📚 课程目录第4章 Python参数传递机制

参数传递机制：位置、关键字、默认与可变

Python 的函数参数，说白了就是给函数递东西的方式。这玩意看着简单，但坑其实不少。我在做代码审查时，发现好多注释不一致的问题，源头就是参数传递搞混了。

咱们今天把这四种参数机制彻底捋一遍。你想想看，函数调用时参数怎么“对号入座”？顺序、名字、默认值、可变数量，每一种都有它的脾气。

位置参数：顺序就是一切

先聊最基础的——位置参数。调用函数时，实参按顺序一一对应到形参。这个逻辑很直觉，但容易出事。

我遇到过一个小伙伴传参时顺序写反了，结果日期当成金额传进去，查了好久才找到。嗯，这就是位置参数的双刃剑——简单直接，但顺序错了就全错。

def create_user(name, age, city):
    return f"{name}, {age}岁, 来自{city}"

# 位置参数调用
print(create_user("林月", 28, "深圳"))
# 输出: 林月, 28岁, 来自深圳

# 顺序错了会怎样？
print(create_user(28, "深圳", "林月"))
# 输出: 28, 深圳岁, 来自林月  --- 完全乱套了

位置参数的关键：实参与形参按位置一一绑定。数量、顺序都不能错。

关键字参数：明确的映射

关键字参数就聪明多了。调用时写上形参名 = 实参，顺序随便你怎么排。说白了，就是告诉函数：“这个值给这个参数，那个值给那个参数”。

我个人习惯在参数超过三个时，强制使用关键字参数。这样调用代码本身就成了文档，不用猜每个位置对应什么。

def train_model(data_path, model_type, epochs, learning_rate):
    print(f"数据: {data_path}")
    print(f"模型: {model_type}, 轮数: {epochs}, 学习率: {learning_rate}")

# 关键字参数 —— 顺序任意
train_model(
    learning_rate=0.001,
    model_type="随机森林",
    data_path="./data/train.csv",
    epochs=100
)

你看看，这个调用即使不写注释，别人也能看懂每个参数的含义。这就是关键字参数的价值。

关键字参数和位置参数可以混用，但位置参数必须放在前面。先写位置，再写关键字，这是硬规则。

默认参数：减少冗余

有的参数大部分情况下取值相同，每次都写很烦。默认参数就能解决这个问题。定义函数时直接给形参赋值，调用时如果不传，就使用默认值。

说白了就是：你给就按你的来，你不给我就按我的来。

def connect_db(host="localhost", port=5432, user="admin", password="123456"):
    print(f"连接 {host}:{port} 用户 {user}")

# 使用默认参数 —— 只需传需要改的
connect_db()                              # 全部默认
connect_db(host="10.0.0.1")               # 只改host
connect_db(host="10.0.0.2", port=3306)     # 改host和port

我曾经踩过一个经典坑：默认参数如果用的是可变对象（比如列表、字典），会被所有调用共享。你用一次改一次，下次调用的默认值就不是原来的样子了。

# 踩坑示例：不要把可变对象做默认参数
def add_item(item, items=[]):
    items.append(item)
    return items

print(add_item("苹果"))    # ['苹果']
print(add_item("香蕉"))    # ['苹果', '香蕉']  —— 默认的列表被改了

# 正确的做法
def add_item_safe(item, items=None):
    if items is None:
        items = []
    items.append(item)
    return items

这就是我常跟团队说的：默认参数用 None，然后在函数内部初始化。别偷懒直接给空列表。

可变参数：应对不确定性

有些场景，你事先不知道要传多少个参数。比如日志记录、配置合并、装饰器包装。这时候就需要可变参数上场了。

Python 提供了两套：*args 和 **kwargs。一个收位置参数，打包成元组；一个收关键字参数，打包成字典。

def log_event(timestamp, *messages, **metadata):
    print(f"[{timestamp}]")
    for msg in messages:
        print(f"  - {msg}")
    for key, value in metadata.items():
        print(f"  {key}: {value}")

# 调用：位置参数+可变位置+可变关键字
log_event(
    "2024-06-15 10:30:00",
    "用户登录成功",
    "IP地址: 192.168.1.100",
    "浏览器: Chrome",
    user_id=10086,
    level="info"
)
# 输出:
# [2024-06-15 10:30:00]
#   - 用户登录成功
#   - IP地址: 192.168.1.100
#   - 浏览器: Chrome
#   user_id: 10086
#   level: info

*args 收位置参数变元组，**kwargs 收关键字参数变字典。这是最灵活的参数设计模式。

你想想看，函数签名如果写死了参数个数，后面加需求就得改接口。用可变参数，向前兼容，优雅多了。

参数类型	定义方式	调用方式	典型场景
位置参数	`def f(a, b)`	`f(1, 2)`	简单、确定性调用
关键字参数	`def f(a, b)`	`f(a=1, b=2)`	提高可读性、参数多时
默认参数	`def f(a=1)`	`f()` 或 `f(2)`	配置项、可选参数
可变参数	`def f(args, *kwargs)`	`f(1,2, x=3, y=4)`	扩展性、包装器、日志

在参数优化注释一致性检查中，我会特别关注默认参数的可变对象陷阱。注释写“默认空列表”，实际行为却是共享列表，这种不一致最容易导致隐蔽 bug。

好了，四种参数机制就讲到这里。下次写函数签名时，想想你这参数到底是不变的（位置）、需要明确的（关键字）、可有可无的（默认）还是不确定数量的（可变）。选对了，代码就清晰了。