深入讲解Python函数中参数的使用及默认参数的陷阱(python函数入门)

编辑：rootadmin

推荐整理分享深入讲解Python函数中参数的使用及默认参数的陷阱(python函数入门)，希望有所帮助，仅作参考，欢迎阅读内容。

文章相关热门搜索词:python的函数和方法,python的函数和方法,python 函数,python函数csdn,python函数csdn,python函数详解,python函数csdn,python函数总结,内容如对您有帮助，希望把文章链接给更多的朋友！

C++里函数可以设置缺省参数，Java不可以，只能通过重载的方式来实现，python里也可以设置默认参数,最大的好处就是降低函数难度，函数的定义只有一个，并且python是动态语言，在同一名称空间里不能有想多名称的函数，如果出现了，那么后出现的会覆盖前面的函数。

看看结果：

注意：必选参数在前，默认参数在后，否则Python的解释器会报错。建议：*当函数有多个参数时，把变化大的参数放前面，变化小的参数放后面。变化小的参数就可以作为默认参数。默认参数也有坑，看看下面的代码，先定义一个list，添加一个end再返回：

看看调用结果：

这里需要解释一下，Python函数在定义的时候，默认参数L的值就被计算出来了，即[]。此时L指向[]。所以如果L中的内容改变了，下次调用引用的内容也就不再是[]了。所以要牢记一点定义默认参数必须指向不可变对象！。

可变参数第一种方法，传入的参数为一个list或者tuple。

调用方式：

第二种方式，直接传入多个参数，函数内部会自动用一个tuple接收。

调用方式：

这个时候如果还想把一个list或者tuple里的数据传进去，可以这样：

关键字参数关键字参数允许你传入0个或任意个含参数名的参数，这些关键字参数在函数内部自动组装为一个dict。

调用示例：

参数组合在Python中定义函数，可以用必选参数、默认参数、可变参数和关键字参数，这4种参数都可以一起使用，或者只用其中某些，但是请注意，参数定义的顺序必须是：必选参数、默认参数、可变参数和关键字参数。递归函数基本的也没什么可讲的，和Java/C++里一样，就是调用本身的一种。这里重点介绍一下尾递归优化。事实上尾递归和循环效果是一样的，很显然的一个优点那就是可以防止递归调用栈溢出。定义：在函数返回的时候调用自身，并且，return语句不能包含表达式。编译器或者解释器可以对其做优化，无论调用多少次，只占用一个栈帧，不会出现溢出的情况。举个简单的例子，以阶乘函数为例：

如果传入的n很大，就可能会溢出，这是由于return n * fact(n - 1)引入了乘法表达式，就不是尾递归了。把代码改一下：

默认参数陷阱Python的函数定义提供了默认参数这个选择，使得函数的定义和使用更加的灵活，但是也会带来一些坑，例如之前的一个例子：函数定义：

调用函数的结果：

很明显这个与函数的定义初衷不符，用一句话解释就是：Default values are computed once, then re-used.为了深入研究这个问题，我们来看看另一个例子：

NOTE:稍微解释一下，所有默认值都存储在函数对象的__defaults__属性中，这是一个列表，每一个元素均为一个默认参数值。来看看输出结果：

简单分析一下输出结果：第1行在定义函数b()，即执行def语句，代码第7行def b(x=a()):的时候，这句话使用了默认参数，所以在定义的时候会计算默认参数x的值，这个时候会调用a()，所以打印出了a executed。第2~6行第一次执行循环，代码第行调用b()没有传递参数，使用默认参数，此时x=[]，所以调用一次之后

输出结果为

第7~行第二次循环，代码第行调用b()没有传递参数，使用默认参数。注意：默认参数只会计算一次，也就是说那个内存区域就固定了，但是这个地址所指向的是一个list，内容可以改变，此时由于上一次调用x: [5]，所以

输出结果为

第~行第二个循环语句，第一次循环，代码第行传入一个空的list,所以不使用默认参数，此时x=[]，所以

输出结果为

第~行第二个循环语句，第二次循环，代码第行传入一个空的list,所以也不使用默认参数，此时仍然是x=[]，所以

输出结果依然为

函数也是对象，因此定义的时候就被执行，默认参数是函数的属性，它的值可能会随着函数被调用而改变。其他对象不都是如此吗？牢记: 默认参数必须指向不变对象！代码改一下如下：

此时的输出结果看看是什么：

Python连接MySQL并使用fetchall()方法过滤特殊字符来一个简单的例子，看Python如何操作数据库，相比Java的JDBC来说，确实非常简单，省去了很多复杂的重复工作，只关心数据的获取与操作。准备工作需要

Ubuntu下安装PyV8 这几天需要在使用PyV8来进行python与javascript的交互。之前在window下安装过，直接使用的exe安装的，也没有遇到什么问题。结果这次在Ubuntu安装遇到了不少

jupyter安装小结前段时间一直使用pycharm写pandas程序，对于大数据开发而言，开发一般是走一步想一步，pycharm不适合。网上推荐使用jupyternotebook，它是一个web版的编辑器