python参数类型

A. python的位置参数、默认参数、关键字参数、可变参数区别

对于python函数参数，对于初学者可能就是进入了迷宫，尽管我也是初学者，简单总结一下。
说参数之前，先讲一下两个packing（包裹）和unpacking（解包裹）：

输出：

我总结不了这个概念，只能帮大家到这了

一、位置参数和关键字参数：

调用函数时根据函数定义的参数位置来传递参数。

注意：
有位置参数时，位置参数必须在关键字参数的前面，但关键字参数之间不存在先后顺序的

二、默认参数：
用于定义函数，为参数提供默认值，调用函数时可传可不传该默认参数的值（注意：所有位置参数必须出现在默认参数前，包括函数定义和调用）

三、可变参数：

定义函数时，有时候我们不确定调用的时候会传递多少个参数(不传参也可以)。此时，可用包裹(packing)位置参数，或者包裹关键字参数，来进行参数传递，会显得非常方便。

1、包裹位置传递

我们传进的所有参数都会被args变量收集，它会根据传进参数的位置合并为一个元组(tuple)，args是元组类型，这就是包位置传递。

2、包裹关键字传递

kargs是一个字典(dict)，收集所有关键字参数

四、解包裹参数：

*args 和 **kargs ，也可以在函数调用的时候使用，称之为解包(unpacking)

1、在传递元组时，让元组的每一个元素对应一个位置参数

2、在传递词典字典时，让词典的每个键值对作为一个关键字参数传递给函数

五、位置参数、默认参数、可变参数的混合使用

1、基本原则是：先位置参数，默认参数，包裹位置，包裹关键字(定义和调用都应遵循)

2、Python中 *args 和 **kwargs 的区别

先看个demo：

输出结果：

分析一下：可以看到，这两个是[Python]中的可变参数。 *args 表示任何多个无名参数，它是一个tuple； **kwargs 表示关键字参数，它是一个dict。并且同时使用 *args 和 **kwargs 时，必须 *args 参数列要在 **kwargs 前，否则会报语法错误！！！

还有个小应用场景：创建字典

其实python中就带有dict类，使用dict(a=1,b=2,c=3)即可创建一个字典了。

*args：
重点在*，后面的args相当于一个变量名，可以自己定义的。它的本质就是将标准调用剩下的值集中转变为元组。

从形参的角度：

从实参的角度：

从不同角度看**kwargs：

**kwargs与位置参数和默认参数混用：

超复杂混合参数混用记：

总结：

位置参数：

调用函数时所传参数的位置必须与定义函数时参数的位置相同

关键字参数：

使用关键字参数会指定参数值赋给哪个形参，调用时所传参数的位置可以任意

*位置参数：可接受任意数量的位置参数(元组)；只能作为最后一个位置参数出现，其后参数均为关键字参数

**关键字参数：可接受任意数量的关键字参数(字典)；只能作为最后一个参数出现

B. python-函数可变参数类型

python中的函数，大多需要配置参数，以下是几种函数的参数类型：

1.必备参数：以正确的顺序、个数传入函数。调用时的参数情况要和声明时一样。最常用的情况。

def tplink(a,b):

    c=a+b+b

    return c 

tplink(4,2)

2.关键字参数:使用关键字参数允许函数调用时参数的顺序和声明时不一致，因为python解析器会在调用函数时，用参数名匹配参数值。

def tplink(age1,age2):

    ageall=age1+age2+age2

    return ageall

tplink(age2=4,age1=2)

3.默认参数：默认某个参数的取值

def tplink(age1,age2=5):

ageall=age1+age2+age2

return ageall

tplink(age1=4)

4.不定长参数：在声明时并不确定 调用时的参数数量。这种情况，可以用不定长参数进行解决，具体操作是在参数名前用*。

但不能和 关键字参数并用。一般在正常参数arg之后。

*args、**kwargs的定义：

这两个都是python中的不定长参数，又称为可变参数。

*args 表示任何多个无名参数，它是一个 tuple ；

**kwargs 表示关键字参数，它是一个dict。

同时使用 * args和 ** kwargs 时，必须 * args参数列要在 ** kwargs前。且都在arg之后。

函数在调用时，会根据顺序，看是否放进 *args 或者 **kwargs中。

具体可根据实际情况使用，可以 更方便灵活的接收信息。

C. python函数的几种参数类型

#Python 2.5 #这个可以用修饰器来完成 #但是一般不会限制参数类型 #给你个思路: def argfilter(*types): def deco(func): #这是修饰器 def newfunc(*args): #新的函数 if len(types)==len(args): correct = True for i in range(len(args)): if not isinstance(args[i], types[i]): #判断类型 correct = False if correct: return func(*args) #返回原函数值 else: raise TypeError else: raise TypeError return newfunc #由修饰器返回新的函数 return deco #返回作为修饰器的函数 @argfilter(int, str) #指定参数类型 def func(i, s): #定义被修饰的函数 print i, s #之后你想限制类型的话, 就这样: #@argfilter(第一个参数的类名, 第二个参数的类名, ..., 第N个参数的类名) #def yourfunc(第一个参数, 第一个参数, ..., 第N个参数): # ... # #相当于: #def yourfunc(第一个参数, 第一个参数, ..., 第N个参数): # ... #yourfunc = argfilter(第一个参数的类名, 第二个参数的类名, ..., 第N个参数的类名)(yourfunc)

D. python常见数据类型

一,python整数类型所表示的数据。

1,一般用以表示一类数值:所有正整数,0和负整数;

2,整型作为最常用的,频繁参与计算的数据类型，在python3.5中解释器会自动在内存中创建-5-3000之间的（包含5，不包含3000）整型对象，也就是说在该范围内,相等都是同一个已经创建好的整型对象。范围之外的即使相等也表示不同对象，该特性随python版本而改变，不要过于依赖。

3,bool型继承了int型，他是int的子类。

4,Python2中有长整型long，数值范围更大，在python3中已取消，所有整型统一由int表示。

5,参与所有数值计算，数学运算，科学计算。这也是所有编程语言都有的数据类型，因为编程语言生而需要模拟人的思维，借助数学方式，自动计算、更好的解决大量重复性的事务，因此数值类型、整数类型在编程语言中不可或缺。

6,支持二进制(0b\0B开头),十进制,八进制(0o\0O),十六进制(0x\0X)

二，python整数和浮点型支持常规的数值运算

整数和浮点数都可参与的运算：+ - * / %（取余） //（整除） **（幂）

Python字符型：

python字符型表示的数据：
python3支持Unicode编码，由字母、数字和符号组成的形式就叫字符串，更接近或者相同与人们文字符号表示，因此在信息表示和传递时它也是最受认可的形式。在程序编写中也是非常常用，对应的可操作的方法也很多，很有意思。
字符串不可被修改，可以拼接等方法创建新字符串对象；
支持分片和下标操作；a[2:]
支持+拼接，*重复操作和成员关系in/not in；
表示形式：用单引号双引号包含起来的符号；a = str(‘sdfsdfsdf’) 或 r’\t\nabcd’ 原始字符，Bytes：b’abcd’；
6,字符串属于不可变数据类型，内部机制为了节省空间，相同的两个字符串表示相同的一个对象。a = ‘python’ b = ‘python’ a is b :True

二, 字符串支持的运算方法

1,capitalize() :首字母大写后边的字母小写 a = ‘abcd’ b = a.capitalize() b:Abcd

2,casefold() lower():字母转换为全小写

3,center(width,fillchar) :居中，width填补的长度；fillchar添加的字符

a = a.center(10,’_’) //’____abcd____’ 默认无fillchar填充空格

4,count(sub,star,end) :字母计数：sub要查询的字符

5,encode(encoding=’utf-8’,errors=’strict’) 设置编码

Errors :设置错误类型

6,endswith(suffix,star,end) : 若以suffix结尾返回True

7，expandtabs(8) :设置字符串中tab按键符的空格长度：’\tabcde’

8,find(sub,star,end) : 返回指定范围内的字符串下标，未找到返回-1

9，index(sub,star,end) :返回指定范围字符串下标未找到抛出异常

10，isalnum() :判断字符串是否是字母或数字，或字母和数字组合

11，isalpha() :判断是否全是字母

12，isdecimal() :判断字符串是否是十进制数值

13，isdigit() :判断字符串是否是数字

14，isidentifier() :判断字符串中是否包含关键字

15，islower() :判断是否全小写

16，isnumeric() :判断全是数字

17，isspace() :判断是否是空格

18，isupper() 判断是否大写

19，istitle() :判断是否首字母大写

20，join(iterable) :把可迭代对象用字符串进行分割：a.join(‘123’)

21,ljust(width,fillchar);rjust() :左对齐右对齐

22, upper() :将字符串改为大写

23，split(sep=None,maxsplit=-1) :分割一个字符串，被选中字符在字符串中删除

‘ab1cd1efg’.split(‘1’) :[‘ab’,’cd’,’efg’]

三，字符串格式化：按照规格输出字符串

format(*args,**kwargs) :args位置参数，kwargs关键字参数

‘{0:.1f}’.format(123.468) :格式化参数，小数点后保留1位四舍五入

四，字符串操作符%

1，%s :格式化字符串 ‘abcd%sdef’%’dddd’

2，%d:格式化整数

3，%o格式化无符号八进制

4，%x格式化无符号十六进制

5，%f格式化定点数

6, %e: 科学计数法格式化定点数

7，%g 根据值大小自动选%f,%e

8, %G E X :大写形式

五，格式化辅助命令：

m.n :m最小总宽度，n小数点后位数：’%12.4f’%23456.789

六，转义字符：字符串前r避免转义：r’\nhello\thi’

\n:换行符

\t:横向制表符

\':'

\":"

\b:退格符

\r:回车

\v:纵向制表符

\f:换页符

\o,\x:八进制和十六进制

\0:空字符串

Python列表list

一，Python的列表list类型表示的数据：

Python列表在cpython中被解释为长度可变的数组，用其他对象组成的连续数组。

列表中元素可以是相同或不同的数据类型；
当列表元素增加或删除时，列表对象自动进行扩展或收缩内存，保证元素之间没有缝隙，总是连续的。
Python中的列表是一个序列，也是一个容器类型
创建列表：a = []; b = [1,’python’]; c = list(); d = list((1,3,4,5))
支持切片操作list[start,stop,step]
python列表常用方法
1,append添加单个元素：list.append(object); //a.append(‘python’)

2,extend添加可迭代对象: list.extend(iterable); //a.extend(‘abcde’/[1,2,3])

3,insert 插入元素：list.insert(index,object): 在index下标前插入元素//a.insert(2,’python’)

4,clear 清空所有元素：list.clear() //a.clear()

5,pop 删除并返回一个元素：list.pop(index) //默认删除默认一个元素

remove 删除指定元素：list.remove(v) ,v元素不存在报错 //a.remove(‘c’)
7，count 返回这个值在列表中数量：list.count(value)

8, 浅拷贝一个新列表：list.()

9,sort:排序list.sort(reverse=False/True) :默认升序

排序函数：sorted(list)

10，reverse: 原地翻转：list.reverse()

11，index(value,star,stop) :指定范围内该值下标：list.index(2,0,5)

列表元素访问：
下标访问：list[1]
For循环遍历
通过下标修改元素：list[2 ] = ‘hello’
列表常用运算符：
1,比较运算符：从第一个元素开始对比

2，+ 拼接一个新列表：l1+ l2

3, 重复操作符：* ,多个列表拼接

成员关系操作符：in/ not in
逻辑运算符：and not or
列表常用的排序方法：
冒泡排序；选择排序；快速排序；归并排序

Python元组tuple

一，Python元组tuple数据类型表示的数据：

元组是受到限制的、不可改变的列表；
可以是同构也可以是异构；
元组是序列类型、是可迭代对象，是容器类型。
元组的创建: a = (1,2,3)或a=1,2,3; b = tuple(); c = tuple(iterable)
支持切片操作tuple[start,stop,step]

二，python元组常用方法

1,index(value,star,stop) :指定范围内该值下标：tuple.index(2,0,5)

2,count(value) ：值出现次数

三，支持运算：

1,比较运算符：从第一个元素开始对比

2，+ 拼接一个新元组：l1+ l2

3, 重复操作符：* ,多个元组拼接

4成员关系操作符：in/ not in

逻辑运算符：and not or
四，元组的访问

下标操作；
For循环遍历访问。

Python字典类型

一,Python字典dict表示的数据：{key:value}

可根据关键字：键快速索引到对应的值；
字典是映射类型，键值对一一对应关系，不是序列；
字典元素是无序的；
字典是可迭代对象，是容器类型；
字典的创建：k = {}; k1={‘keyword’:object}; k2 = dict();
K3 = dict(mapping); dict=(iterable)

二，字典的访问：

通过key：k[‘key’]

修改key对应的值：K[‘key’] = value

For循环遍历出来的是key；

For循环键值对：for I in d.items():

For 循环enumerate: for k,v in enumerate(k1):

In/not in 成员关系查询键不支持查值

三，字典常用方法

get(key,de):获取值：k.get(key,de) //若不存在则默认输出de
pop(k,de):删除一个键值对，不存在输出de，未设置报错；
keys() :返回字典所有key组成的序列：list(k.keys()) [1,2,3];
values():返回字典所有value组成的序列：list(k.values())
items():返回键值对组成的元组为元素的序列：（类set）list(k.items())
update(e):更新字典：e可是字典或两元素组成的单位元素序列：e=[(5,6),(7,8)];
k.update(e)

clear():清空字典；
popitem()删除某个键值对，若字典为空则报错
() :浅拷贝
10, fromkeys(iterable,value=None):从可迭代对象创建字典

{}.fromkeys([1,2,3]) -----{1:None,2:None,3:None}

11,setdefault(k,d=None) :若key不存在则生成一个键值对

k.setdefault(‘keyword’)

Python 集合set

集合表示的数据：
多个元素的无序组合，集合是无序的，集合元素是唯一的；
字典的键是由集合实现的；
集合是可迭代对象
集合创建：s = {1,2}; s1 = set(); s2 = set(iterable)
集合元素的访问：
For 循环将集合所有元素全部访问一遍，不重复

常用方法：
add(object):s.add(‘hi’) 向集合添加一个元素
pop() :弹栈，集合为空则报错：删除任意一个元素；
clear():清空集合，返回一个空集合对象；
remove(object):删除一个元素，不存在和报错：s.remove(‘hi’)
update(集合)：更新另一个集合，元素不存在则不更新；
() :浅拷贝
集合的运算：
交集：s1&s2;
差集,补集：s1-s2;
并集：s1|s2;
Issubset():判断是否是子集：s1.issubset(s2) s1是否s2的集合子集
Issuperset():判断是否是父集：s1.issuperset()
不可变集合：
Frozenset():返回一个空的不可变集合对象

Frozenset(iterable):

S = frozenset(iterable)

Python序列类型共同特性

一,序列类型共同特性

python序列类型有:str字符串,list列表,tuple元组
都支持下标索引，切片操作；
下标都是从0开始，都可通过下标进行访问；
拥有相同的操作符
二，支持的函数：

len(obj):返回对象长度；
list(iterable):将可迭代对象转为列表；
tuple(iterable):将可迭代对象转为元组；
str(ojb):将任何对象转为字符串形式；
max(iterable): python3中元素要是同类型，python2中元素可异构：max([‘a’,1])
min(iterable):和max类似；
sum(iterable,star=0),求可迭代对象和，默认star为0，元素不能为字符串
sorted(iterable,key=None,reverse=False)
s=[(‘a’,3),(‘b’,2),(‘c’,9)]

sorted(s,key=lambda s:s[1]) //按照数字排序

reversed(sequence):翻转序列，返回迭代器
enumerate(iterable):返回enumerate对象,其元素都是一个元组（下标，值）
zip（iter1,iter2）: zip([1,2],[3,4]) ----[(1,3),(2,4)]

序列类型的切片操作：

Slice:

L[index]; 访问某个元素；

L[1:4]; 区间

L[star:stop:step]; 设置步长取区间元素

E. Python的函数和参数

parameter 是函数定义的参数形式
argument 是函数调用时传入的参数实体。

对于函数调用的传参模式，一般有两种：

此外，

也是关键字传参

python的函数参数定义一般来说有五种: 位置和关键字参数混合 ， 仅位置参数 ， 仅关键字参数 ， 可变位置参数 ， 可变关键字参数 。其中仅位置参数的方式仅仅是一个概念，python语法中暂时没有这样的设计。
通常我们见到的函数是位置和关键字混合的方式。

既可以用关键字又可以用位置调用

或

这种方式的定义只能使用关键字传参的模式

f(*some_list) 与 f(arg1, arg2, ...) （其中some_list = [arg1, arg2, ...]）是等价的

网络模块request的request方法的设计
多数的可选参数被设计成可变关键字参数

有多种方法能够为函数定义输出：

非常晦涩

如果使用可变对象作为函数的默认参数，会导致默认参数在所有的函数调用中被共享。
例子1：

addItem方法的data设计了一个默认参数，使用不当会造成默认参数被共享。
python里面，函数的默认参数被存在__default__属性中，这是一个元组类型
例子2：

在例子1中，默认参数是一个列表，它是mutable的数据类型，当它写进 __defauts__属性中时，函数addItem的操作并不会改变它的id，相当于 __defauts__只是保存了data的引用，对于它的内存数据并不关心，每次调用addItem，都可以修改 addItem.__defauts__中的数据，它是一个共享数据。
如果默认参数是一个imutable类型，情况将会不一样,你无法改变默认参数第一次存入的值。

例子1中，连续调用addItem('world') 的结果会是

而不是期望的

F. Python方法的几种常见参数类型

• 无默认值参数（关键字参数）：

defmyfun(a):
print(a)

这是参数的最简单形式。这个a就是无默认值参数。在调用函数时必需为无默认值参数指定值。

无默认值参数可以通过两种方式来指定值：

#按参数定义顺序不指名传递值
myfun('/src/image')

#无视定义顺序，通过关键字指定值
myfun(a='/src/image')

无默认值参数在函数内部使用关键字作为变量名来访问

无默认值参数可以有多个，也是一些其它参数类型的基础。

• 默认值参数：

如果在定义时为参数指定一个默认值，那么，这个参数就可以在调用时不指定值：

defmyfun(a=''):
print(a)


#不为a指定值
myfun()

#按定义顺序为a指定值
myfun('/src/lib')

#通过关键字为a指定值
myfun(a='/src/lib')

在定义时，所有默认值参数只能出现在所有无默认值参数之后，也就是说，在函数的定义中，要先定义无默认值参数，再定义默认值参数。

• 不定长参数：

在参数名之前添加一个*号，则该参数称为不定长参数。一个函数只可以有一个不定长参数。不定长参数的定义位置没有限制，它可以定义在无默认值参数之间，也可以定义在默认值参数之后，或者它们之间的任何一个位置。

在调用时，不定长参数之后定义的无前两种类型的参数就只能使用关键字来指定值了。

不定长参数在函数内部被处理为一个tuple。

def_max(*e,base=9):
print('called"_max":')
print('e:',e)
print('base:',base)

#只向不定长参数传递了值
#输出:
#called"_max":
#e:(3,4,5)
#base:9
_max(3,4,5)

#也向默认值参数base传递了值
#输出:
#called"_max":
#e:(3,4)
#base:5
_max(3,4,base=5)

#直接通过一个元组传递不定长参数的值
#输出：
#called"_max":
#e:(3,4)
#base:5
p=(3,4)
_max(*p,base=5)

#使用混合方式传递不定长参数
#输出：
#called"_max":
#e:(3,4,5,6,7)
#base:10
p1=(3,4)
p2=(6,7)
_max(*p1,5,*p2,base=10)

调用函数时如果没有为不定长参数指定值，将导入一个空元组。

• 不定长关键字参数：

不定长关键字参数使用两个星号作为前缀与其它类型的参数区分，它在函数内被导入为一个字典。调用时需要为不定长关键字参数给出约定的关键字名，赋值形式如同无默认值参数。

一般情况下，不定长参数是作为最后一个参数来定义。

defmyfun(**kw):
print(kw)

myfun(base=1,home='aaaa')

以上只是基本的调用方式，有些时候，可以有更有趣的调用方式，例如定义了一个既含无默认值参数也含默认值参数的函数：

defiter_dir(homedir,exts='*',includesubdir=False,monoinfile=False,
titlere='^[^^].*',textengine=default_textengine,
encode=None):

调用时也可以用这样的方式来传递值：

kwgs={'homedir':'C:/Users/hunte/Documents/yun/阿瑟·C·克拉克',
'exts':'txt',
'includesubdir':True}
myiter=iter_dir(**kwgs)
forfileinmyiter:
pass

G. Python函数的参数类型

Python函数的参数类型主要包括必选参数、可选参数、可变参数、位置参数和关键字参数，本文介绍一下他们的定义以及可变数据类型参数传递需要注意的地方。

必选参数（Required arguments）是必须输入的参数，比如下面的代码，必须输入2个参数，否则就会报错：

其实上面例子中的参数 num1和num2也属于关键字参数，比如可以通过如下方式调用：

执行结果：

可选参数（Optional arguments）可以不用传入函数，有一个默认值，如果没有传入会使用默认值，不会报错。

位置参数（positional arguments）根据其在函数定义中的位置调用，下面是pow()函数的帮助信息:

x，y，z三个参数的的顺序是固定的，并且不能使用关键字：

输出：

在上面的pow()函数帮助信息中可以看到位置参数后面加了一个反斜杠 / ，这是python内置函数的语法定义，Python开发人员不能在python3.8版本之前的代码中使用此语法。但python3.0到3.7版本可以使用如下方式定义位置参数：

星号前面的参数为位置参数或者关键字参数，星号后面是强制关键字参数，具体介绍见强制关键字参数。

python3.8版本引入了强制位置参数（Positional-Only Parameters），也就是我们可以使用反斜杠 / 语法来定义位置参数了，可以写成如下形式：

来看下面的例子：

python3.8运行：

不能使用关键字参数形式赋值了。

可变参数 (varargs argument) 就是传入的参数个数是可变的，可以是0-n个，使用星号（ * ）将输入参数自动组装为一个元组（tuple）：

执行结果：

关键字参数（keyword argument）允许将任意个含参数名的参数导入到python函数中，使用双星号（ ** ），在函数内部自动组装为一个字典。

执行结果：

上面介绍的参数可以混合使用：

结果：

注意：由于传入的参数个数不定，所以当与普通参数一同使用时，必须把带星号的参数放在最后。

强制关键字参数（Keyword-Only Arguments）是python3引入的特性，可参考：https://www.python.org/dev/peps/pep-3102/。 使用一个星号隔开：

在位置参数一节介绍过星号前面的参数可以是位置参数和关键字参数。星号后面的参数都是强制关键字参数，必须以指定参数名的方式传参，如果强制关键字参数没有设置默认参数，调用函数时必须传参。

执行结果：

也可以在可变参数后面命名关键字参数，这样就不需要星号分隔符了：

执行结果：

在Python对象及内存管理机制中介绍了python中的参数传递属于对象的 引用传递 （pass by object reference），在编写函数的时候需要特别注意。

先来看个例子：

执行结果：

l1 和 l2指向相同的地址，由于列表可变，l1改变时，l2也跟着变了。

接着看下面的例子：

结果：

l1没有变化！为什么不是[1, 2, 3, 4]呢？

l = l + [4]表示创建一个“末尾加入元素 4“的新列表，并让 l 指向这个新的对象，l1没有进行任何操作，因此 l1 的值不变。如果要改变l1的值，需要加一个返回值：

结果：

下面的代码执行结果又是什么呢？

执行结果：

和第一个例子一样，l1 和 l2指向相同的地址，所以会一起改变。这个问题怎么解决呢？

可以使用下面的方式：

也可以使用浅拷贝或者深度拷贝，具体使用方法可参考Python对象及内存管理机制。这个问题在Python编程时需要特别注意。

本文主要介绍了python函数的几种参数类型：必选参数、可选参数、可变参数、位置参数、强制位置参数、关键字参数、强制关键字参数，注意他们不是完全独立的，比如必选参数、可选参数也可以是关键字参数，位置参数可以是必选参数或者可选参数。

另外，python中的参数传递属于对象的 引用传递 ，在对可变数据类型进行参数传递时需要特别注意，如有必要，使用python的拷贝方法。

参考文档：

--THE END--

H. python怎么知道函数参数类型

可以是列表。实际上，"参数可以是什么类型"取决于函数体中定义的操作。只要该类型支持这个过程就可以。
比如
def
mmy(a):
return
a*2
可以接受整数或列表作为参数，因为列表也可以实现乘法。
想要每个元素乘2的话，
a
=
[i
*
2
for
i
in
a]

I. python 函数参数的类型

1. 不同类型的参数简述
#这里先说明python函数调用得语法为：

复制代码
代码如下:

func(positional_args,
keyword_args,
*tuple_grp_nonkw_args,
**dict_grp_kw_args)

#为了方便说明,之后用以下函数进行举例
def test(a,b,c,d,e):

print a,b,c,d,e

举个例子来说明这4种调用方式得区别：

复制代码
代码如下:

#
#positional_args方式
>>>
test(1,2,3,4,5)
1 2 3 4 5

#这种调用方式的函数处理等价于
a,b,c,d,e = 1,2,3,4,5
print a,b,c,d,e

#
#keyword_args方式
>>>
test(a=1,b=3,c=4,d=2,e=1)
1 3 4 2 1

#这种处理方式得函数处理等价于
a=1
b=3
c=4
d=2
e=1
print a,b,c,d,e

#
#*tuple_grp_nonkw_args方式
>>>
x = 1,2,3,4,5
>>> test(*x)
1 2 3 4
5

#这种方式函数处理等价于

复制代码
代码如下:

a,b,c,d,e = x
print
a,b,c,d,e
#特别说明:x也可以为dict类型,x为dick类型时将键传递给函数
>>> y
{'a': 1,
'c': 6, 'b': 2, 'e': 1, 'd': 1}
>>> test(*y)
a c b e d

#
#**dict_grp_kw_args方式
>>>
y
{'a': 1, 'c': 6, 'b': 2, 'e': 1, 'd': 1}
>>> test(**y)
1 2 6
1 1

#这种函数处理方式等价于
a = y['a']
b = y['b']
... #c,d,e不再赘述
print
a,b,c,d,e

2.
不同类型参数混用需要注意的一些细节
接下来说明不同参数类型混用的情况,要理解不同参数混用得语法需要理解以下几方面内容.

首先要明白,函数调用使用参数类型必须严格按照顺序,不能随意调换顺序,否则会报错. 如 (a=1,2,3,4,5)会引发错误,;
(*x,2,3)也会被当成非法.

其次,函数对不同方式处理的顺序也是按照上述的类型顺序.因为#keyword_args方式和**dict_grp_kw_args方式对参数一一指定,所以无所谓顺序.所以只需要考虑顺序赋值(positional_args)和列表赋值(*tuple_grp_nonkw_args)的顺序.因此,可以简单理解为只有#positional_args方式,#*tuple_grp_nonkw_args方式有逻辑先后顺序的.

最后,参数是不允许多次赋值的.

举个例子说明,顺序赋值(positional_args)和列表赋值(*tuple_grp_nonkw_args)的逻辑先后关系:

复制代码
代码如下:

#只有在顺序赋值,列表赋值在结果上存在罗辑先后关系
#正确的例子1
>>> x =
{3,4,5}
>>> test(1,2,*x)
1 2 3 4 5
#正确的例子2
>>>
test(1,e=2,*x)
1 3 4 5 2

#错误的例子
>>> test(1,b=2,*x)
Traceback (most recent call
last):
File "<stdin>", line 1, in <mole>
TypeError: test()
got multiple values for keyword argument 'b'

#正确的例子1,处理等价于
a,b = 1,2 #顺序参数
c,d,e = x #列表参数
print a,b,c,d,e

#正确的例子2,处理等价于
a = 1 #顺序参数
e = 2 #关键字参数
b,c,d = x #列表参数

#错误的例子,处理等价于
a = 1 #顺序参数
b = 2 #关键字参数
b,c,d = x
#列表参数
#这里由于b多次赋值导致异常,可见只有顺序参数和列表参数存在罗辑先后关系

函数声明区别

理解了函数调用中不同类型参数得区别之后,再来理解函数声明中不同参数得区别就简单很多了.

1. 函数声明中的参数类型说明

函数声明只有3种类型, arg, *arg , **arg 他们得作用和函数调用刚好相反.
调用时*tuple_grp_nonkw_args将列表转换为顺序参数,而声明中的*arg的作用是将顺序赋值(positional_args)转换为列表.
调用时**dict_grp_kw_args将字典转换为关键字参数,而声明中**arg则反过来将关键字参数(keyword_args)转换为字典.
特别提醒：*arg
和 **arg可以为空值.

以下举例说明上述规则:

复制代码
代码如下:

#arg, *arg和**arg作用举例
def
test2(a,*b,**c):
print a,b,c
#
#*arg 和
**arg可以不传递参数
>>> test2(1)
1 () {}
#arg必须传递参数
>>>
test2()
Traceback (most recent call last):
File "<stdin>", line 1,
in <mole>
TypeError: test2() takes at least 1 argument (0 given)

#
#*arg将顺positional_args转换为列表
>>>
test2(1,2,[1,2],{'a':1,'b':2})
1 (2, [1, 2], {'a': 1, 'b': 2})
{}
#该处理等价于
a = 1 #arg参数处理
b = 2,[1,2],{'a':1,'b':2} #*arg参数处理
c =
dict() #**arg参数处理
print a,b,c

#
#**arg将keyword_args转换为字典
>>>
test2(1,2,3,d={1:2,3:4}, c=12, b=1)
1 (2, 3) {'c': 12, 'b': 1, 'd': {1: 2, 3:
4}}
#该处理等价于
a = 1 #arg参数处理
b= 2,3 #*arg参数处理
#**arg参数处理
c =
dict()
c['d'] = {1:2, 3:4}
c['c'] = 12
c['b'] = 1
print
a,b,c

2. 处理顺序问题

函数总是先处理arg类型参数,再处理*arg和**arg类型的参数.
因为*arg和**arg针对的调用参数类型不同,所以不需要考虑他们得顺序.

复制代码
代码如下:

def test2(a,*b,**c):
print
a,b,c
>>> test2(1, b=[1,2,3], c={1:2, 3:4},a=1)
Traceback (most
recent call last):
File "<stdin>", line 1, in
<mole>
TypeError: test2() got multiple values for keyword argument
'a'
#这里会报错得原因是,总是先处理arg类型得参数
#该函数调用等价于
#处理arg类型参数:
a = 1
a = 1
#多次赋值,导致异常
#处理其他类型参数
...
print a,b,c

>>> def foo(x,y):
... def bar():
... print
x,y
... return bar
...
#查看func_closure的引用信息
>>> a =
[1,2]
>>> b = foo(a,0)
>>>
b.func_closure[0].cell_contents
[1, 2]
>>>
b.func_closure[1].cell_contents
0
>>> b()
[1, 2] 0

#可变对象仍然能被修改
>>> a.append(3)
>>>
b.func_closure[0].cell_contents
[1, 2, 3]
>>> b()
[1, 2, 3] 0

J. Python参数类型

上一期我们学习参数传递怎么传递，也了解了参数的几种类型。

首先，我们再来回顾一下，形参和实参:

形参是在定义函数时定义的，放在函数名后面的圆括号里,可为空

实参是调用函数时为形参传入具体的参数值

简单总结一下，谁调用函数，谁就负责传入参数。

好呐，本期我们来详细学习函数几种参数类型，大纲如下：

python函数的参数名是无意义的，Python允许在调用函数时通过通过名字来传入参数值。

位置参数：按照形参位置传入的参数

调用函数时，实参默认按位置顺序传递的。同时实参个数也要和形参匹配

举一个小栗子

如果实参的个数与形参不匹配时，调用函数运行就会报错

Python中，形参与调用函数紧密联系在一起的。

关键字参数：调用函数时，使形参名称来传递参数，形式为“形参名=实参”

关键字参数，又叫命名参数，传递时无需考虑参数位置和顺序

举一个小栗子

默认参数：定义函数时，我们可以为形参提前设置具体的值。

在定义函数时，默认参数要放到位置等其他参数后面

在调用函数时，默认参数是可选的。如果传入新值，则会覆盖默认值

举一个小栗子

注意，默认值不能位于位置参数前面，否则程序会报错误

不定长参数又名可变参数。

不定长参数指的是可变数量的参数，分两种情况：

如果不定长参数后面，可以新增参数吗？

我们通过例子来看,会发生什么？

运行上面的程序，Python解释器会报错

原因是，形参a已经是不定长参数，我们调用的test(2,3,4)传入的三个实参,系统自动把它们属于形参a的值，形参b 和形参c就等于没有值传入，这时候系统就认为，调用函数的对象，参数没有传够。

为了解决这一报错，python引入了 强制命名参数

规定，调用不定参数后面有跟位置参数的函数时，传入给位置参数时，必须要强制命名参进行传参。

逆向参数收集针对的对象传入函数的实参

调用函数时，如果实参是元组，列表或者字典，通过在实参前面加入星号，可以自动把元素进行隔开，然后再转入给函数进行处理

举一个小栗子

本期，我们详细学习了参数几种类型，为后面我们学习函数，打好基础。

实践是检验真理的过程，大家多动手练习练习，会有不一样的奇妙旅程~

好呐，以上是本期内容，欢迎大佬们评论区指正~