在Python中“准确而优雅”的声明函数（二）

点击关注我哦

一篇文章带你了解函数声明时的优雅操作

4. 错误使用默认值

在编写函数时，Python允许我们为某些参数设置一些默认值。许多内置函数也使用此功能。考虑下面的示例。我们可以使用range()函数创建一个列表对象，该函数具有常规语法range(start，stop，step)。如果省略，默认步骤参数将使用一个。但是，我们可以在以下代码中显式设置step参数（类似于第2个示例）：

>>> list(range(5, 15))
[5, 6, 7, 8, 9, 10, 11, 12, 13, 14]


>>> list(range(5, 15, 2))
[5, 7, 9, 11, 13]

但是，当我们编写包含具有可变数据类型的默认值的函数时，事情会变得棘手。当我们说可变数据时，是指Python对象在创建后就可以更改，例如列表，字典和集合。要了解有关Python数据可变性的更多信息，请参阅我的上一篇文章。考虑以下有关在函数中使用默认值和可变参数的简单示例：

>>> def append_score(score, scores=[]):
...     scores.append(score)
...     print(scores)
... 
>>> append_score(98)
[98]
>>> append_score(92, [100, 95])
[100, 95, 92]
>>> append_score(94)
[98, 94]

当我们尝试附加分数98时，将打印出预期结果，因为我们省略了分数参数，并且期望使用空列表。当我们尝试将得分92附加到[100，95]列表中时，结果[100，95，92]也符合预期。但是，当我们尝试附加分数94时，我们中的某些人可能会期望结果为[94]，但事实并非如此。为什么会发生这种情况？

这是因为Python中的函数也是一等公民，并且被视为常规对象（请参阅我之前的文章，关于函数是Python中的对象）。这意味着在定义函数时，将创建一个对象，包括该函数的默认变量。让我们看一下有关这些概念的代码片段：

>>> def append_score(score, scores=[]):
...     scores.append(score)
...     print(f'scores: {scores} & id: {id(scores)}')
... 
>>> append_score.__defaults__
([],)
>>> id(append_score.__defaults__[0])
4650019968
>>> append_score(95)
scores: [95] & id: 4650019968
>>> append_score(98)
scores: [95, 98] & id: 4650019968

我们修改了先前的功能，使其能够输出分数列表的内存地址。如您所见，在调用函数之前，我们可以找到函数参数的默认值及其访问__default__属性的内存地址。两次调用函数后，具有相同存储地址的相同列表对象已更新。

那么最好的做法是什么？我们应该使用None作为可变数据类型的默认值，这样，在声明函数时，函数不会实例化可变对象。调用函数时，我们可以根据需要创建可变对象。有关其他信息，请参见下面的代码。现在，一切都按预期工作：

>>> def append_score(score, scores=None):
...     if not scores:
...         scores = []
...     scores.append(score)
...     print(scores)
... 
>>> append_score(98)
[98]
>>> append_score(92, [100, 95])
[100, 95, 92]
>>> append_score(94)
[94]

5. 滥用* args和** kwargs

Python允许我们通过支持可变数量的参数来编写灵活的函数。如果您还记得的话，您一定已经在某些库的文档中的某些地方看到了* args和* kwargs。本质上，* args指的是数量不确定的位置参数，而** kwargs指的是数量不确定的关键字参数。

在Python中，位置参数是根据其位置传递的参数，而关键字参数是根据其指定的关键字传递的参数。下面来看一个简单的例子：

>>> def add_numbers(num0, num1, num2=2, num3=3):
...     outcome = num0 + num1 + num2 + num3
...     print(f"num0={num0}, num1={num1}, num2={num2}, num3={num3}")
...     return outcome
... 
>>> add_numbers(0, 1)
num0=0, num1=1, num2=2, num3=3
6
>>> add_numbers(0, 1, num3=4, num2=5)
num0=0, num1=1, num2=5, num3=4
10

在函数add_numbers中，num0和num1是位置参数，而num2和num3是关键字参数。需要注意的一件事是，您可以更改关键字参数之间的顺序，但不能更改位置参数和关键字参数之间的顺序。

尽管* args和* kwargs的可用性使我们能够编写更灵活的Python函数，但是滥用它们可能会导致函数混乱。之前，我提到我们可以使用pandas库进行数据处理，并简要提到了read_csv函数，该函数读取CSV文件。该函数共有49个参数：一个位置参数和48个关键字参数。从理论上讲，我们可以通过执行以下操作使列表更短：

pandas.read_csv(filepath_or_buffer: Union[str, pathlib.Path, IO[~AnyStr]], **kwargs)

但是，在此功能的实际实现中，我们仍然必须拆开* kwarg文件，并弄清楚如何正确读取CSV文件。为什么这些经验丰富的Python开发人员愿意列出所有这些关键字参数？这是因为他们了解以下原则：

“Explicit is better than implicit.” —The Zen of Python

尽管使用** kwargs可以为我们在函数声明的第一行中节省一些时间，但代价是我们的代码变得不太明确。 同样的想法也适用于* args。 如上所述，如果我们在代码共享环境中工作，我们总是希望我们的代码是显式的，从而易于理解。 因此，我们尽可能避免使用* args和** kwargs编写更明确的代码。

总结

在本文中，我们回顾了Python程序员可能在其代码中犯的五个常见错误。 尽管您可以通过忽略项目中的这些错误来拥有自己的编码风格，但是您的代码可能变得难以理解，并且长期可维护性较低。 因此，如果可能的话，我们所有人都可能希望避免这些错误并提高代码的可读性，从而提高共享性。

·  END  ·

HAPPY LIFE