前言
在本篇文章中,笔者将带你深入探讨 Python 函数传参的进阶主题。
通过阅读本篇文章,你可以深入了解 Python 函数传参的进阶主题,掌握更多高级的函数技巧,提升你的 Python 编程能力。
前面分享了Python 函数传参基础篇:《提升Python函数调用灵活性:参数传递类型详解
结合食用,效果更佳。
实现⚡⚡
参数的作用域
注意事项:
- 使用
global
关键字。将函数内部的变量
声明为全局变量,使得在函数内部修改的值也能影响到函数外部。
在这个例子中,x
在函数 func
内部是一个局部变量,它的作用范围仅限于函数内部。
而在函数外部定义的 x
是一个全局变量,可以在函数内部和外部访问。
def func():
x = 10 # 局部变量
print("Inside func:", x)
x = 5 # 全局变量
func()
print("Outside func:", x)
输出:
Inside func: 10
Outside func: 5
如果需要改变函数外部的值,通过使用 global
关键字,将函数内部的 x
声明为全局变量,使得在函数内部修改的值也能影响到函数外部。
def func():
global x
x = 10 # 局部变量
print("Inside func:", x)
x = 5 # 全局变量
func()
print("Outside func:", x)
输出:
Inside func: 10
Outside func: 10
参数的传递方式
注意事项:
- 避免在函数内部修改可变对象:在函数内部修改可变对象这是不建议的。
- 如果不希望函数内部的操作影响到外部变量,可以在函数内部创建一个新的可变对象,并对其进行操作,而不是直接修改传入的可变对象。
- 需要注意函数参数传递时对象的可变性,了解不可变对象和可变对象在函数内外的表现,并根据需要采取适当的操作来避免意外修改。
理解传值传递和传引用传递的区别:
- 传值传递是将对象的副本传递给函数,函数对副本的修改不会影响到原始对象;
- 传引用传递是将对象的引用传递给函数,函数对引用所指向的对象的修改会影响到原始对象。
这是理解参数传递方式的关键,可以帮助我们正确处理函数内外的变量关系。
在这个例子中,a
是一个不可变对象(整数),而 b
是一个可变对象(列表)。
当将它们作为参数传递给函数时,
-
不可变对象(如整数、字符串、元组) 是通过传值传递的,所以在函数内部对
a
的修改不会影响外部变量x
。 -
可变对象(如列表、字典) 是通过传引用传递的,所以在函数内部对
b
的修改会影响外部变量y
。
def modify_value(a, b):
a = 10
b.append(4)
x = 5
y = [1, 2, 3]
modify_value(x, y)
print(x) # 输出: 5
print(y) # 输出: [1, 2, 3, 4]
匿名函数和 Lambda 表达式
注意事项:
lambda
关键字用于定义匿名函数:lambda
关键字用于创建一个匿名函数,也称为 lambda 表达式。它可以在需要一个简单的函数定义的地方使用,并且通常用于一次性的、简单的函数需求。lambda
表达式强调了函数定义的简洁性和方便性。它适用于一些简单的函数需求,可以避免编写完整的函数定义和命名的过程,使代码更加简洁和易读。- 匿名函数常见于函数式编程操作,如排序、过滤和映射等。它们可以作为参数传递给其他函数,使代码更加灵活和可扩展。
- 尽管
lambda
表达式可以提供一种简洁的函数定义方式,但请注意适用场景。对于复杂的逻辑和需要复用的函数,建议使用普通函数进行定义,以提高代码的可读性和维护性。
Python lambda用法:
lambda arguments: expression
示例 1:对数字进行相加
在这个例子中,lambda
关键字用于定义一个匿名函数,它接受两个参数 x
和 y
,并返回它们的乘积。
使用 lambda
表达式可以简洁地定义简单的函数。
add_numbers = lambda x, y: x + y
result = add_numbers(5, 3)
print("Result:", result) # 输出: 8
示例 2:对列表进行升序排序
在这个示例中,sorted()
函数使用了 key
参数,该参数接受一个函数作为排序的依据。
通过 lambda
表达式 lambda x: x
,我们指定以列表中的每个元素作为排序依据。因此,列表会按照元素的大小进行升序排序。
numbers = [5, 2, 8, 1, 9]
sorted_numbers = sorted(numbers, key=lambda x: x)
print(sorted_numbers) # 输出: [1, 2, 5, 8, 9]
示例 3:对字典列表按照字典键进行排序
在这个示例中,有一个字典列表 persons
,其中每个字典包含一个名字和年龄。
使用 sorted()
函数和 key
参数,将 lambda
表达式 lambda x: x["name"]
作为排序依据。这样,字典列表将按照字典的 "name"
键进行升序排序。
persons = [
{"name": "Alice", "age": 25},
{"name": "Bob", "age": 30},
{"name": "Charlie", "age": 20}
]
sorted_persons = sorted(persons, key=lambda x: x["name"])
print(sorted_persons)
# 输出: [{'name': 'Alice', 'age': 25}, {'name': 'Bob', 'age': 30}, {'name': 'Charlie', 'age': 20}]
装饰器
装饰器可以实现很多有趣的功能,这里只对基础使用做一下介绍。
注意事项:
- 确保装饰器函数的返回值是一个函数:装饰器函数必须返回一个函数对象,以便能够正确地替代原始函数。
- 装饰器的作用是修改函数的行为:装饰器的目的是在不修改原始函数源代码的情况下,添加一些额外的功能或修改函数的行为。
- 可以链式应用多个装饰器:Python 允许链式应用多个装饰器,即在函数定义前使用多个装饰器语句。装饰器的应用顺序与装饰器语句的顺序相反,最后应用的装饰器最先执行。
- 装饰器的顺序是从上到下的。
示例一:将字母转换为大写装饰器
在这个例子中,uppercase_decorator
是一个装饰器函数,它接受一个函数作为参数,并返回一个新的函数。
这个装饰器函数将原始函数的返回值转换为大写形式。通过在函数定义前使用 @
符号应用装饰器,可以直接将装饰器应用于函数。
def uppercase_decorator(func):
def wrapper(*args, **kwargs):
result = func(*args, **kwargs)
return result.upper()
return wrapper
@uppercase_decorator
def demo(name):
return "Hello, " + name
result = demo("Frica")
print(result) # 输出: HELLO, Frica
示例二:将字母转换为大写装饰器并添加<b>标签
在示例中,demo
函数先应用 uppercase_decorator
,然后应用 bold_decorator
。
最终的执行顺序是先执行 bold_decorator
的包装函数,然后执行 uppercase_decorator
的包装函数。最后,调用 demo("Frica")
会返回 <b>HELLO, FRICA</b>
。
def uppercase_decorator(func):
def wrapper(*args, **kwargs):
result = func(*args, **kwargs)
return result.upper()
return wrapper
def bold_decorator(func):
def wrapper(*args, **kwargs):
result = func(*args, **kwargs)
return "<b>" + result + "</b>"
return wrapper
@bold_decorator
@uppercase_decorator
def demo(name):
return "Hello, " + name
result = demo("Frica")
print(result) # 输出: <b>HELLO, FRICA</b>
参数的打包和解包
注意事项:
- 打包:通过使用
*
和**
运算符,可以将传递给函数的参数打包成一个元组或字典; - 解包:通过使用
*
和**
运算符,可以将元组或字典中的值解构为单独的参数,并将它们传递给函数; - 在函数调用时,使用
*
运算符将元组中的元素分别传递给函数的位置参数; - 在函数调用时,使用
**
运算符将字典的键值对打包并传递给函数的关键字参数; - 通过参数解包,可以轻松地将可迭代对象的元素传递给函数,而无需一个个地指定参数的值。这种方式提供了更灵活和方便的函数调用方式,并使代码更加简洁易读。
在这个例子中,data
和 info
是元组和字典,通过解构操作符 *
和 **
将它们的值解构为单独的参数。
params
和 details
是普通的参数值,通过打包操作符 *
和 **
将它们的值打包成元组或字典作为参数传递给函数。
def demo(name, age):
print(f"Name: {name},", f"Age: {age}")
# 参数解包
data = ("Frica", 25)
demo(*data) # 输出: Name: Frica, Age: 25
# 参数解包
info = {"name": "dd", "age": 30}
demo(**info) # 输出: Name: dd, Age: 30
参数类型注解
这个在上一篇文章中有介绍,无论何时,为你的函数和参数添加类型注解,这是很有必要的。
作用如下:
- 提供类型提示:类型注解可以指定函数参数和返回值的预期类型,从而提供给开发者更明确的类型提示。这有助于开发者理解函数的输入和输出,并在代码编写过程中提供自动补全和错误检查的功能。
- 增加代码可读性:类型注解可以提高代码的可读性,使代码更加清晰易懂。通过类型注解,开发者可以清楚地了解函数参数的期望类型,从而更好地理解函数的作用和用法。
- 增强代码健壮性:类型注解可以在编译时或运行时进行类型检查,从而捕获潜在的类型错误。通过类型检查,可以避免在函数调用时传递错误类型的参数,提前发现并修复类型相关的问题,提高代码的健壮性和可靠性。
- 提升代码维护性:类型注解可以帮助开发团队更好地理解代码,并减少对代码的误解。在代码维护和重构过程中,类型注解可以作为重要的参考信息,帮助开发者正确修改和调整函数的使用方式。
- 支持静态类型检查工具:添加类型注解可以支持使用静态类型检查工具,例如 MyPy、Pyright 等。这些工具可以对代码进行静态分析,发现类型相关的问题,并提供进一步的建议和修复方案。
需要注意的是,类型注解并不会影响代码的实际执行,它们只是提供给开发者和工具使用的信息。
在 Python 中,类型注解是可选的,并且不会导致运行时错误。但是,类型注解可以在代码开发和维护过程中提供很多有益的帮助,
def demo(name: str, age: int) -> str:
return "Hello, " + name + "! You are " + str(age) + " years old."
print(demo("Frica", 25)) # 输出: Hello, Frica! You are 25 years old.
总结✨✨
本篇文章深入介绍了Python中函数传参机制的高级应用。
-
参数的作用域:介绍了局部作用域、全局作用域和嵌套作用域的概念及其关系。这有助于理解在不同作用域中如何访问和操作变量。
-
参数的传递方式:探讨了传值调用和传引用调用的区别,以及可变对象和不可变对象的概念。这对于理解函数参数的传递机制非常重要。
-
匿名函数和 Lambda 表达式:介绍了匿名函数的定义和使用,以及 Lambda 表达式的语法和应用场景。这些技巧可以简化代码并提高可读性。
-
装饰器:解释了装饰器的作用和用法,包括如何定义和应用装饰器来增强函数的功能。装饰器是 Python 中强大的函数修饰工具。
-
参数的解构和打包:讨论了参数解构和打包的操作符
*
和**
的使用方法,以及如何处理多个参数的情况。这些技巧可以增加代码的灵活性。 -
参数类型注解:介绍了参数类型注解的概念和用法,以及如何在函数定义时指定参数的类型。这有助于提高代码的可读性和可维护性。
总体上,这些主题涵盖了函数传参的关键概念和技巧,适合进阶的 Python 程序员学习和掌握。
后话🏹🏹
本次分享到此结束,
see you~~🐱🏍🐱🏍