怎么定义和调用Python函数?参数传递规则详解

阿麦
阿麦
发布时间:2026-11-22 | 12人浏览过
原创

深入详解Python函数的定义与调用机制,剖析对象引用传递的底层原理、不可变与可变对象的传参差异、五大参数类型排布规则及可变默认参数避坑范式。

在 Python 中,定义函数使用 def 关键字后接函数名与形参列表,调用函数则通过函数名加上括号及实参表达式完成。表面上看与多数编程语言相似,但真正决定代码运行行为的核心,在于 Python 独有的“对象引用传递(Pass by Object Reference)”机制,以及包含位置、关键字、默认值、可变打包与强制限定在内的五层参数排布规则。本文将围绕函数生命周期、内存引用变化、参数语法层级及避坑规范展开详细说明。

一、Python 函数的定义与调用基础

函数是组织良好、可重复使用、用来实现单一或相关联功能的代码段。在 Python 中,函数本身也是一等公民(First-Class Object),这意味着函数可以像普通变量一样被赋值、作为参数传递或作为返回值输出。

1. 函数定义的基本语法

定义一个函数需要包含以下核心要素:def 引导词、符合命名规范的函数名、包含在圆括号内的形参列表,以及以冒号结尾后跟随的缩进代码块。

def calculate_tax(amount, rate):
    # 函数体内部语句
    tax = amount * rate
    return tax

2. 函数调用的执行机制与返回值规则

调用函数时,解释器会暂停当前执行上下文,为该函数分配独立的局部栈帧(Local Frame),将传入的实参对象赋给形参,随后执行函数体内的语句。

  • 显式返回值:执行到 return 表达式 时,函数计算表达式并将生成的对象引用返回给调用方,随后立即退出函数。
  • 多值返回本质:当写作 return a, b 时,Python 实际上将它们打包成一个不可变的元组(Tuple)并返回单个元组对象。
  • 隐式默认返回值:如果函数体执行完毕未遇到 return,或者单独执行了不带表达式的 return,函数将统一返回单例对象 None。
怎么定义和调用Python函数?参数传递规则详解
图 1:Python 函数定义、栈帧初始化、执行与结果返回的完整生命周期

二、参数传递的底层机制:对象引用传递

初学者常有疑问:Python 的函数参数传递究竟是“按值传递(Pass by Value)”还是“按引用传递(Pass by Reference)”?

严格来说,Python 采用的是对象引用传递(Pass by Object Reference),亦称赋值传递(Call by Sharing)。在传递参数时,解释器既不复制对象本身的数据内容,也不直接把外层变量本身的存储槽传递进去;而是把外层变量所指向的“对象引用(内存地址)”拷贝给函数的形参变量。

因此,形参在进入函数瞬间与实参指向同一个堆内存对象。随后是否会对外部产生影响,完全取决于被操作对象的可变性(Mutability)以及在函数内部执行的操作类型。

1. 不可变对象作为参数(int, float, str, tuple)

当向函数传递不可变对象时,由于对象本身的值在内存中不可更改,任何形如 x = x + 1 或字符串拼接的语句,都会在内存中创建全新的对象,并将局部形参 x 重新绑定(Rebind)到这个新对象上。此时,外部调用方的原变量依然牢牢指向旧对象,值不会发生任何改变。

def modify_number(num):
    num = num + 10  # 创建了新整数对象,形参 num 重新绑定,外部不受影响
    return num

val = 5
modify_number(val)
print(val)  # 输出仍然是 5

2. 可变对象作为参数(list, dict, set)

当向函数传递可变对象时,情况则大不相同,必须严格区分“原地修改(In-place Mutation)”与“变量重绑定(Reassignment)”:

  • 原地修改:调用如 lst.append()、lst.pop() 或字典赋值 d['k'] = v 等方法时,修改直接发生在原内存对象上。由于外部变量与形参共享该对象,外部变量的数据将同步发生改变。
  • 变量重绑定:如果在函数内对形参执行整体赋值 lst = [1, 2, 3],实际上是将形参名指向了一个全新的列表对象,切断了与原有对象的引用联系,外部原变量的内容则保持不变。
怎么定义和调用Python函数?参数传递规则详解
图 2:不可变对象(重新绑定)与可变对象(原地修改)在参数传递中的内存引用对比

三、形参与实参匹配规则:五大参数类型全解析

Python 提供了极其灵活的参数定义语法。在一个完整的函数签名中,各类参数必须严格按照 Python 规定的语法顺序声明,否则解释器会在编译阶段抛出 SyntaxError。

1. 位置参数与关键字参数

这是最基础的使用方式。调用时,实参根据传入顺序一一对应形参位置,称为位置参数(Positional Arguments);如果显式写出 形参名=值 的形式,则称为关键字参数(Keyword Arguments)。

def create_profile(name, role):
    return f"{name}: {role}"

# 位置调用:严格按声明顺序赋值
create_profile("Alice", "Engineer")

# 关键字调用:名称明确,顺序可以任意调换
create_profile(role="Manager", name="Bob")

铁律:在调用函数时,所有位置实参必须排在关键字实参之前。例如 create_profile(name="Alice", "Engineer") 是非法的语法错误。

2. 默认参数(Default Arguments)

允许在定义函数时为参数赋予预设值。调用时若未提供该实参,则自动采用预设值。定义时,所有无默认值的参数必须位于有默认值的参数之前。

# 正确:必填项在前,选填默认项在后
def connect_server(host, port=8080, timeout=10):
    pass

3. 可变位置参数 *args 与可变关键字参数 **kwargs

当无法预知调用方会传入多少个参数时,可以使用星号前缀进行动态收集:

  • *args:收集多余的位置参数,在函数内部打包成一个元组(Tuple)。
  • **kwargs:收集多余的关键字参数,在函数内部打包成一个字典(Dict)。
def flexible_logger(level, *messages, **metadata):
    print(f"[{level}]", messages)  # messages 是 tuple
    print("Meta:", metadata)       # metadata 是 dict

flexible_logger("INFO", "Task started", "Worker 1 ready", ip="127.0.0.1", retry=3)

4. 进阶边界符:仅限位置参数 / 与仅限关键字参数 *

Python 引入了两个特殊符号,用来明确参数的传递边界,极大提升了 API 的严谨性:

  • 仅限位置参数(Positional-Only,由 / 标记):位于 / 左侧的所有参数,必须使用位置参数传入,禁止使用关键字传参(PEP 570)。
  • 仅限关键字参数(Keyword-Only,由 * 标记):位于单独的 * 或 *args 右侧的所有参数,调用时必须通过明确的 key=value 形式传入,禁止单纯依靠位置传入(PEP 3102)。
怎么定义和调用Python函数?参数传递规则详解
图 3:Python 官方参数排列严格顺序(位置限制、标准项、默认项、可变项、关键字限制与字典打包)

四、经典避坑指南:可变默认参数陷阱与安全范式

在日常开发中,最常引起诡异 Bug 的往往是默认参数的求值时机。很多人直觉认为默认参数会在每次调用函数时重新求值,但事实恰恰相反。

1. 陷阱剖析:为什么数据会跨调用污染?

Python 中的函数定义语句 def 是一条可执行语句。默认参数只在模块初次加载、函数被定义时执行一次评估,随后被作为元组保存在该函数对象的 __defaults__ 内部属性中。

如果使用列表(list)、字典(dict)等可变对象作为默认值,后续每次未显式传参的函数调用,都会直接共享同一个内存实例!

# ⚠️ 危险写法:target 默认值在模块加载时只创建一次
def bad_append(item, target=[]):
    target.append(item)
    return target

print(bad_append(1))  # 输出: [1]
print(bad_append(2))  # 预期: [2],实际输出: [1, 2]!数据发生残留污染!

2. 标准工程范式:使用 None 作为哨兵值

官方与工业界标准的防范方案是:默认参数永远只绑定不可变单例对象 None,在函数体内部动态判断是否为 None,并在每次调用时按需新建独立的可变对象。

# ✅ 正确范式:使用 None 作为哨兵对象
def safe_append(item, target=None):
    if target is None:
        target = []  # 每次进入函数均创建新的独立列表实例
    target.append(item)
    return target

print(safe_append(1))  # 输出: [1]
print(safe_append(2))  # 输出: [2],完全独立安全
怎么定义和调用Python函数?参数传递规则详解
图 4:默认参数在定义期静态求值造成的共享污染及 None 哨兵值规范范式对比

五、参数设计的工程实践与排查清单

为了保证编写的代码可维护、低耦合,在日常定义与调用函数时,推荐遵循以下工程原则:

参数形态 声明语法 推荐使用场景 调用注意事项
位置参数 def f(x, y): 参数数量少(1~3个),语义自然且顺序明确的核心数据 实参顺序必须严谨匹配
默认参数 def f(x, opt=None): 提供合理兜底逻辑的选填配置项 不可使用可变对象(如空列表、字典)作为默认值
仅限关键字 def f(*, debug=False): 布尔值标志(Flag)、配置项较多的复杂函数 调用端必须写明参数名,代码自解释性高
可变打包 def f(*args, **kw): 装饰器实现、代理转发、通用中间件 避免在普通业务函数中过度使用,以免削弱可读性

常见报错速查与解决方案

  • TypeError: f() missing 1 required positional argument: 'x':未提供缺少默认值的必要位置实参,检查调用方传参列表。
  • SyntaxError: non-default argument follows default argument:形参排列顺序有误,必须将无默认值的必填参数放在前,有默认值的选填参数放在后。
  • TypeError: f() got multiple values for argument 'x':同一个形参既通过位置传参分配了值,又在关键字参数中重复显式传入。
  • SyntaxError: positional argument follows keyword argument:调用端在关键字实参 key=val 之后又写了位置实参,调用顺序必须是位置实参在前。

本站声明

本文内容仅供参考,不代表本站观点。转载或引用请注明出处。如发现内容问题,请通过联系我们页面反馈。

Python 相关产品和应用

全部下载

专题列表