当前位置:首页 > 文章列表 > 文章 > python教程 > Python函数参数传递方式全解析

Python函数参数传递方式全解析

2026-02-11 08:43:37 0浏览 收藏

学习知识要善于思考,思考,再思考!今天golang学习网小编就给大家带来《Python函数参数传递方式详解》,以下内容主要包含等知识点,如果你正在学习或准备学习文章,就都不要错过本文啦~让我们一起来看看吧,能帮助到你就更好了!

Python函数参数通过传对象引用传递,具体行为取决于对象可变性:1. 不可变对象(如整数、字符串)在函数内重新赋值不影响原对象;2. 可变对象(如列表、字典)在函数内修改内容会影响原对象,但重新赋值则不影响;3. 使用默认参数需避免可变对象陷阱,推荐用None替代;4. 支持位置参数、关键字参数、args和*kwargs等灵活传参方式。关键在于区分“修改内容”与“重新赋值”。

如何进行python函数参数的传递?

Python函数参数的传递方式主要依赖于对象的引用,而不是变量本身。理解这一点是掌握参数传递的关键。函数调用时,实参被绑定到函数的形参上,这种绑定是通过“传对象引用”(pass-by-object-reference)实现的。具体行为取决于参数的数据类型是否可变。

1. 不可变对象作为参数(如整数、字符串、元组)

当传递不可变对象时,函数内部对参数的修改不会影响原始对象。

说明: 函数内若对参数重新赋值,只是让形参指向新的对象,原对象不受影响。

例如:

def modify_value(x):
    x = 10
    print("函数内 x =", x)

num = 5 modify_value(num) print("函数外 num =", num)

输出:

函数内 x = 10

函数外 num = 5

2. 可变对象作为参数(如列表、字典、集合)

当传递可变对象时,函数内部可以通过方法修改其内容,这些修改会影响原始对象。

说明: 形参和实参指向同一个对象,所以对对象内容的修改是共享的。

例如:

def modify_list(lst):
    lst.append(4)
    print("函数内 lst =", lst)

my_list = [1, 2, 3] modify_list(my_list) print("函数外 my_list =", my_list)

输出:

函数内 lst = [1, 2, 3, 4]

函数外 my_list = [1, 2, 3, 4]

但如果在函数内对参数整体重新赋值,则不再影响原对象:

def reassign_list(lst):
    lst = [7, 8, 9]  # 重新绑定,不影响原列表
    print("函数内 lst =", lst)

my_list = [1, 2, 3] reassign_list(my_list) print("函数外 my_list =", my_list) # 仍为 [1, 2, 3]

3. 使用默认参数和关键字参数控制传递方式

Python支持多种参数形式,可以更灵活地控制传递行为。

  • 位置参数:按顺序传递
  • 关键字参数:通过参数名指定,提高可读性
  • 默认参数:定义函数时设定默认值
  • *args 和 **kwargs:接收任意数量的位置和关键字参数

示例:

def greet(name, greeting="Hello"):
    print(f"{greeting}, {name}!")

greet("Alice") # 使用默认值 greet("Bob", "Hi") # 显式传参 greet(greeting="Hey", name="Charlie") # 关键字传参

4. 避免可变默认参数的陷阱

不要使用可变对象作为默认参数值,因为默认值在函数定义时只创建一次。

# 错误做法
def bad_append(item, lst=[]):
    lst.append(item)
    return lst

print(bad_append(1)) # [1] print(bad_append(2)) # [1, 2] —— 意外累积!

正确做法

def good_append(item, lst=None): if lst is None: lst = [] lst.append(item) return lst

基本上就这些。关键是理解对象的可变性与引用机制的关系。只要分清“修改对象内容”和“重新赋值”的区别,就能准确预测函数内外的行为。

今天关于《Python函数参数传递方式全解析》的内容介绍就到此结束,如果有什么疑问或者建议,可以在golang学习网公众号下多多回复交流;文中若有不正之处,也希望回复留言以告知!

PHP搭建WAMP环境详细教程PHP搭建WAMP环境详细教程
上一篇
PHP搭建WAMP环境详细教程
CSS过渡曲线怎么调?transition-timing-function用法详解
下一篇
CSS过渡曲线怎么调?transition-timing-function用法详解
查看更多
最新文章
查看更多
课程推荐
  • 前端进阶之JavaScript设计模式
    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
    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
    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
    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
    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
查看更多
AI推荐
  • PubMedQA数据集详解:生物医学问答基准、功能与应用指南
    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。
    321次使用
  • H2O EvalGPT:开源LLM大模型评估与排行榜工具
    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。
    377次使用
  • LMArena是什么?伯克利AI模型评估平台使用指南与功能解析
    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。
    373次使用
  • 斯坦福HELM:大语言模型Holistic Evaluation整体评估框架详解
    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。
    337次使用
  • MMBench详解:多模态大模型基准测试、功能特点与使用指南
    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。
    163次使用