Python参数拆解:可变与关键字全解析
亲爱的编程学习爱好者,如果你点开了这篇文章,说明你对《Python函数参数拆解:可变与关键字详解》很感兴趣。本篇文章就来给大家详细解析一下,主要介绍一下,希望所有认真读完的童鞋们,都有实质性的提高。
Python中和*用于拆包序列和字典,分别传递位置参数和关键字参数,是明确的参数传递机制而非语法糖,对编写灵活可复用代码至关重要。

Python函数调用时,用*和**可以把序列或字典“拆开”,让其中的元素分别作为位置参数或关键字参数传入函数。这不是语法糖,而是明确的参数传递机制,理解它对写灵活、可复用的代码很关键。
用 * 拆解可迭代对象作位置参数
*作用在可迭代对象(如列表、元组、字符串、生成器)前,会把它的每个元素依次当作位置参数传给函数。函数接收时,对应的是普通形参或*args。
- 如果函数定义了固定数量的形参,传入的元素个数必须严格匹配,否则报
TypeError - 如果函数用了
*args,*拆出来的多余元素会自动收集进args元组 - 注意:不能对不可迭代对象(比如整数、None)用
*,会触发TypeError: 'int' object is not iterable
例如:
def add(a, b, c):
return a + b + c
nums = [1, 2, 3]
print(add(*nums)) # 等价于 add(1, 2, 3) → 6
和 *args 配合
def sum_all(*values):
return sum(values)
data = (10, 20, 30)
print(sum_all(*data)) # → 60
用 ** 拆解字典作关键字参数
**作用在字典前,会把它的键值对展开为key=value形式的关键字参数。函数接收时,对应的是命名形参或**kwargs。
- 字典的键名必须是合法的标识符,且必须与函数中已定义的形参名完全一致(大小写敏感)
- 如果键名在函数中没有对应形参,又没定义
**kwargs,会报TypeError: unexpected keyword argument - 重复传同一个关键字参数(比如既显式写了
x=1,又通过**{'x': 2}传)会报错
例如:
def greet(name, age):
return f"Hi {name}, you're {age}."
info = {"name": "Alice", "age": 25}
print(greet(**info)) # → "Hi Alice, you're 25."
和 **kwargs 配合
def log_event(**details):
for k, v in details.items():
print(f"{k}: {v}")
log_event(user="bob", action="login", time="14:30") # 可直接传
log_event(**{"user": "bob", "action": "login"}) # 也可拆字典传
组合使用 * 和 ** 的顺序不能乱
函数调用时,参数顺序有严格规则:位置参数 → *iterable → 关键字参数 → **mapping。违反顺序会语法错误。
*args必须出现在**kwargs之前- 不能在
*args之后再写普通位置参数(因为它们已被“吃掉”) - 关键字参数不能出现在
**kwargs之后
正确示例:
def example(a, b, x=0, y=0):
return a, b, x, y
args = [1, 2]
kwargs = {"x": 10, "y": 20}
example(args, kwargs) # ✅ 合法:位置拆包 + 关键字拆包
example(1, 2, kwargs) # ✅ 合法:固定位置 + 关键字拆包
example(args, x=10, **kwargs) # ❌ 报错:x 被重复赋值
常见用途与实用建议
参数拆解不是炫技,而是解决实际问题的工具:
- 转发参数:写装饰器或包装函数时,用
*args, **kwargs接收所有参数,再原样传给被包装函数 - 构造函数适配:从配置字典初始化对象,如
Config(**config_dict) - 简化重复调用:批量执行同一函数,每次用不同参数组合,配合
*list_of_args和**dict_of_kwargs - 避免硬编码:把参数存在外部(JSON/YAML),运行时加载并拆包调用,提升配置灵活性
不复杂但容易忽略。
到这里,我们也就讲完了《Python参数拆解:可变与关键字全解析》的内容了。个人认为,基础知识的学习和巩固,是为了更好的将其运用到项目中,欢迎关注golang学习网公众号,带你了解更多关于的知识点!
Golang文件读写测试与I/O验证方法
- 上一篇
- Golang文件读写测试与I/O验证方法
- 下一篇
- 漫蛙漫画官网地址及阅读入口分享
-
- 文章 · python教程 | 1天前 |
- Python logging Formatter 统一结构化字段输出
- 185浏览 收藏
-
- 文章 · python教程 | 1天前 | 配置 · python · Python教程 · 配置管理 Python 3.15 frozendict 不可变映射
- Python 3.15 frozendict 内置类型的配置使用场景
- 192浏览 收藏
-
- 文章 · python教程 | 1天前 | 序列化 · python · Python pickle 进程池 multiprocessing Pool
- Python multiprocessing 进程池传递不可序列化对象
- 255浏览 收藏
-
- 文章 · python教程 | 1天前 | 数据一致性 · Python教程 · Python 事务 自动提交 sqlite3 autocommit isolation_level
- Python sqlite3 事务模式与自动提交边界
- 197浏览 收藏
-
- 文章 · python教程 | 1天前 |
- Python contextlib.nullcontext 统一同步异步入口
- 316浏览 收藏
-
- 文章 · python教程 | 1天前 | 面向对象 · python · Python教程 · InitVar __post_init__ Python dataclass 派生字段 field(init=False)
- Python dataclass __post_init__ 计算派生字段
- 303浏览 收藏
-
- 文章 · python教程 | 1天前 |
- Python typing.TypeGuard 处理复杂容器类型收窄
- 437浏览 收藏
-
- 文章 · python教程 | 1天前 |
- Python os.fspath 支持自定义路径对象
- 214浏览 收藏
-
- 文章 · python教程 | 1天前 | 异常处理 · 异步编程 · Python教程 · asyncio · 后台任务 任务取消 CancelledError Python asyncio asyncio.shield
- Python asyncio.shield 保护后台任务免受外层取消
- 407浏览 收藏
-
- 文章 · python教程 | 1天前 |
- Python configparser ExtendedInterpolation 组织分层配置
- 480浏览 收藏
-
- 前端进阶之JavaScript设计模式
- 设计模式是开发人员在软件开发过程中面临一般问题时的解决方案,代表了最佳的实践。本课程的主打内容包括JS常见设计模式以及具体应用场景,打造一站式知识长龙服务,适合有JS基础的同学学习。
- 543次学习
-
- GO语言核心编程课程
- 本课程采用真实案例,全面具体可落地,从理论到实践,一步一步将GO核心编程技术、编程思想、底层实现融会贯通,使学习者贴近时代脉搏,做IT互联网时代的弄潮儿。
- 516次学习
-
- 简单聊聊mysql8与网络通信
- 如有问题加微信:Le-studyg;在课程中,我们将首先介绍MySQL8的新特性,包括性能优化、安全增强、新数据类型等,帮助学生快速熟悉MySQL8的最新功能。接着,我们将深入解析MySQL的网络通信机制,包括协议、连接管理、数据传输等,让
- 500次学习
-
- JavaScript正则表达式基础与实战
- 在任何一门编程语言中,正则表达式,都是一项重要的知识,它提供了高效的字符串匹配与捕获机制,可以极大的简化程序设计。
- 487次学习
-
- 从零制作响应式网站—Grid布局
- 本系列教程将展示从零制作一个假想的网络科技公司官网,分为导航,轮播,关于我们,成功案例,服务流程,团队介绍,数据部分,公司动态,底部信息等内容区块。网站整体采用CSSGrid布局,支持响应式,有流畅过渡和展现动画。
- 485次学习
-
- PubMedQA
- 深入了解PubMedQA生物医学问答数据集,涵盖其核心功能、使用方法及在临床决策、药物研发等场景的应用,助力提升NLP模型性能。
- 424次使用
-
- H2O EvalGPT
- H2O EvalGPT是H2O.ai推出的开源LLM评估平台,提供详细的大模型性能排行榜、行业特定基准测试及A/B测试功能,助您快速选择最适合项目的高性能大语言模型。
- 504次使用
-
- LMArena
- LMArena是加州大学伯克利分校推出的AI模型匿名评测平台。通过盲测投票机制,用户可对比不同大模型回答并生成实时排行榜,助力开发者优化模型及用户选择最佳AI工具。
- 512次使用
-
- HELM
- 深入了解斯坦福推出的HELM(Holistic Evaluation of Language Models)大模型评测体系。本文解析其核心功能、安装配置步骤及应用场景,涵盖准确性、公平性、鲁棒性等多维度指标,助力开发者全面优化语言模型性能。
- 460次使用
-
- MMBench
- MMBench是由上海人工智能实验室等机构联合推出的多模态基准测试平台,提供细粒度能力评估、大规模数据集及VLMEvalKit工具。本文详细介绍其核心功能、安装使用方法及应用场景,助力开发者全面评估多模态模型性能。
- 289次使用
-
- Python sqlite3 Connection serialize 怎么导出数据库快照:备份窗口、内存占用与恢复校验
- 2026-08-26 501浏览
-
- Python监控网页状态:requests异常处理实战
- 2026-05-29 501浏览
-
- TensorFlow模型部署为API的TF Serving方法
- 2026-05-26 501浏览
-
- Python字符串编码转换:encode与decode详解
- 2026-05-16 501浏览
-
- TensorFlow裁剪无用算子方法详解
- 2026-05-15 501浏览

