# 5.2. 【基础】11个案例讲解函数参数
## 1. 参数分类
函数，在定义的时候，可以有参数的，也可以没有参数。
从函数定义的角度来看，参数可以分为两种：
1. `必选参数`：调用函数时必须要指定的参数，在定义时没有等号
2. `可选参数`：也叫`默认参数`，调用函数时可以指定也可以不指定，不指定就默认的参数值来。
例如下面的代码中，a 和 b 属于必选参数， c 和 d 属于可选参数
```python
def func(a,b,c=0, d=1):
pass
```
从函数调用的角度来看，参数可以分为两种：
1. `关键字参数`：调用时，使用 key=value 形式传参的，这样传递参数就可以不按定义顺序来。
2. `位置参数`：调用时，不使用关键字参数的 key-value 形式传参，这样传参要注意按照函数定义时参数的顺序来。
```python
def func(a,b,c=0, d=1):
pass
# 关键字参数传参方法
func(a=10, c=30, b=20, d=40)
# 位置参数传参方法
func(10, 20, 30, 40)
```
最后还有一种非常特殊的参数，叫做`可变参数`。
意思是参数个数可变，可以是 0 个或者任意个，但是传参时不能指定参数名，通常使用 `*args` 和 `**kw` 来表示：
- `*args`：接收到的所有按照位置参数方式传递进来的参数，是一个元组类型
- `**kw` ：接收到的所有按照关键字参数方式传递进来的参数，是一个字典类型
```python
def func(*args, **kw):
print(args)
print(kw)
func(10, 20, c=20, d=40)
```
输出如下
```
(10, 20)
{'c': 20, 'd': 40}
```
## 2. 十一个案例
**案例一**：在下面这个函数中， a 是必选参数，是必须要指定的
```python
>>> def demo_func(a):
... print(a)
...
>>> demo_func(10)
10
>>> demo_func() # 不指定会报错
Traceback (most recent call last):
File "<stdin>", line 1, in <module>
TypeError: demo_func() missing 1 required positional argument: 'a'
```
**案例二**：在下面这个函数中，b 是可选参数（默认参数），可以指定也可以不指定，不指定的话，默认为10
```python
>>> def demo_func(b=10):
... print(b)
...
>>> demo_func(20)
20
>>> demo_func()
10
```
**案例三**：在下面这个函数中， name 和 age 都是必选参数，在调用指定参数时，如果不使用关键字参数方式传参，需要注意顺序
```python
>>> def print_profile(name, age):
... return f"我的名字叫{name}，今年{age}岁了"
...
>>> print_profile("王炳明", 27)
'我的名字叫王炳明，今年27岁了'
```
如果参数太多，你不想太花精力去注意顺序，可以使用关键字参数方式传参，在指定参数时附上参数名，比如这样：
```python
>>> print_profile(age=27, name="王炳明")
'我的名字叫王炳明，今年27岁了'
```
**案例四**：在下面这个函数中，`args` 参数和上面的参数名不太一样，在它前面有一个 `*`，这就表明了它是一个可变参数，可以接收任意个数的不指定参数名的参数。
```python
>>> def demo_func(*args):
... print(args)
...
>>>
>>> demo_func(10, 20, 30)
(10, 20, 30)
```
**案例五**：在下面这个函数中，`kw` 参数和上面的 `*args` 还多了一个 `*` ，总共两个 `**` ，这个意思是 `kw` 是一个可变关键字参数，可以接收任意个数的带参数名的参数。
```python
>>> def demo_func(**kw):
... print(kw)
...
>>> demo_func(a=10, b=20, c=30)
{'a': 10, 'b': 20, 'c': 30}
```
**案例六**：在定义时，必选参数一定要在可选参数的前面，不然运行时会报错
```python
>>> def demo_func(a=1, b):
... print(a, b)
...
File "<stdin>", line 1
SyntaxError: non-default argument follows default argument
>>>
>>> def demo_func(a, b=1):
... print(a, b)
...
>>>
```
**案例七**：在定义时，可变位置参数一定要在可变关键字参数前面，不然运行时也会报错
```python
>>> def demo_func(**kw, *args):
File "<stdin>", line 1
def demo_func(**kw, *args):
^
SyntaxError: invalid syntax
>>>
>>> def demo_func(*args, **kw):
... print(args, kw)
...
>>>
```
**案例八**：可变位置参数可以放在必选参数前面，但是在调用时，必选参数必须要指定参数名来传入，否则会报错
```python
>>> def demo_func(*args, b):
... print(args)
... print(b)
...
>>> demo_func(1, 2, 100)
Traceback (most recent call last):
File "<stdin>", line 1, in <module>
TypeError: demo_func() missing 1 required keyword-only argument: 'b'
>>>
>>> demo_func(1, 2, b=100)
(1, 2)
100
```
**案例九**：可变关键字参数则不一样，可变关键字参数一定得放在最后，下面三个示例中，不管关键字参数后面接位置参数，还是默认参数，还是可变参数，都会报错。
```python
>>> def demo_func(**kw, a):
File "<stdin>", line 1
def demo_func(**kw, a):
^
SyntaxError: invalid syntax
>>>
>>> def demo_func(**kw, a=1):
File "<stdin>", line 1
def demo_func(**kw, a=1):
^
SyntaxError: invalid syntax
>>>
>>> def demo_func(**kw, *args):
File "<stdin>", line 1
def demo_func(**kw, *args):
^
SyntaxError: invalid syntax
```
**案例十**：将上面的知识点串起来，四种参数类型可以在一个函数中出现，但一定要注意顺序
```python
def demo_func(arg1, arg2=10, *args, **kw):
print("arg1: ", arg1)
print("arg2: ", arg2)
print("args: ", args)
print("kw: ", kw)
```
试着调用这个函数，输出如下：
```python
>>> demo_func(1,12, 100, 200, d=1000, e=2000)
arg1: 1
arg2: 12
args: (100, 200)
kw: {'d': 1000, 'e': 2000}
```
**案例十一**：使用单独的 `*`，当你在给后面的位置参数传递时，对你传参的方式有严格要求，你在传参时必须要以关键字参数的方式传参数，要写参数名，不然会报错。
```python
>>> def demo_func(a, b, *, c):
... print(a)
... print(b)
... print(c)
...
>>>
>>> demo_func(1, 2, 3)
Traceback (most recent call last):
File "<stdin>", line 1, in <module>
TypeError: demo_func() takes 2 positional arguments but 3 were given
>>>
>>> demo_func(1, 2, c=3)
1
2
3
```
## 3. 传参的坑
函数参数传递的是实际对象的内存地址。如果参数是引用类型的数据类型（列表、字典等），在函数内部修改后，就算没有把修改后的值返回回去，外面的值其实也已经发生了变化。
```python
>>> def add_item(item, source_list):
... source_list.append(item)
...
>>> alist = [0,1]
>>> add_item(2, alist)
>>> alist
[0, 1, 2]
```
- 第一章：安装运行
- 1.1 【环境】快速安装 Python 解释器
- 1.2 【环境】Python 开发环境的搭建
- 1.3 【基础】两种运行 Python 程序方法
- 第二章：数据类型
- 2.1 【基础】常量与变量
- 2.2 【基础】字符串类型
- 2.3 【基础】整数与浮点数
- 2.4 【基础】布尔值：真与假
- 2.5 【基础】学会输入与输出
- 2.6 【基础】字符串格式化
- 2.6 【基础】运算符（超全整理）
- 第三章：数据结构
- 3.1 【基础】列表
- 3.2 【基础】元组
- 3.3 【基础】字典
- 3.4 【基础】集合
- 3.5 【基础】迭代器
- 3.6 【基础】生成器
- 第四章：控制流程
- 4.1 【基础】条件语句：if
- 4.2 【基础】循环语句：for
- 4.3 【基础】循环语句：while
- 4.4 【进阶】五种推导式
- 第五章：学习函数
- 5.1 【基础】普通函数
- 5.2 【基础】匿名函数
- 5.3 【基础】高阶函数
- 5.4 【基础】反射函数
- 5.5 【基础】偏函数
- 5.6 【进阶】泛型函数
- 5.7 【基础】变量的作用域
- 5.8 【进阶】上下文管理器
- 5.9 【进阶】装饰器的六种写法
- 第六章：错误异常
- 6.1 【基础】什么是异常？
- 6.2 【基础】如何抛出和捕获异常？
- 6.3 【基础】如何自定义异常？
- 6.4 【进阶】如何关闭异常自动关联上下文？
- 6.5 【进阶】异常处理的三个好习惯
- 第七章：类与对象
- 7.1 【基础】类的理解与使用
- 7.2 【基础】静态方法与类方法
- 7.3 【基础】私有变量与私有方法
- 7.4 【基础】类的封装（Encapsulation）
- 7.5 【基础】类的继承（Inheritance）
- 7.6 【基础】类的多态（Polymorphism）
- 7.7 【基础】类的 property 属性
- 7.8 【进阶】类的 Mixin 设计模式
- 7.9 【进阶】类的魔术方法（超全整理）
- 7.10 【进阶】神奇的元类编程（metaclass）
- 7.11 【进阶】深藏不露的描述符（Descriptor）
- 第八章：包与模块
- 8.1 【基础】什么是包、模块和库？
- 8.2 【基础】安装第三方包的八种方法
- 8.3 【基础】导入单元的构成
- 8.4 【基础】导入包的标准写法
- 8.5 【进阶】常规包与空间命名包
- 8.6 【进阶】花式导包的八种方法
- 8.7 【进阶】包导入的三个冷门知识点
- 8.8 【基础】pip 的超全使用指南
- 8.9 【进阶】理解模块的缓存
- 8.10 【进阶】理解查找器与加载器
- 8.11 【进阶】实现远程导入模块
- 8.12 【基础】分发工具：distutils和setuptools
- 8.13 【基础】源码包与二进制包有什么区别？
- 8.14 【基础】eggs与wheels 有什么区别？
- 8.15 【进阶】超详细讲解 setup.py 的编写
- 8.16 【进阶】打包辅助神器 PBR 是什么？
- 8.17 【进阶】开源自己的包到 PYPI 上
- 第九章：调试技巧
- 9.1 【调试技巧】超详细图文教你调试代码
- 9.2 【调试技巧】PyCharm 中指定参数调试程序
- 9.3 【调试技巧】PyCharm跑完后立即进入调试模式
- 9.4 【调试技巧】脚本报错后立即进入调试模式
- 9.5 【调试技巧】使用 PDB 进行无界面调试
- 9.6 【调试技巧】如何调试已经运行的程序？
- 9.7 【调试技巧】使用 PySnopper 调试疑难杂症
- 9.8 【调试技巧】使用 PyCharm 进行远程调试
- 第十章：并发编程
- 10.1 【并发编程】从性能角度初探并发编程
- 10.2 【并发编程】创建多线程的几种方法
- 10.3 【并发编程】谈谈线程中的“锁机制”
- 10.4 【并发编程】线程消息通信机制
- 10.5 【并发编程】线程中的信息隔离
- 10.6 【并发编程】线程池创建的几种方法
- 10.7 【并发编程】从 yield 开始入门协程
- 10.8 【并发编程】深入理解yield from语法
- 10.9 【并发编程】初识异步IO框架：asyncio 上篇
- 10.10 【并发编程】深入异步IO框架：asyncio 中篇
- 10.11 【并发编程】实战异步IO框架：asyncio 下篇
- 10.12 【并发编程】生成器与协程，你分清了吗？
- 10.14 【并发编程】浅谈线程安全那些事儿
- 第十二章：虚拟环境
- 12.1 【虚拟环境】为什么要有虚拟环境？
- 12.2 【虚拟环境】方案一：使用 virtualenv
- 12.3 【虚拟环境】方案二：使用 pipenv
- 12.4 【虚拟环境】方案三：使用 pipx
- 12.5 【虚拟环境】方案四：使用 poetry
- 第十三章：绝佳工具
- 13.1 【静态检查】mypy 的使用
- 13.2 【代码测试】pytest 的使用
- 13.3 【代码提交】pre-commit hook
- 13.4 【项目生成】cookiecutter 的使用
- 第十四章：数据可视化
- 14.1 【可视化之matplotlib】一图带你入门matplotlib
- 14.2 【可视化之matplotlib】详解六种可视化图表
- 14.3 【可视化之matplotlib】 绘制正余弦函数图象
- 14.4 【可视化之matplotlib】难点：子图与子区
- 14.5 【可视化之matplotlib】绘制酷炫的gif动态图
- 14.6 【可视化之matplotlib】自动生成图像视频
- 14.7 【可视化神器】最高级的可视化神器： plotly_express