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
|
18天前
|
安全 数据处理 开发者
Python中的多线程编程:从入门到精通
本文将深入探讨Python中的多线程编程,包括其基本原理、应用场景、实现方法以及常见问题和解决方案。通过本文的学习,读者将对Python多线程编程有一个全面的认识,能够在实际项目中灵活运用。
|
4天前
|
Java 测试技术 持续交付
【入门思路】基于Python+Unittest+Appium+Excel+BeautifulReport的App/移动端UI自动化测试框架搭建思路
本文重点讲解如何搭建App自动化测试框架的思路,而非完整源码。主要内容包括实现目的、框架设计、环境依赖和框架的主要组成部分。适用于初学者,旨在帮助其快速掌握App自动化测试的基本技能。文中详细介绍了从需求分析到技术栈选择,再到具体模块的封装与实现,包括登录、截图、日志、测试报告和邮件服务等。同时提供了运行效果的展示,便于理解和实践。
22 4
【入门思路】基于Python+Unittest+Appium+Excel+BeautifulReport的App/移动端UI自动化测试框架搭建思路
|
2天前
|
Python
深入理解Python装饰器:从入门到实践####
本文旨在通过简明扼要的方式,为读者揭开Python装饰器的神秘面纱,从基本概念、工作原理到实际应用场景进行全面解析。不同于常规的摘要仅概述内容概要,本文将直接以一段精炼代码示例开篇,展示装饰器如何优雅地增强函数功能,激发读者探索兴趣,随后深入探讨其背后的机制与高级用法。 ####
25 11
|
1天前
|
数据采集 存储 XML
Python爬虫定义入门知识
Python爬虫是用于自动化抓取互联网数据的程序。其基本概念包括爬虫、请求、响应和解析。常用库有Requests、BeautifulSoup、Scrapy和Selenium。工作流程包括发送请求、接收响应、解析数据和存储数据。注意事项包括遵守Robots协议、避免过度请求、处理异常和确保数据合法性。Python爬虫强大而灵活,但使用时需遵守法律法规。
|
1天前
|
机器学习/深度学习 数据采集 数据可视化
Python在数据科学中的应用:从入门到实践
本文旨在为读者提供一个Python在数据科学领域应用的全面概览。我们将从Python的基础语法开始,逐步深入到数据处理、分析和可视化的高级技术。文章不仅涵盖了Python中常用的数据科学库,如NumPy、Pandas和Matplotlib,还探讨了机器学习库Scikit-learn的使用。通过实际案例分析,本文将展示如何利用Python进行数据清洗、特征工程、模型训练和结果评估。此外,我们还将探讨Python在大数据处理中的应用,以及如何通过集成学习和深度学习技术来提升数据分析的准确性和效率。
|
1天前
|
数据采集 机器学习/深度学习 人工智能
Python编程入门:从基础到实战
【10月更文挑战第36天】本文将带你走进Python的世界,从基础语法出发,逐步深入到实际项目应用。我们将一起探索Python的简洁与强大,通过实例学习如何运用Python解决问题。无论你是编程新手还是希望扩展技能的老手,这篇文章都将为你提供有价值的指导和灵感。让我们一起开启Python编程之旅,用代码书写想法,创造可能。
|
5天前
|
Python
探索Python装饰器:从入门到实践
【10月更文挑战第32天】在编程世界中,装饰器是一种特殊的函数,它允许我们在不改变原有函数代码的情况下,增加额外的功能。本文将通过简单易懂的语言和实际案例,带你了解Python中装饰器的基础知识、应用以及如何自定义装饰器,让你的代码更加灵活和强大。
11 2
|
6天前
|
监控 Python
探索Python中的装饰器:从入门到实践
【10月更文挑战第31天】在Python的世界里,装饰器是那些隐藏在幕后的魔法师,它们拥有着改变函数行为的能力。本文将带你走进装饰器的世界,从基础概念到实际应用,一步步揭开它的神秘面纱。你将学会如何用几行代码增强你的函数功能,以及如何避免常见的陷阱。让我们一起来发现装饰器的魔力吧!
|
13天前
|
数据采集 机器学习/深度学习 人工智能
Python编程入门:从基础到实战
【10月更文挑战第24天】本文将带你进入Python的世界,从最基础的语法开始,逐步深入到实际的项目应用。我们将一起探索Python的强大功能和灵活性,无论你是编程新手还是有经验的开发者,都能在这篇文章中找到有价值的内容。让我们一起开启Python的奇妙之旅吧!
|
15天前
|
数据采集 存储 数据库
Python中实现简单爬虫的入门指南
【10月更文挑战第22天】本文将带你进入Python爬虫的世界,从基础概念到实战操作,一步步指导你如何使用Python编写一个简单的网络爬虫。我们将不展示代码示例,而是通过详细的步骤描述和逻辑讲解,帮助你理解爬虫的工作原理和开发过程。无论你是编程新手还是有一定经验的开发者,这篇文章都将为你打开一扇通往数据收集新世界的大门。
下一篇
无影云桌面