,,都赋值给c。

def fn(*a):
    print("a =",a,type(a))

#fn()
fn(1,2,3,4,5)

执行结果:

image.png
image.png

此时,可以发现a是一个元组,*a会接收所有的位置实参,并且会将这些实参统一保存到一个元组中(装包)优势在于可以控制传参的数量。

现在来实现上面所说的函数。

def sum(*nums):
    # 定义一个变量,来保存结果
    result = 0
    # 遍历元组,并将元组中的数进行累加
    for n in nums :
        result += n
    print(result)

#sum(123)
#sum(123,456)
sum(123,456,789,10,20,30,40)

执行结果:

image.png
image.png
image.png

这就是不定长参数,带星号的形参只能有一个,带星号的参数,可以和其他参数配合使用。

def fn2(a,b,*c):
    print('a =',a)
    print('b =',b)
    print('c =',c)

fn2(1,2,3,4,5)

执行结果:

image.png

第一个参数给a,第二个参数给b,剩下的都保存到c的元组中。

可变参数不是必须写在最后,但是注意,带*的参数后的所有参数,必须以关键字参数的形式传递。

def fn2(a,*b,c):
    print('a =',a)
    print('b =',b)
    print('c =',c)

fn2(1,2,3,4,c=5)

执行结果:

image.png

第一个参数给a,剩下的位置参数给b的元组,c必须使用关键字参数。

def fn2(*a,b,c):
    print('a =',a)
    print('b =',b)
    print('c =',c)

fn2(1,2,3,b=4,c=5)

所有的位置参数都给a,b和c必须使用关键字参数。

如果在形参的开头直接写一个*,则要求我们的所有的参数必须以关键字参数的形式传递。否则会报错。

def fn2(*,a,b,c):
    print('a =',a)
    print('b =',b)
    print('c =',c)

#fn2(1,2,3,b=4,c=5)
fn2(a=3,b=4,c=5)

执行结果:

image.png
image.png

*形参只能接收位置参数,而不能接收关键字参数。

def fn3(*a) :
     print('a =',a)

fn3(b=1,d=2,c=3)

执行结果:

image.png

所以b,d,c三个参数没有被接收。此时我们有另外一种解决方案。
\*\*形参可以接收其他的关键字参数,它会将这些参数统一保存到一个字典中,字典的key就是参数的名字,字典的value就是参数的值。

def fn3(**a) :
    print('a =',a,type(a))

fn3(b=1,d=2,c=3)

执行结果:

image.png

\*\*形参只能有一个,并且必须写在所有参数的最后。

def fn3(b,c,**a) :
    print('a =',a,type(a))
    print('b =',b)
    print('c =',c)

fn3(b=1,d=2,c=3,e=10,f=20)

执行结果:

image.png

配套视频课程,点击这里查看

获取更多资源请订阅Python学习站

相关文章
|
15天前
|
测试技术 开发者 Python
Python单元测试入门:3个核心断言方法,帮你快速定位代码bug
本文介绍Python单元测试基础,详解`unittest`框架中的三大核心断言方法:`assertEqual`验证值相等,`assertTrue`和`assertFalse`判断条件真假。通过实例演示其用法,帮助开发者自动化检测代码逻辑,提升测试效率与可靠性。
124 1
|
2月前
|
API 数据安全/隐私保护 开发者
Python自定义异常:从入门到实践的轻松指南
在Python开发中,自定义异常能提升错误处理的精准度与代码可维护性。本文通过银行系统、电商库存等实例,详解如何创建和使用自定义异常,涵盖异常基础、进阶技巧、最佳实践与真实场景应用,助你写出更专业、易调试的代码。
105 0
|
2月前
|
IDE 开发工具 数据安全/隐私保护
Python循环嵌套:从入门到实战的完整指南
循环嵌套是Python中处理多维数据和复杂逻辑的重要工具。本文通过实例讲解嵌套循环的基本用法、常见组合、性能优化技巧及实战应用,帮助开发者掌握其核心思想,避免常见错误,并探索替代方案与进阶方向。
111 0
|
20天前
|
调度 数据库 Python
Python异步编程入门:asyncio让并发变得更简单
Python异步编程入门:asyncio让并发变得更简单
96 5
|
12天前
|
JSON 缓存 开发者
淘宝商品详情接口(item_get)企业级全解析:参数配置、签名机制与 Python 代码实战
本文详解淘宝开放平台taobao.item_get接口对接全流程,涵盖参数配置、MD5签名生成、Python企业级代码实现及高频问题排查,提供可落地的实战方案,助你高效稳定获取商品数据。
|
4月前
|
Python
Python字符串格式化利器:f-strings入门指南
Python字符串格式化利器:f-strings入门指南
225 80
|
1月前
|
数据采集 存储 XML
Python爬虫入门(1)
在互联网时代,数据成为宝贵资源,Python凭借简洁语法和丰富库支持,成为编写网络爬虫的首选。本文介绍Python爬虫基础,涵盖请求发送、内容解析、数据存储等核心环节,并提供环境配置及实战示例,助你快速入门并掌握数据抓取技巧。
|
1月前
|
大数据 数据处理 数据安全/隐私保护
Python3 迭代器与生成器详解:从入门到实践
简介:本文深入解析Python中处理数据序列的利器——迭代器与生成器。通过通俗语言与实战案例,讲解其核心原理、自定义实现及大数据处理中的高效应用。
77 0
|
1月前
|
存储 缓存 安全
Python字典:从入门到精通的实用指南
Python字典如瑞士军刀般强大,以键值对实现高效数据存储与查找,广泛应用于配置管理、缓存、统计等场景。本文详解字典基础、进阶技巧、实战应用与常见陷阱,助你掌握这一核心数据结构,写出更高效、优雅的Python代码。
44 0

热门文章

最新文章

推荐镜像

更多