*args和**kwargs

*args和**kwargs的区别

        首先*args和**kwargs的区别主要是*和**的区别，与变量名args和kwargs无关，也可以命名成*cat和**dog；*args接收不带变量名的变量，**kwargs接收带变量名的变量。*args和**kwargs可以共同使用，但是顺序一定是先*args,再**kwargs

*args

        *args接收多余的不带变量名的变量，如图中的3,4,5,6,7，并保存为tuple,就可以用遍历和索引方式访问args，比如这里将args[0]赋给变量key_size

def f(x, y, *args):
    print("x = ", x)
    print("y = ", y)
    print("args = ", args)
    print(type(args))
    key_size = args[0]
    print("key_size = ", key_size)


f(1, 2, 3, 4, 5, 6, 7)

**kwargs

        **kwargs接收多余的带变量名的变量，并保存为dict

def f(x, y, **kwargs):
    print("x = ", x)
    print("y = ", y)
    print("kwargs = ", kwargs)
    print(type(kwargs))
    for k in kwargs:
        print(k, kwargs[k])
    e = kwargs['e']
    print("")
    print("e:", e)




fun(1, 2, c=3, d=4, e=5, f=6, g=7)

关于*args和**kwargs的作用

• 别人可能会传一些多余的参数进来，如果你函数里没有做相应的接收，程序就会报错，加了**kwargs或者*args可以把这些参数忽略掉，避免程序报错

• 可以让你的参数长度是可变的，比如nn.sequential，pytorch不知道你需要叠加多少层，就让你先把要堆叠的层先传进去，后续可以自由在nn.sequential中增加层数，然后再遍历你传进来的参数

• 考虑的是函数的复用，比如一个计算器函数，事先并不知道用户实际会进行什么运算，不同的计算传递的参数也会不一样，这时候就要用到*args，如以下代码

• 用在装饰器中

def calc(f, *args):
    print(f(*args))


def add(a, b):
    return a+b


def power(x):
    return x**2


calc(add, 2, 3)
calc(power, 2)
#输出5   4