Python函数基础语法详解：参数传递与可变参数实战

Python 函数基础结构与调用

第1步：使用 def 声明函数

在 Python 中，一切自定义逻辑块都以函数为单元组织。通过 def 关键字开始定义，后接函数名与圆括号内的形参列表。函数名需具备业务含义，便于团队识别与维护。

def get_data(user_id):
    # 函数体：包含具体的执行语句
    return f"User {user_id} data loaded"

第2步：传入实参与获取返回值

定义完成后，通过函数名加括号调用。调用时按位置或关键字传入实参，多个参数以逗号分隔。函数内部可通过 return 终止执行并返回结果；若省略 return，默认返回 None。

# 定义加法函数
def add(x, y):
    return x + y

# 调用并接收结果
result = add(3, 4)
print(result)  # 输出 7

高级特性：Lambda 与高阶函数

当仅需执行单行简单计算时，可使用匿名函数（lambda）替代完整定义。其核心优势在于作为高阶函数的回调参数，使代码更紧凑。

# 语法结构：lambda 参数列表 : 表达式
numbers = [1, 2, 3, 4, 5]
# 结合 map 实现元素平方求和
squares_sum = sum(map(lambda x: x**2, numbers))
print(squares_sum)  # 输出 55

注意：lambda 仅支持单表达式，复杂逻辑建议改用标准函数以保持可读性。

灵活传参：*args 与 **kwargs

面对不确定数量的参数输入，Python 提供两种打包机制。正确使用可避免冗长的条件判断。

• *args：收集所有位置参数至元组中，适用于任意数量的 positional arguments。
• **kwargs：收集所有关键字参数至字典中，适用于键值对形式的配置项传递。

def analyze(*args, **kwargs):
    # 计算所有位置参数总和
    total = sum(args)
    # 遍历打印关键字参数
    for key, value in kwargs.items():
        print(f"{key} is {value}")
    return total

# 混合调用：位置参数 + 关键字参数
result = analyze(1, 2, 3, 4, 5, name='John', age=30)
print(result)  # 输出 15，并打印对应的键值对

重要规则：定义函数时，若同时存在两种可变参数，必须严格遵循“位置参数 → *args → **kwargs”的顺序，否则解释器会抛出 SyntaxError。

完成判断与注意事项

验证函数是否生效可直接检查控制台输出是否符合预期，或通过单元测试框架断言返回值类型与数值。实际项目中，建议在函数首行添加文档字符串（Docstring）说明参数类型与返回内容，配合静态检查工具可有效降低后期维护成本。

以上就是Python函数基础语法的详细内容，更多关于Python参数处理与函数优化的资料请关注本站其它相关文章！