在深度学习模型代码中,经常能看到带星号的参数,如 def __init__(self, in_channels, **kwargs),这类参数和普通参数有什么不同呢?
python函数参数定义主要有以下几种形式:
1. function(arg1, arg2....)
这是最常见的参数定义形式,一个函数可以定义任意数量的参数,每个参数用逗号隔开。
在调用时,函数名后的参数个数需要与定义时的数目一致(形参数等于实参数),并且要求顺序一一对应。例如:
def fun1(x, y, z):
return x+y+z
fun1(3, 5, 7) #参数x=3, y=5, z=7, 返回值为15 (括号里的参数个数必须为3)
这里括号里的参数必须为三个,即对应x, y,z三个值,如果是fun1(1)或fun1(1,2)等,就会报错。
2. function(arg1, arg2=value2, args3=value3....)
这类形式在第一种搞得基础上为参数提供了默认值。
def fun2(x, y, z=3):
return x*y*z
fun2(2, 5) #参数x=2, y=5, z=3, 返回值为30 (括号里参数个数为2时,则z选择默认值3)
fun2(2, 5,2) #参数x=2, y=5, z=2, 返回值为20 (可以通过参数传递修改默认值)
调用该函数时,如果带有默认值的参数省略,则取默认值;如果传递了该位置的参数,则使用传递的参数值。
注:在定义函数时,无默认值的参数必须在有默认值参数的前面,即有默认值的参数后面必须都是带有默认值的。def fun(a=2, b,c)这种是会报错的。
3. function(arg1, *args2....)
带一个*号的参数以元组tuple的形式存放参数。
当函数传递的参数量不确定时,可以采用这种形式。无论参数量多少,在函数内部都被存放在以形参名为标识符的tuple中。
def fun3(a, *args):
print("a:", a)
print("args:", args)
fun3(2,3,4,5,6) # 传递的实参数大于形参数
## 输出
a: 2
args: (3, 4, 5, 6)
def fun3(a, *args):
print("a:", a)
print("args:", args)
fun3(2,(3,4,5,6,7)) # 带星号的参数位置直接传递元组类型
## 输出
a: 2
args: ((3, 4, 5, 6, 7),) # 单个元素的元组后面需要加逗号
4. function(arg1, **kwargs2...)
带两个*号的参数以字典dict的形式存放参数。在调用函数时,需采用 (arg1=value1,arg2=value2) 这样的形式,前面的arg和后面的value就形成了键值对。
def fun4(a, **kwargs):
print("a:", a)
print("kwargs:", kwargs)
fun4(2, b=2, c=3, d=4, e=5)
## 输出
a: 2
kwargs: {'b': 2, 'c': 3, 'd': 4, 'e': 5}
当然以上四种形式是可以同时存在的,但是应注意参数的顺序。在调用时,上述四种方式的优先级是依次降低的,先1,后2,再3,最后4。
def fun5(a, b=10, *args, **kwargs):
print("a:", a)
print("b:", b)
print("args:", args)
print("kwargs:", kwargs)
fun5(3, 2, 1, 4, c=6, d=5, e=2)
## 输出
a: 3
b: 2
args: (1, 4)
kwargs: {'c': 6, 'd': 5, 'e': 2}
如果单独出现星号 *,则星号 * 后的参数必须用关键字传入: