python类做函数参数 python3 函数 参数类型

python-函数可变参数类型python中python类做函数参数的函数python类做函数参数,大多需要配置参数python类做函数参数,以下是几种函数python类做函数参数的参数类型:
1.必备参数:以正确的顺序、个数传入函数 。调用时的参数情况要和声明时一样 。最常用的情况 。
def tplink(a,b):
c=a b b
return c
tplink(4,2)
2.关键字参数:使用关键字参数允许函数调用时参数的顺序和声明时不一致,因为python解析器会在调用函数时,用参数名匹配参数值 。
def tplink(age1,age2):
ageall=age1 age2 age2
return ageall
tplink(age2=4,age1=2)
3.默认参数:默认某个参数的取值
def tplink(age1,age2=5):
ageall=age1 age2 age2
return ageall
tplink(age1=4)
4.不定长参数:在声明时并不确定 调用时的参数数量 。这种情况,可以用不定长参数进行解决,具体操作是在参数名前用* 。
但不能和 关键字参数并用 。一般在正常参数arg之后 。
*args、**kwargs的定义:
这两个都是python中的不定长参数,又称为可变参数 。
*args 表示任何多个无名参数,它是一个 tuple python类做函数参数;
**kwargs 表示关键字参数,它是一个dict 。
同时使用 * args和 ** kwargs 时,必须 * args参数列要在 ** kwargs前 。且都在arg之后 。
函数在调用时,会根据顺序,看是否放进 *args 或者 **kwargs中 。
具体可根据实际情况使用,可以 更方便灵活的接收信息 。
Python函数的参数类型Python函数的参数类型主要包括必选参数、可选参数、可变参数、位置参数和关键字参数,本文介绍一下他们的定义以及可变数据类型参数传递需要注意的地方 。
必选参数(Required arguments)是必须输入的参数,比如下面的代码,必须输入2个参数,否则就会报错:
其实上面例子中的参数 num1和num2也属于关键字参数,比如可以通过如下方式调用:
执行结果:
可选参数(Optional arguments)可以不用传入函数,有一个默认值,如果没有传入会使用默认值,不会报错 。
位置参数(positional arguments)根据其在函数定义中的位置调用,下面是pow()函数的帮助信息:
x,y,z三个参数的的顺序是固定的,并且不能使用关键字:
输出:
在上面的pow()函数帮助信息中可以看到位置参数后面加了一个反斜杠/,这是python内置函数的语法定义,Python开发人员不能在python3.8版本之前的代码中使用此语法 。但python3.0到3.7版本可以使用如下方式定义位置参数:
星号前面的参数为位置参数或者关键字参数 , 星号后面是强制关键字参数,具体介绍见强制关键字参数 。
python3.8版本引入了强制位置参数(Positional-Only Parameters),也就是我们可以使用反斜杠/语法来定义位置参数了,可以写成如下形式:
来看下面的例子:
python3.8运行:
不能使用关键字参数形式赋值了 。
可变参数 (varargs argument) 就是传入的参数个数是可变的 , 可以是0-n个,使用星号(*)将输入参数自动组装为一个元组(tuple):
执行结果:
关键字参数(keyword argument)允许将任意个含参数名的参数导入到python函数中,使用双星号(**),在函数内部自动组装为一个字典 。
执行结果:
上面介绍的参数可以混合使用:
结果:
注意:由于传入的参数个数不定,所以当与普通参数一同使用时,必须把带星号的参数放在最后 。
强制关键字参数(Keyword-Only Arguments)是python3引入的特性,可参考: 。使用一个星号隔开:
在位置参数一节介绍过星号前面的参数可以是位置参数和关键字参数 。星号后面的参数都是强制关键字参数,必须以指定参数名的方式传参,如果强制关键字参数没有设置默认参数,调用函数时必须传参 。
执行结果:
也可以在可变参数后面命名关键字参数 , 这样就不需要星号分隔符了:
执行结果:
在Python对象及内存管理机制中介绍了python中的参数传递属于对象的引用传递(pass by object reference) , 在编写函数的时候需要特别注意 。
先来看个例子:
执行结果:
l1 和 l2指向相同的地址,由于列表可变,l1改变时,l2也跟着变了 。
接着看下面的例子:
结果:
l1没有变化!为什么不是[1, 2, 3, 4]呢?
l = l[4]表示创建一个“末尾加入元素 4“的新列表,并让 l 指向这个新的对象,l1没有进行任何操作,因此 l1 的值不变 。如果要改变l1的值,需要加一个返回值:
结果:
下面的代码执行结果又是什么呢?
执行结果:
和第一个例子一样,l1 和 l2指向相同的地址,所以会一起改变 。这个问题怎么解决呢?
可以使用下面的方式:
也可以使用浅拷贝或者深度拷贝,具体使用方法可参考Python对象及内存管理机制 。这个问题在Python编程时需要特别注意 。
本文主要介绍了python函数的几种参数类型:必选参数、可选参数、可变参数、位置参数、强制位置参数、关键字参数、强制关键字参数,注意他们不是完全独立的,比如必选参数、可选参数也可以是关键字参数,位置参数可以是必选参数或者可选参数 。
另外,python中的参数传递属于对象的引用传递,在对可变数据类型进行参数传递时需要特别注意,如有必要,使用python的拷贝方法 。
参考文档:
--THE END--
python怎么向类中的函数传递参数Python中函数参数的传递是通过“赋值”来传递的 。但这条规则只回答了函数参数传递的“战略问题”,并没有回答“战术问题”,也就说没有回答怎么赋值的问题 。函数参数的使用可以分为两个方面,一是函数参数如何定义,二是函数在调用时的参数如何解析的 。而后者又是由前者决定的 。函数参数的定义有四种形式:
1. F(arg1,arg2,...)
2. F(arg2=value,arg3=value...)
3. F(*arg1)
4. F(**arg1)
第1 种方式是最“传统”的方式:一个函数可以定义不限个数参数,参数(形式参数)放在跟在函数名后面的小括号中,各个参数之间以逗号隔开 。用这种方式定义的函数在调用的时候也必须在函数名后的小括号中提供相等个数的值(实际参数),不能多也不能少,而且顺序还必须相同 。也就是说形参和实参的个数必须一致,而且想给形参1的值必须是实参中的第一位 , 形参与实参之间是一一对应的关系,即“形参1=实参1 形参2=实参2...” 。很明显这是一种非常不灵活的形式 。比如:"def addOn(x,y): return xy",这里定义的函数addOn,可以用addOn(1,2)的形式调用,意味着形参x将取值1,主将取值2 。addOn(1,2,3)和addOn (1)都是错误的形式 。
第2种方式比第1种方式,在定义的时候已经给各个形参定义了默认值 。因此,在调用这种函数时,如果没有给对应的形式参数传递实参,那么这个形参就将使用默认值 。比如:“def addOn(x=3,y=5): return xy” , 那么addOn(6,5)的调用形式表示形参x取值6 , y取值5 。此外,addOn(7)这个形式也是可以的 , 表示形参x取值7 , y取默认值5 。这时候会出现一个问题 , 如果想让x取默认值 , 用实参给y赋值怎么办?前面两种调用形式明显就不行了,这时就要用到Python中函数调用方法的另一大绝招 ──关健字赋值法 。可以用addOn(y=6),这时表示x取默认值3,而y取值6 。这种方式通过指定形式参数可以实现可以对形式参数进行“精确攻击”,一个副带的功能是可以不必遵守形式参数的前后顺序,比如:addOn(y=4,x=6),这也是可以的 。这种通过形式参数进行定点赋值的方式对于用第1种方式定义的函数也是适用的 。
上面两种方式定义的形式参数的个数都是固定的 , 比如定义函数的时候如果定义了5个形参,那么在调用的时候最多也只能给它传递5个实参 。但是在实际编程中并不能总是确定一个函数会有多少个参数 。第3种方式就是用来应对这种情况的 。它以一个*加上形参名的方式表示,这个函数实际参数是不一定的,可以是零个,也可以是N个 。不管是多少个,在函数内部都被存放在以形参名为标识符的tuple中 。比如:
对这个函数的调用addOn() addOn(2) addOn(3,4,5,6)等等都是可以的 。
与第3种方式类似,形参名前面加了两个*表示,参数在函数内部将被存放在以形式名为标识符的dictionary中 。这时候调用函数必须采用key1=value1、key2=value2...的形式 。比如:
1. def addOn(**arg):
2. sum = 0
3. if len(arg) == 0: return 0
4. else:
5. for x in arg.itervalues():
6. sum= x
7. return sum
那么对这个函数的调用可以用addOn()或诸如addOn(x=4,y=5,k=6)等的方式调用 。
上面说了四种函数形式定义的方式以及他们的调用方式,是分开说的,其实这四种方式可以组合在一起形成复杂多样的形参定义形式 。在定义或调用这种函数时,要遵循以下规则:
1. arg=value必须在arg后
2. *arg必须在arg=value后
3. **arg必须在*arg后
在函数调用过程中,形参赋值的过程是这样的:
首先按顺序把“arg”这种形式的实参给对应的形参
第二,把“arg=value”这种形式的实参赋值给形式
第三 , 把多出来的“arg”这种形式的实参组成一个tuple给带一个星号的形参
第四,把多出来的“key=value”这种形式的实参转为一个dictionary给带两个星号的形参 。
例子:
1. def test(x,y=5,*a,**b):
2. print x,y,a,b
就这么一个简单函数,来看看下面对这个函数调用会产生什么结果:
test(1) === 1 5 () {}
test(1,2) === 1 2 () {}
test(1,2,3) === 1 2 (3,) {}
test(1,2,3,4) === 1 2 (3,4)
test(x=1) === 1 5 () {}
test(x=1,y=1) === 1 1 () {}
test(x=1,y=1,a=1) === 1 1 () {'a':1}
test(x=1,y=1,a=1,b=1) === 1 1 () {'a':1,'b':1}
test(1,y=1) === 1 1 () {}
test(1,2,y=1) === 出错,说y给赋了多个值
test(1,2,3,4,a=1) === 1 2 (3,4) {'a':1}
test(1,2,3,4,k=1,t=2,o=3) === 1 2 (3,4) {'k':1,'t':2,'o':3}
Python参数类型 上一期我们学习参数传递怎么传递,也了解了参数的几种类型 。
首先 , 我们再来回顾一下,形参和实参:
形参是在定义函数时定义的,放在函数名后面的圆括号里,可为空
实参是调用函数时为形参传入具体的参数值
简单总结一下 , 谁调用函数,谁就负责传入参数 。
好呐,本期我们来详细学习函数几种参数类型,大纲如下:
python函数的参数名是无意义的 , Python允许在调用函数时通过通过名字来传入参数值 。
位置参数:按照形参位置传入的参数
调用函数时,实参默认按位置顺序传递的 。同时实参个数也要和形参匹配
举一个小栗子
如果实参的个数与形参不匹配时,调用函数运行就会报错
Python中 , 形参与调用函数紧密联系在一起的 。
关键字参数:调用函数时,使形参名称来传递参数,形式为“形参名=实参”
关键字参数 , 又叫命名参数,传递时无需考虑参数位置和顺序
举一个小栗子
默认参数:定义函数时,我们可以为形参提前设置具体的值 。
在定义函数时,默认参数要放到位置等其他参数后面
在调用函数时,默认参数是可选的 。如果传入新值,则会覆盖默认值
举一个小栗子
注意,默认值不能位于位置参数前面,否则程序会报错误
不定长参数又名可变参数 。
不定长参数指的是可变数量的参数,分两种情况:
如果不定长参数后面 , 可以新增参数吗?
我们通过例子来看,会发生什么?
运行上面的程序,Python解释器会报错
原因是,形参a已经是不定长参数 , 我们调用的test(2,3,4)传入的三个实参,系统自动把它们属于形参a的值,形参b 和形参c就等于没有值传入,这时候系统就认为,调用函数的对象,参数没有传够 。
为了解决这一报错 , python引入了 强制命名参数
规定,调用不定参数后面有跟位置参数的函数时,传入给位置参数时 , 必须要强制命名参进行传参 。
逆向参数收集针对的对象传入函数的实参
调用函数时,如果实参是元组,列表或者字典 , 通过在实参前面加入星号,可以自动把元素进行隔开,然后再转入给函数进行处理
举一个小栗子
本期,我们详细学习了参数几种类型,为后面我们学习函数,打好基础 。
实践是检验真理的过程,大家多动手练习练习,会有不一样的奇妙旅程~
好呐,以上是本期内容,欢迎大佬们评论区指正~
python 类可以作为函数形参吗?可以python类做函数参数的 。这也算多态python类做函数参数的一种python类做函数参数,比如python类做函数参数:
def duck(A):
return A.duck()
class pop():
def duck():
return "what does the duck say~"
class regular():
def duck():
return "Quack!"
duck(pop)
'what does the duck say~'
duck(regular)
'Quack!'
但python类做函数参数你要保证传入的类能够支持函数所定义的行为 。
【python类做函数参数 python3 函数 参数类型】关于python类做函数参数和python3 函数 参数类型的介绍到此就结束了,不知道你从中找到你需要的信息了吗 ?如果你还想了解更多这方面的信息 , 记得收藏关注本站 。

    推荐阅读