Python函数定义、参数处理与模块管理详解

阿澈
阿澈
发布时间:2026-10-15| 7人浏览过
原创

本文详细解析Python中函数的定义、参数传递(默认值与可变参数)、模块管理机制以及变量作用域规则。通过具体代码示例,讲解如何利用import和from...import避免命名冲突,使用__main__保护执行代码,以及通过global关键字修改全局变量,帮助开发者掌握Python函数式编程的核心实践。

一、定义函数

在Python中,可以使用def关键字来创建函数。函数的命名需遵循变量命名规范。在函数名后的括号内可以指定传入的参数,执行完毕后,通过return关键字返回结果值。

定义代码如下:

def fac(num):
    """求阶乘"""
    result = 1
    for n in range(1, num + 1):
        result *= n
    #返回值
    return result

二、函数的参数

Python函数的参数支持默认值,同时也允许使用可变参数。因此,Python无需像其他语言那样依赖函数重载机制,因为通过灵活定义参数,一个函数即可适应多种调用方式。

下面是两个小例子:

from random import randint
 
 
def roll_dice(n=2):
    """摇色子"""
    total = 0
    for _ in range(n):
        total += randint(1, 6)
    return total
 
 
def add(a=0, b=0, c=0):
    """三个数相加"""
    return a + 2 * b + 3 * c
 
 
# 如果没有指定参数那么使用默认值摇两颗色子
print(roll_dice())
# 摇三颗色子
print(roll_dice(3))
#函数重载,没有指定函数变量时,参数按照顺序传值
print(add())
print(add(1))
print(add(1, 2))
print(add(1, 2, 3))
# 传递参数时可以不按照设定的顺序进行传递
print(add(c=50, a=100, b=200))
# 或者可以不传
print(add(c=50, b=200))
 
if __name__ == '__main__':
    pass

若未传入对应参数,系统将使用该参数的默认值。

当参数个数不确定时,可使用可变参数,代码如下所示:

# 在参数名前面的*表示args是一个可变参数
def add(*args):
    total = 0
    for val in args:
        total += val
    return total
 
 
# 在调用add函数时可以传入0个或多个参数
print(add())
print(add(1))
print(add(1, 2))
print(add(1, 2, 3))
print(add(1, 3, 5, 7, 9))

三、用模块管理函数

由于Python不支持函数重载,后定义的函数会覆盖先定义的函数,这意味着同名函数实际上只保留最后一个定义。

def foo():
    print('hello, world!')
 
 
def foo():
    print('goodbye, world!')
 
 
# 下面的代码会输出什么呢?
foo()
 
if __name__ == '__main__':
    pass
 
#实际输出
goodbye, world!

在多人协作的团队开发中,不同程序员可能定义了名为foo的函数,此时如何解决命名冲突?

重点如何避免函数覆盖!!!

在Python中,每个.py文件即代表一个模块(module)。在不同模块中可以存在同名函数,使用时通过import关键字导入指定模块,从而明确调用哪个模块中的foo函数。

代码如下所示:

module1.py
 
def foo():
    print('hello, world!')
 
module2.py
 
def foo():
    print('goodbye, world!')

导入模块:

test.py
 
import module1 as m1
import module2 as m2
 
m1.foo()
m2.foo()

注意:但是如果将代码写成了下面的样子,那么程序中调用的是最后导入的那个foo,因为后导入的foo覆盖了之前导入的foo。

from module1 import foo
from module2 import foo
 
# 输出goodbye, world!,使用的是后导入的模块
foo()

需要说明的是,如果我们导入的模块除了定义函数之外还有可执行代码,那么Python解释器在导入该模块时会直接执行这些代码。通常我们不希望执行这些代码,因此可将可执行代码放入如下所示的条件中。这样,除非直接运行该模块,否则if条件下的代码不会执行,因为只有直接执行的模块的名字才是"__main__"。

def foo():
    pass
 
def bar():
    pass
 
# __name__是Python中一个隐含的变量它代表了模块的名字
# 只有被Python解释器直接执行的模块的名字才是__main__
if __name__ == '__main__':
    print('call foo()')
    foo()
    print('call bar()')
    bar()
import module3
# 导入module3时 不会执行模块中if条件成立时的代码 因为模块的名字是module3而不是__main__

四、变量的作用域

def foo():
    b = 'hello'
 
    # Python中可以在函数内部再定义函数
    def bar():
        c = True
        print(a)
        print(b)
        print(c)
 
    bar()
    # print(c)  # NameError: name 'c' is not defined
 
 
if __name__ == '__main__':
    a = 100
    # print(b)  # NameError: name 'b' is not defined
    foo()

打印结果:

100 hello True

上面的代码能够顺利的执行并且打印出100、hello和True,但我们注意到了,在bar函数的内部并没有定义a和b两个变量,那么a和b是从哪里来的。

我们在上面代码的if分支中定义了一个变量a,这是一个全局变量(global variable),属于全局作用域,因为它没有定义在任何一个函数中。

在上面的foo函数中我们定义了变量b,这是一个定义在函数中的局部变量(local variable),属于局部作用域,在foo函数的外部并不能访问到它;但对于foo函数内部的bar函数来说,变量b属于嵌套作用域,在bar函数中我们是可以访问到它的。

bar函数中的变量c属于局部作用域,在bar函数之外是无法访问的。

Python查找变量顺序:

“局部作用域”-》“嵌套作用域”-》“全局作用域”和“内置作用域”的顺序进行搜索。

内置作用域:Python内置的那些标识符,我们之前用过的input、print、int等都属于内置作用域。

我们希望通过函数调用修改全局变量a的值,但实际上下面的代码是做不到的。

代码如下:

def foo():
    a = 200
    print(a)  # 200
 
 
if __name__ == '__main__':
    #这里变量值不能修改函数局部变量的值
    a = 100
    foo()
    print(a)  # 100

在调用foo函数后,我们发现a的值仍然是100,这是因为当我们在函数foo中写a = 200的时候,是重新定义了一个名字为a的局部变量,它跟全局作用域的a并不是同一个变量。

因为局部作用域中有了自己的变量a,因此foo函数不再搜索全局作用域中的a。如果我们希望在foo函数中修改全局作用域中的a,

代码如下所示:

def foo():
    global a
    a = 200
    print(a)  # 200
 
 
if __name__ == '__main__':
    a = 100
    foo()
    print(a)  # 200

可以使用global关键字来指示foo函数中的变量a来自于全局作用域。

注:

在实际开发中,我们应该尽量减少对全局变量的使用,因为全局变量的作用域和影响过于广泛,可能会发生意料之外的修改和使用。

除此之外全局变量比局部变量拥有更长的生命周期,可能导致对象占用的内存长时间无法被垃圾回收

到此这篇关于Python函数和模块的使用详情的文章就介绍到这了,更多相关Python函数模块内容请搜索本站以前的文章或继续浏览下面的相关文章希望大家以后多多支持本站!

免责声明:本文内容仅供参考,不代表本站观点。转载或引用请注明出处。

Python 相关产品和应用

全部下载
Selenium

Selenium

4.51.0 · Windows

用于浏览器自动化和 Web 测试的 Python 工具。

scikit-learn

scikit-learn

1.9.1 · Windows

常用 Python 机器学习算法与模型评估工具库。

Black

Black

26.10.1 · Windows

强调一致性的 Python 自动代码格式化工具。

Ruff

Ruff

0.17.1 · macOS

由 Rust 编写的高速 Python 代码检查和格式化工具。

pytest

pytest

9.1.1 · Windows

简洁而强大的 Python 自动化测试框架。

FastAPI

FastAPI

0.146.0 · Windows

高性能 Python API 框架,支持类型提示和自动接口文档。

Flask

Flask

3.1.3 · Windows

轻量灵活的 Python Web 应用框架。

Django

Django

6.1.2 · Windows

成熟的 Python Web 框架,适合构建内容站点和业务系统。

Spyder

Spyder

6.1.7 · Windows

面向科学计算与数据分析的 Python 集成开发环境。

SciPy

SciPy

1.18.1 · Windows

面向科学、工程和技术计算的 Python 算法库。