Python函数定义详细教程:参数类型详解,报错UnboundLocalError怎么解决。

一、血泪教训:我在函数定义中踩过的那些坑

1.1 变量作用域的幽灵现象

# 错误示例:试图修改全局变量
total = 0

def calculate_sum(a, b):
    total += a + b  # 引发UnboundLocalError
    return total

print(calculate_sum(3, 5))  # 报错!

报错原因:函数内部修改全局变量需显式声明 global


1.2 可变默认参数的离奇行为

# 错误示例:使用可变对象作为默认参数
def append_item(item, items=[]):
    items.append(item)
    return items

print(append_item(1))  # [1]
print(append_item(2))  # [1, 2]  结果不符合预期!

原理:默认参数在函数定义时创建,多次调用共享同一对象


二、解决方案:企业级函数定义技巧

2.1 正确使用作用域

# 正确方案:明确作用域
total = 0

def calculate_sum(a, b):
    global total  # 显式声明全局变量
    total += a + b
    return total

print(calculate_sum(3, 5))  # 8

2.2 安全处理默认参数

# 正确方案:不可变默认值+条件判断
def append_item(item, items=None):
    if items is None:
        items = []
    items.append(item)
    return items

print(append_item(1))  # [1]
print(append_item(2))  # [2]

2.3 类型提示增强可读性(Python 3.5+)

from typing import List, Union

def process_data(
    data: List[Union[int, str]], 
    prefix: str = "DEFAULT_"
) -> dict:
    """处理数据并返回字典"""
    return {prefix + str(i): v for i, v in enumerate(data)}

三、知识图谱:函数定义核心要点

3.1 函数定义标准结构

def 函数名(参数列表) -> 返回类型:
    """文档字符串(Docstring)"""
    函数体
    return 返回值

3.2 参数类型详解

参数类型 语法 示例 特点
位置参数 def func(a) func(1) 必须按顺序传参
默认参数 def func(a=0) func() 调用时可省略
可变位置参数 *args func(1,2,3) 接收元组
可变关键字参数 **kwargs func(a=1,b=2) 接收字典

3.3 高级技巧

  • 闭包函数:函数内定义函数,保留外部作用域变量

def outer():
    cache = []
    def inner(x):
        cache.append(x)
        return sum(cache)/len(cache)
    return inner

avg = outer()
print(avg(10))  # 10.0
print(avg(20))  # 15.0
  • Lambda表达式:单行匿名函数

square = lambda x: x**2
sorted_list = sorted([(1, 'a'), (3, 'c')], key=lambda x: x[1])

四、总结

在Python函数定义的实际开发中,理解作用域规则是避免变量污染的关键,全局变量修改必须显式声明,嵌套函数使用nonlocal关键字可访问外层非全局变量。默认参数务必使用不可变对象,列表、字典等可变类型应通过None占位符进行初始化。类型提示(Type Hints)虽不强制但能显著提升代码可维护性,结合文档字符串(Docstring)形成良好的编码规范。参数设计应遵循“位置参数→默认参数→可变参数”的顺序,*args用于接收任意数量位置参数,**kwargs处理关键字参数。异常处理建议在函数内部完成,通过返回值或异常对象向上传递错误信息。装饰器(@decorator)可扩展函数功能,但要注意保持装饰器的纯粹性。掌握这些要点后,函数将成为构建复杂程序的可靠基石,合理划分函数职责能提升代码复用率,降低模块耦合度,使项目更易维护和扩展。

你们有什么踩坑记录,评论区探讨一下?

你可能感兴趣的:(Python基础入门,python)