Python函数定义与参数传递语法：位置参数、关键字参数与返回值

图 0：Python 函数调用全流程——从实参输入、形参绑定执行到返回值接收

在 Python 中，函数是组织复用代码的基本单元。定义函数时，通过 def 声明形参名称与默认值；调用函数时，解释器根据“位置顺序”或“形参名称（关键字）”把传入的实参精准绑定到对应变量上；最后通过 return 将计算结果移交给调用方。本文围绕函数声明、位置参数、关键字参数与返回值的核心机制展开，理清参数解析的底层逻辑与严格次序，帮助你在日常编码中避免常见的传参冲突与语法陷阱。

一、函数定义的基础语法与内存模型

Python 使用关键字 def 声明函数。函数由函数名、圆括号内的形式参数列表（Parameters）以及冒号后缩进的代码块组成。函数体执行至结尾或遇到 return 语句时结束。

def calculate_tax(income, rate=0.05):
    # income 为位置形参，rate 为带默认值的形参
    tax = income * rate
    return tax

当 Python 解释器读到 def 语句时，它会在内存中创建一个函数对象（function），并将函数名指向该对象。函数的参数默认值是在“函数定义阶段”被求值并存储在函数对象的 __defaults__ 属性中的，而不是每次调用时动态创建。这一点对于理解后续的“可变默认参数陷阱”至关重要。

图 1：函数定义在堆中创建持久对象并缓存默认值，每次调用生成独立的局部栈帧

二、位置参数：按序映射的严密逻辑

位置参数（Positional Arguments）是最基础、最直观的传参方式。调用函数时，传入的实参按照从左到右的位置顺序，与形参列表中的变量依次配对。

1. 顺序绑定的基本规则

位置参数对输入顺序高度敏感。形参与实参的数量和位置必须严格对应，否则会导致语义错位甚至类型错误：

def format_user_info(username, age, city):
    return f"用户:{username}, 年龄:{age}, 城市:{city}"

# 正确调用：按声明顺序传入实参
result = format_user_info("张三", 28, "北京")
# 示例输出：用户:张三, 年龄:28, 城市:北京

# 顺序颠倒导致逻辑错误
wrong_result = format_user_info(28, "张三", "北京")
# 示例输出：用户:28, 年龄:张三, 城市:北京（数据错位）

2. 数量不匹配抛出的 TypeError

如果未提供默认值，所有声明的位置形参都是必填的。传入实参过多或过少都会直接引发运行时异常：

# 实参少传
format_user_info("李四", 22)
# 报错：TypeError: format_user_info() missing 1 required positional argument: 'city'

# 实参多传
format_user_info("李四", 22, "上海", "额外参数")
# 报错：TypeError: format_user_info() takes 3 positional arguments but 4 were given

三、关键字参数：按名指派与可读性增强

为了解决位置参数记忆成本高、易传错顺序的问题，Python 提供了关键字参数（Keyword Arguments）语法。在调用函数时，我们可以显式通过 形参名=值 的形式进行传递。

1. 显式指定的优势

使用关键字传参时，参数的顺序不再受限，解释器通过形参名称完成匹配，显著提升了代码的可读性：

# 调用时任意调整顺序，逻辑依然正确无误
info = format_user_info(city="杭州", username="王五", age=30)
# 示例输出：用户:王五, 年龄:30, 城市:杭州

2. 默认参数（Default Arguments）的配合

在函数定义时为形参赋默认值，可以使该参数在调用时成为可选参数。若调用方不提供该参数，则自动回退至默认值：

def create_server(host, port=8080, timeout=30):
    return f"启动服务 {host}:{port}, 超时时间:{timeout}s"

# 只传必填项，其余取默认值
create_server("127.0.0.1")
# 示例输出：启动服务 127.0.0.1:8080, 超时时间:30s

# 仅覆盖指定关键字参数
create_server("0.0.0.0", timeout=60)
# 示例输出：启动服务 0.0.0.0:8080, 超时时间:60s

四、混合传参的核心次序法则与底层推导

在实际项目中，我们经常将位置参数与关键字参数混合使用。Python 对此有非常清晰且不可违背的语法与执行规则。

我们通过具体的代码示例感受这条规则：

# 合法调用：位置参数在前，关键字参数在后
create_server("192.168.1.1", port=9000, timeout=15)

# 非法调用：关键字参数之后出现了位置参数
create_server(host="192.168.1.1", 9000, 15)
# 语法错误：SyntaxError: positional argument follows keyword argument

图 2：CPython 运行时处理参数绑定的完整流程与异常判定时机

3. 参数重复赋值陷阱（got multiple values for argument）

当某个形参已经通过位置实参完成赋值，后续又在关键字实参中指定了相同的形参名，Python 会直接抛出运行时 TypeError：

# 错误示例：host 参数既通过第一个位置实参传入，又通过关键字实参指定
create_server("127.0.0.1", host="localhost")
# 报错：TypeError: create_server() got multiple values for argument 'host'

五、参数特性深度对比与排列规范

为了在设计函数接口时做出合理的权衡，下表对比了位置参数与关键字参数的核心差异：

图 3：调用传参和定义形参时的合规形态与典型禁忌结构对照

六、返回值体系：单值、多值解构与 None

函数不仅接收输入，还要将运算结果反馈给外部。Python 中使用 return 语句返回数据，其具备以下核心特征：

1. 终止执行与隐式 None

当执行流到达 return 语句时，当前函数立即结束退出，后面的代码将不再执行。如果函数内部没有显式书写 return，或者写了不带表达式的单个 return，Python 会隐式返回 None：

def log_message(msg):
    if not msg:
        return  # 提前返回 None
    print(f"[LOG]: {msg}")
    # 执行完毕，隐式 return None

res = log_message("")
# res 的值为 None

2. 多返回值与元组解构（Tuple Unpacking）

在很多场景中，函数需要向外传递多个计算结果（如同时返回状态码、信息和数据）。Python 允许用逗号隔开多个表达式：

def get_coordinate():
    x = 10.5
    y = 20.8
    return x, y  # 实际打包为单个元组 (10.5, 20.8) 返回

# 方式 1：作为一个整体元组接收
point = get_coordinate()
# point 为 (10.5, 20.8)，类型为 tuple

# 方式 2：使用序列解构分别赋值
pos_x, pos_y = get_coordinate()
# pos_x = 10.5, pos_y = 20.8

需要明确的是，Python 在底层并不存在真正的“多个独立返回值”，而是将逗号分隔的多个值自动打包成一个不可变的 tuple（元组）对象返回。在接收端，Python 利用元组解包语法直接将元素解构到多个变量中。

七、高频易错点：默认参数使用可变对象的陷阱

在掌握基础语法后，初学者最常踩坑的问题就是将可变对象（如列表、字典、集合）作为函数形参的默认值。

1. 陷阱重现

# 危险写法：默认参数使用空列表
def append_task(task_name, task_list=[]):
    task_list.append(task_name)
    return task_list

print(append_task("写文档"))   # 输出: ['写文档']
print(append_task("提交代码")) # 预期: ['提交代码']，实际输出: ['写文档', '提交代码']！

2. 产生原因与标准解法

如前文第一节图 1 所示，函数对象的默认参数在 def 语句执行时就已经生成，并且存储在该函数的 __defaults__ 中，生命周期贯穿程序始终。如果默认值是一个可变对象，多次调用中共享的将是同一个列表。

标准规范做法：使用不可变对象 None 作为占位哨兵，在函数体内部动态创建新实例：

# 安全推荐写法
def append_task_safe(task_name, task_list=None):
    if task_list is None:
        task_list = []  # 每次调用独立创建全新的列表
    task_list.append(task_name)
    return task_list

八、函数语法知识地图与总结

为了形成系统化的认识，我们将 Python 函数定义、参数传递与返回值的全套语法规则整理为知识地图：

图 4：Python 函数定义、传参与返回值知识结构全览

掌握 Python 函数的参数传递机制，核心在于把握“位置”与“命名”的协作边界。编写函数时，合理安排必填位置形参与可选默认值；调用函数时，利用位置实参保持代码简洁，借助关键字实参明确传递意图，并始终遵守“位置实参必在关键字实参前”与“不可变默认值”两条铁律，就能写出结构清晰、健壮可靠的代码。