Python函数传参基础：位置参数、关键字参数与默认值用法

在 Python 中编写函数时，调用方与函数内部的数据交换完全依赖参数传递。掌握位置参数、关键字参数与默认值的语法逻辑与执行机制，能够解决“参数传错位置”、“默认值被意外篡改”以及“调用时报错 SyntaxError”等初学者最常遇到的问题。本文将按概念原理、语法约束、混合调用顺序以及关键避坑点的路径，帮助你建立清晰的参数传递心智模型。

一、位置参数：按顺序绑定的基础机制

位置参数（Positional Arguments）是 Python 中最直接的传参模式。在函数定义时声明形参，在函数调用时传入实参，Python 解释器严格按照实参从左到右的书写顺序，依次将值绑定到对应的形参名上。

观察以下计算商品折后价的函数示例：

def calculate_price(price, discount, tax):
    total = price * discount * (1 + tax)
    return round(total, 2)

# 正确按顺序调用：原价 100，打八折 (0.8)，税率 10% (0.1)
result = calculate_price(100, 0.8, 0.1)
print(result)  # 示例输出: 88.0

位置传参的成立条件非常严格：传入实参的数量必须与未提供默认值的形参数量完全一致，且顺序不能错位。如果调用时传入的参数过多或过少，解释器会立即抛出 TypeError：

# 缺少参数错误示例
calculate_price(100, 0.8)
# TypeError: calculate_price() missing 1 required positional argument: 'tax'

更隐蔽的问题是“参数错位”。如果将参数写成 calculate_price(100, 0.1, 0.8)，代码虽然能正常运行，但实际上将 0.1 识别为折扣率，0.8 识别为税率，导致产生完全错误的业务计算结果。这就引出了以名称为锚点的传参方式。

图 1：位置参数按实参在括号内的物理索引依次对准并赋给形参

二、关键字参数：按形参名称指定实参

为了摆脱必须死记形参顺序的限制，Python 支持在调用函数时使用“关键字参数（Keyword Arguments）”。具体语法为 形参名=实参值。通过显式标注名称，解释器能够直接根据名字完成参数赋值，从而完全解除对位置顺序的依赖。

依旧使用上面的计算价格函数，此时打乱传参顺序不会对运行产生任何不良影响：

# 调整顺序传入关键字参数
result = calculate_price(tax=0.1, price=100, discount=0.8)
print(result)  # 示例输出: 88.0

关键字参数带来两个直接优势：

• 提高代码可读性：在调用多参数函数时，单纯的数值（如 0.1）会让维护者困惑其含义，而写成 tax=0.1 能清晰表达每个值的业务意义。
• 避免参数错位：无需时刻对照函数定义的形参签名顺序，降低了传参错误的概率。

需要注意的是，关键字参数指定的名称必须是函数定义中已存在的形参。如果拼写错误或传入多余名称，解释器将抛出 TypeError: got an unexpected keyword argument。

三、默认参数值：为形参预置兜底配置

在编写函数时，许多参数在大部分业务场景下的取值是固定的。例如商品税率通常是固定的 0.1，每次调用都重复输入并没有必要。Python 允许在定义函数时使用 形参名=默认值 的语法为参数设置默认值。

# 为 discount 和 tax 赋予默认初始值
def calculate_price(price, discount=1.0, tax=0.0):
    total = price * discount * (1 + tax)
    return round(total, 2)

# 场景 1：完全使用默认值（不打折、无税）
print(calculate_price(100))  # 示例输出: 100.0

# 场景 2：覆盖部分默认值（打九折）
print(calculate_price(100, discount=0.9))  # 示例输出: 90.0

# 场景 3：全部显式指定
print(calculate_price(100, 0.8, 0.05))  # 示例输出: 84.0

四、混合传参的核心规则与解析流程

在日常开发中，位置参数、关键字参数与默认参数常常混合使用。混用时必须遵守 Python 解析参数的基本顺序：先位置，后关键字。

图 2：Python 内部对混合传参的解析推导流程

混用时的两大典型错误

1. 位置参数写在关键字参数之后：

# 错误示例：关键字参数后跟了位置参数 0.05
calculate_price(100, discount=0.8, 0.05)
# SyntaxError: positional argument follows keyword argument

解决办法：所有的无名位置参数必须全部写在左侧，关键字参数只能排在右侧。

2. 对同一个参数重复赋值：

# 错误示例：100 通过位置赋给了 price，后面又写了 price=200
calculate_price(100, 0.8, price=200)
# TypeError: calculate_price() got multiple values for argument 'price'

原因解释：按照上述步骤图，位置实参 100 已经在第一步占有了 price 的槽位；第二步处理关键字时，发现调用方又指定了 price=200，造成槽位赋值冲突。

五、高频踩坑点：避免使用可变对象作为默认值

这是 Python 函数参数机制中最著名、最容易引发线上隐蔽 Bug 的陷阱。在函数定义中，默认参数表达式只在函数被定义的时刻（即模块加载时）评估一次，而不是在每次调用函数时重新创建。

如果将可变对象（如列表 list、字典 dict、集合 set）用作默认参数，所有未显式传入该参数的函数调用，将永久共享同一个对象实例。

# 错误示范：使用空列表作为默认参数
def add_participant(name, group=[]):
    group.append(name)
    return group

# 第一次调用
team_a = add_participant("Alice")
print(team_a)  # 示例输出: ['Alice']

# 第二次调用（没有传入 group，期望得到全新的独立团队）
team_b = add_participant("Bob")
print(team_b)  # 示例输出: ['Alice', 'Bob'] —— 发生了意外的数据残留！

产生该结果的原因是：group 指向的列表内存块在 def 执行时就已固定。第二次调用时直接沿用了第一次向该列表追加数据后的结果。

图 3：不可变默认参数与可变默认参数在内存生命周期上的本质差异

标准解决方案：以 None 作为占位符

在 Python 工业界开发中，标准的写法是将可变默认值设置为 None，并在函数体内部进行动态判断与初始化：

def add_participant(name, group=None):
    if group is None:
        group = []  # 每次调用时独立创建全新的局部列表
    group.append(name)
    return group

team_a = add_participant("Alice")
print(team_a)  # 示例输出: ['Alice']

team_b = add_participant("Bob")
print(team_b)  # 示例输出: ['Bob'] —— 数据实现完全隔离

六、总结与规则速查表

在设计和调用 Python 函数时，清晰的参数结构能够极大降低协同沟通成本并防范运行期异常。下表总结了三类参数的核心区别与使用准则：

图 4：三类传参特性的核心机制与约束总结

掌握这套规则后，在阅读开源库源码或自己设计接口时，建议遵循两条黄金实践：定义接口时核心必填项置于前排，可选项赋予不可变默认值置于后排；调用接口时少于两个简单参数可用位置传递，涉及多个同类型参数或关键控制开关时优先采用关键字传递。