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 }
12. >>> sum (** dict2 ) # 相当于 sum(x=2, y=6)
13. 8
3.5 参数组合
在实际的使用中,我们经常会同时用到必选参数、默认参数、可变参数和关键字参数或其中的某些。但是,需要注意的是,它们在使用的时候是有顺序的,依次是必选参数、默认参数、可变参数和关键字参数。
比如,定义一个包含上述四种参数的函数:
1. >>> def func ( x , y , z = 0 , * args , ** kwargs ):
2. print ‘x =’ , x
3. print ‘y =’ , y
4. print ‘z =’ , z
5. print ‘args =’ , args
6. print ‘kwargs =’ , kwargs
在调用函数的时候, Python 会自动按照参数位置和参数名把对应的参数传进去。
让我们看看:
1. >>> func ( 1 , 2 ) # 至少提供两个参数,因为 x, y 是必选参数
2. x = 1
3. y = 2
4. z = 0
5. args = ()
6. kwargs = {}
7. >>> func ( 1 , 2 , 3 ) # x=1, y=2, z=3
8. x = 1
9. y = 2
10. z = 3
11. args = ()
12. kwargs = {}
13. >>> func ( 1 , 2 , 3 , 4 , 5 , 6 ) # x=1, y=2, z=3, args=(4, 5, 6), kwargs={}
14. x = 1
15. y = 2
16. z = 3
17. args = ( 4 , 5 , 6 )
18. kwargs = {}
19. >>> func ( 1 , 2 , 4 , u = 6 , v = 7 ) # args = (), kwargs = {‘u’: 6, ‘v’: 7}
20. x = 1
21. y = 2
22. z = 4
23. args = ()
24. kwargs = { ‘u’ : 6 , ‘v’ : 7 }
25. >>> func ( 1 , 2 , 3 , 4 , 5 , u = 6 , v = 7 ) # args = (4, 5), kwargs = {‘u’: 6, ‘v’: 7}
26. x = 1
27. y = 2
28. z = 3
29. args = ( 4 , 5 )
30. kwargs = { ‘u’ : 6 , ‘v’ : 7 }
自我介绍一下,小编13年上海交大毕业,曾经在小公司待过,也去过华为、OPPO等大厂,18年进入阿里一直到现在。
深知大多数Python工程师,想要提升技能,往往是自己摸索成长或者是报班学习,但对于培训机构动则几千的学费,着实压力不小。自己不成体系的自学效果低效又漫长,而且极易碰到天花板技术停滞不前!
因此收集整理了一份《2024年Python开发全套学习资料》,初衷也很简单,就是希望能够帮助到想自学提升又不知道该从何学起的朋友,同时减轻大家的负担。
既有适合小白学习的零基础资料,也有适合3年以上经验的小伙伴深入学习提升的进阶课程,基本涵盖了95%以上Python开发知识点,真正体系化!
由于文件比较大,这里只是将部分目录大纲截图出来,每个节点里面都包含大厂面经、学习笔记、源码讲义、实战项目、讲解视频,并且后续会持续更新
如果你觉得这些内容对你有帮助,可以添加V获取:vip1024c (备注Python)
(1)Python所有方向的学习路线(新版)
这是我花了几天的时间去把Python所有方向的技术点做的整理,形成各个领域的知识点汇总,它的用处就在于,你可以按照上面的知识点去找对应的学习资源,保证自己学得较为全面。
最近我才对这些路线做了一下新的更新,知识体系更全面了。
(2)Python学习视频
包含了Python入门、爬虫、数据分析和web开发的学习视频,总共100多个,虽然没有那么全面,但是对于入门来说是没问题的,学完这些之后,你可以按照我上面的学习路线去网上找其他的知识资源进行进阶。
(3)100多个练手项目
我们在看视频学习的时候,不能光动眼动脑不动手,比较科学的学习方法是在理解之后运用它们,这时候练手项目就很适合了,只是里面的项目比较多,水平也是参差不齐,大家可以挑自己能做的项目去练练。
学习路线(新版)**
这是我花了几天的时间去把Python所有方向的技术点做的整理,形成各个领域的知识点汇总,它的用处就在于,你可以按照上面的知识点去找对应的学习资源,保证自己学得较为全面。
最近我才对这些路线做了一下新的更新,知识体系更全面了。
(2)Python学习视频
包含了Python入门、爬虫、数据分析和web开发的学习视频,总共100多个,虽然没有那么全面,但是对于入门来说是没问题的,学完这些之后,你可以按照我上面的学习路线去网上找其他的知识资源进行进阶。
(3)100多个练手项目
我们在看视频学习的时候,不能光动眼动脑不动手,比较科学的学习方法是在理解之后运用它们,这时候练手项目就很适合了,只是里面的项目比较多,水平也是参差不齐,大家可以挑自己能做的项目去练练。