最后
不知道你们用的什么环境,我一般都是用的Python3.6环境和pycharm解释器,没有软件,或者没有资料,没人解答问题,都可以免费领取(包括今天的代码),过几天我还会做个视频教程出来,有需要也可以领取~
给大家准备的学习资料包括但不限于:
Python 环境、pycharm编辑器/永久激活/翻译插件
python 零基础视频教程
Python 界面开发实战教程
Python 爬虫实战教程
Python 数据分析实战教程
python 游戏开发实战教程
Python 电子书100本
Python 学习路线规划
网上学习资料一大堆,但如果学到的知识不成体系,遇到问题时只是浅尝辄止,不再深入研究,那么很难做到真正的技术提升。
一个人可以走的很快,但一群人才能走的更远!不论你是正从事IT行业的老鸟或是对IT行业感兴趣的新人,都欢迎加入我们的的圈子(技术交流、学习资源、职场吐槽、大厂内推、面试辅导),让我们一起学习成长!
3. …
4. >>>
5. >>> result = add_one ( 1 , 5 , 9 )
6. >>> result # result 实际上是一个 tuple
7. ( 2 , 6 , 10 )
8. >>> type ( result )
9. < type ‘tuple’ >
3 函数参数
在 Python 中,定义函数和调用函数都很简单,但如何定义函数参数和传递函数参数,则涉及到一些套路了。总的来说,Python 的函数参数主要分为以下几种:
(1)必选参数
(2)默认参数
(3)可变参数
(4)关键字参数
3.1 必选参数
必选参数可以说是最常见的了,顾名思义,必选参数就是在调用函数的时候要 传入数量一致 的参数,比 如:
1. >>> def add ( x , y ): # x, y 是必选参数
2. … print x + y
3. …
4. >>> add () # 啥都没传,不行
5. Traceback ( most recent call last ):
6. File “” , line 1 , in < module >
7. TypeError : add () takes exactly 2 arguments ( 0 given )
8. >>> add ( 1 ) # 只传了一个,也不行
9. Traceback ( most recent call last ):
10. File “” , line 1 , in < module >
11. TypeError : add () takes exactly 2 arguments ( 1 given )
12. >>> add ( 1 , 2 ) # 数量一致,通过
13. 3
3.2 默认参数
默认参数是指在定义函数的时候提供一些默认值,如果在调用函数的时候没有传递该参数,则自动使用默认值,否则使用传递时该参数的值。
看看例子就明白了:
1. >>> def add ( x , y , z = 1 ): # x, y 是必选参数, z 是默认参数,默认值是 1
2. … print x + y + z
3. …
4. >>> add ( 1 , 2 , 3 ) # 1+2+3
5. 6
6. >>> add ( 1 , 2 ) # 没有传递 z ,自动使用 z=1 ,即 1+2+1
7. 4
可以看到,默认参数使用起来也很简单,但有两点需要注意的是:
(1)默认参数要放在所有必选参数的后面
(2)默认参数应该使用不可变对象
比如,下面对默认参数的使用是错误的:
1. >>> def add ( x = 1 , y , z ): # x 是默认参数,必须放在所有必选参数的后面
2. … return x + y + z
3. …
4. File “” , line 1
5. SyntaxError : non - default argument follows default argument
6. >>>
7. >>> def add ( x , y = 1 , z ): # y 是默认参数,必须放在所有必选参数的后面
8. … return x + y + z
9. …
10. File “” , line 1
11. SyntaxError : non - default argument follows default argument
再来看看为什么默认参数应该使用不可变对象。
我们看一个例子:
1. >>> def add_to_list ( L =[]):
2. … L . append ( ‘END’ )
3. … return L
在上面的函数中,L 是一个默认参数,默认值是 [] ,表示空列表。
我们来看看使用:
1. >>> add_to_list ([ 1 , 2 , 3 ]) # 没啥问题
2. [ 1 , 2 , 3 , ‘END’ ]
3. >>> add_to_list ([ ‘a’ , ‘b’ , ‘c’ ]) # 没啥问题
4. [ ‘a’ , ‘b’ , ‘c’ , ‘END’ ]
5. >>> add_to_list () # 没有传递参数,使用默认值,也没啥问题
6. [ ‘END’ ]
7. >>> add_to_list () # 没有传递参数,使用默认值,竟出现两个 ‘END’
8. [ ‘END’ , ‘END’ ]
9. >>> add_to_list () # 糟糕了,三个 ‘END’
10. [ ‘END’ , ‘END’ , ‘END’ ]
为啥呢?我们在调用函数的时候没有传递参数,那么就默认使用 L=[] ,经过处理, L 应该只有一 个元素,怎么会出现调用函数两次,L 就有两个元素呢? 原来,L 指向了可变对象 [] ,当你调用函数时, L 的内容发生了改变,默认参数的内容也会跟着变,也就是,当你第一次调用时,L 的初始值是 [] ,当你第二次调用时, L 的初始值是 [‘END’] ,等等。
所以,为了避免不必要的错误,我们应该使用不可变对象作为函数的默认参数。
3.3 可变参数
在某些情况下,我们在定义函数的时候,无法预估函数应该制定多少个参数,这时我们就可以使用可变参数了,也就是, 函数的参数个数是不确定的 。
看看例子:
1. >>> def add (* numbers ):
2. … sum = 0
3. … for i in numbers :
4. … sum += i
5. … print ‘numbers:’ , numbers
6. … return sum
在上面的代码中, numbers 就是一个可变参数,参数前面有一个 * 号,表示是可变的。在函数内部,参数 numbers 接收到的是一个 tuple 。
在调用函数时,我们可以给该函数传递任意个参数,包括 0 个参数:
1. >>> add () # 传递 0 个参数
2. numbers : ()
3. 0
4. >>> add ( 1 ) # 传递 1 个参数
5. numbers : ( 1 ,)
6. 1
7. >>> add ( 1 , 2 ) # 传递 2 个参数
8. numbers : ( 1 , 2 )
9. 3
10. >>> add ( 1 , 2 , 3 ) # 传递 3 个参数
11. numbers : ( 1 , 2 , 3 )
12. 6
上面的 * 表示任意参数,实际上,它还有另外一个用法:用来给函数传递参数。
看看例子:
1. >>> def add ( x , y , z ): # 有 3 个必选参数
2. … return x + y + z
3. …
4. >>> a = [ 1 , 2 , 3 ]
5. >>> add ( a [ 0 ], a [ 1 ], a [ 2 ]) # 这样传递参数很累赘
6. 6
7. >>> add (* a ) # 使用 *a ,相当于上面的做法
8. 6
9. >>> b = ( 4 , 5 , 6 )
10. >>> add (* b ) # 对元组一样适用
11. 15
再看一个例子:
1. >>> def add (* numbers ): # 函数参数是可变参数
2. … sum = 0
3. … for i in numbers :
4. … sum += i
5. … return sum
6. …
7. >>> a = [ 1 , 2 ]
8. >>> add (* a ) # 使用 *a 给函数传递参数
9. 3
10. >>> a = [ 1 , 2 , 3 , 4 ]
11. >>> add (* a )
12. 10
3.4 关键字参数
可变参数允许你将不定数量的参数传递给函数,而关键字参数则允许你将 不定长度的键值对 , 作为参数传递给一个函数。
让我们看看例子:
1. >>> def add (** kwargs ):
2. return kwargs
3. >>> add () # 没有参数, kwargs 为空字典
4. {}
5. >>> add ( x = 1 ) # x=1 => kwargs={‘x’: 1}
6. { ‘x’ : 1 }
7. >>> add ( x = 1 , y = 2 ) # x=1, y=2 => kwargs={‘y’: 2, ‘x’: 1}
8. { ‘y’ : 2 , ‘x’ : 1 }
在上面的代码中, kwargs 就是一个关键字参数,它前面有两个 * 号。 kwargs 可以接收不定长度的键值对,在函数内部,它会表示成一个 dict 。
和可变参数类似,我们也可以使用 **kwargs 的形式来调用函数,比如:
1. >>> def add ( x , y , z ):
2. … return x + y + z
3. …
4. >>> dict1 = { ‘z’ : 3 , ‘x’ : 1 , ‘y’ : 6 }
5. >>> add ( dict1 [ ‘x’ ], dict1 [ ‘y’ ], dict1 [ ‘z’ ]) # 这样传参很累赘
6. 10
7. >>> add (** dict1 ) # 使用 **dict1 来传参,等价于上面的做法
8. 10
再看一个例子:
1. >>> def sum (** kwargs ): # 函数参数是关键字参数
2. … sum = 0
3. … for k , v in kwargs . items ():
4. … sum += v
5. … return sum
6. >>> sum () # 没有参数
7. 0
8. >>> dict1 = { ‘x’ : 1 }
9. >>> sum (** dict1 ) # 相当于 sum(x=1)
10. 1
11. >>> dict2 = { ‘x’ : 2 , ‘y’ : 6 }
最后
🍅 硬核资料:关注即可领取PPT模板、简历模板、行业经典书籍PDF。
🍅 技术互助:技术群大佬指点迷津,你的问题可能不是问题,求资源在群里喊一声。
🍅 面试题库:由技术群里的小伙伴们共同投稿,热乎的大厂面试真题,持续更新中。
🍅 知识体系:含编程语言、算法、大数据生态圈组件(Mysql、Hive、Spark、Flink)、数据仓库、Python、前端等等。
网上学习资料一大堆,但如果学到的知识不成体系,遇到问题时只是浅尝辄止,不再深入研究,那么很难做到真正的技术提升。
一个人可以走的很快,但一群人才能走的更远!不论你是正从事IT行业的老鸟或是对IT行业感兴趣的新人,都欢迎加入我们的的圈子(技术交流、学习资源、职场吐槽、大厂内推、面试辅导),让我们一起学习成长!