在以下方法定义中,*
and**
有什么作用param2
?
def foo(param1, *param2):
def bar(param1, **param2):
在以下方法定义中,*
and**
有什么作用param2
?
def foo(param1, *param2):
def bar(param1, **param2):
*args
and是一个常见的**kwargs
习惯用法,允许函数使用任意数量的参数,如Python 文档中关于定义函数的更多部分所述。
将为您提供*args
所有函数参数作为元组:
def foo(*args):
for a in args:
print(a)
foo(1)
# 1
foo(1,2,3)
# 1
# 2
# 3
**kwargs
将为您提供所有
关键字参数,除了与作为字典的形式参数相对应的关键字参数。
def bar(**kwargs):
for a in kwargs:
print(a, kwargs[a])
bar(name='one', age=27)
# name one
# age 27
这两个习语都可以与普通参数混合,以允许一组固定和一些可变参数:
def foo(kind, *args, **kwargs):
pass
也可以反过来使用它:
def foo(a, b, c):
print(a, b, c)
obj = {'b':10, 'c':'lee'}
foo(100,**obj)
# 100 10 lee
*l
习惯用法的另一种用法是在调用函数时解压缩参数列表。
def foo(bar, lee):
print(bar, lee)
l = [1,2]
foo(*l)
# 1 2
在 Python 3 中,可以*l
在赋值的左侧使用(Extended Iterable Unpacking),尽管在这种情况下它给出了一个列表而不是一个元组:
first, *rest = [1,2,3,4]
first, *l, last = [1,2,3,4]
Python 3 还添加了新语义(请参阅PEP 3102):
def func(arg1, arg2, arg3, *, kwarg1, kwarg2):
pass
此类函数仅接受 3 个位置参数,之后的所有内容*
都只能作为关键字参数传递。
dict
语义上用于关键字参数传递的 Python是任意排序的。但是,在 Python 3.6 中,保证关键字参数会记住插入顺序。**kwargs
现在元素的顺序对应于关键字参数传递给函数的顺序。” - Python 3.6 的新功能还值得注意的是,您也可以在调用函数时使用*
和。**
这是一个快捷方式,允许您使用列表/元组或字典直接将多个参数传递给函数。例如,如果您具有以下功能:
def foo(x,y,z):
print("x=" + str(x))
print("y=" + str(y))
print("z=" + str(z))
您可以执行以下操作:
>>> mylist = [1,2,3]
>>> foo(*mylist)
x=1
y=2
z=3
>>> mydict = {'x':1,'y':2,'z':3}
>>> foo(**mydict)
x=1
y=2
z=3
>>> mytuple = (1, 2, 3)
>>> foo(*mytuple)
x=1
y=2
z=3
注意: 中的键mydict
必须与 function 的参数完全相同foo
。否则它会抛出一个TypeError
:
>>> mydict = {'x':1,'y':2,'z':3,'badnews':9}
>>> foo(**mydict)
Traceback (most recent call last):
File "<stdin>", line 1, in <module>
TypeError: foo() got an unexpected keyword argument 'badnews'
单个 * 表示可以有任意数量的额外位置参数。foo()
可以像foo(1,2,3,4,5)
. 在 foo() 的主体中,param2 是一个包含 2-5 的序列。
双 ** 表示可以有任意数量的额外命名参数。bar()
可以像bar(1, a=2, b=3)
. 在 bar() 的主体中 param2 是一个包含 {'a':2, 'b':3 } 的字典
使用以下代码:
def foo(param1, *param2):
print(param1)
print(param2)
def bar(param1, **param2):
print(param1)
print(param2)
foo(1,2,3,4,5)
bar(1,a=2,b=3)
输出是
1
(2, 3, 4, 5)
1
{'a': 2, 'b': 3}
**
(双星)和*
(星)对参数有什么作用?
它们允许将函数定义为接受并允许用户传递任意数量的参数、位置 ( *
) 和关键字 ( **
)。
*args
允许任意数量的可选位置参数(参数),它们将被分配给一个名为args
.
**kwargs
允许任意数量的可选关键字参数(参数),它们将位于名为kwargs
.
您可以(并且应该)选择任何适当的名称,但如果意图是让参数具有非特定语义,args
并且kwargs
是标准名称。
您还可以分别使用*args
和**kwargs
传递来自列表(或任何可迭代)和字典(或任何映射)的参数。
接收参数的函数不必知道它们正在被扩展。
例如,Python 2 的 xrange 没有明确地 expect *args
,但是因为它需要 3 个整数作为参数:
>>> x = xrange(3) # create our *args - an iterable of 3 integers
>>> xrange(*x) # expand here
xrange(0, 2, 2)
作为另一个例子,我们可以使用 dict 扩展str.format
:
>>> foo = 'FOO'
>>> bar = 'BAR'
>>> 'this is foo, {foo} and bar, {bar}'.format(**locals())
'this is foo, FOO and bar, BAR'
您可以在- 例如,在这里,必须作为关键字参数给出- 之后只有关键字参数 - 而不是位置:*args
kwarg2
def foo(arg, kwarg=None, *args, kwarg2=None, **kwargs):
return arg, kwarg, args, kwarg2, kwargs
用法:
>>> foo(1,2,3,4,5,kwarg2='kwarg2', bar='bar', baz='baz')
(1, 2, (3, 4, 5), 'kwarg2', {'bar': 'bar', 'baz': 'baz'})
此外,*
可以单独使用来表示后面只有关键字参数,而不允许无限的位置参数。
def foo(arg, kwarg=None, *, kwarg2=None, **kwargs):
return arg, kwarg, kwarg2, kwargs
在这里,kwarg2
再次必须是显式命名的关键字参数:
>>> foo(1,2,kwarg2='kwarg2', foo='foo', bar='bar')
(1, 2, 'kwarg2', {'foo': 'foo', 'bar': 'bar'})
而且我们不能再接受无限制的位置参数,因为我们没有*args*
:
>>> foo(1,2,3,4,5, kwarg2='kwarg2', foo='foo', bar='bar')
Traceback (most recent call last):
File "<stdin>", line 1, in <module>
TypeError: foo() takes from 1 to 2 positional arguments
but 5 positional arguments (and 1 keyword-only argument) were given
同样,更简单地说,这里我们需要kwarg
按名称给出,而不是按位置给出:
def bar(*, kwarg=None):
return kwarg
在这个例子中,我们看到如果我们尝试按kwarg
位置传递,我们会得到一个错误:
>>> bar('kwarg')
Traceback (most recent call last):
File "<stdin>", line 1, in <module>
TypeError: bar() takes 0 positional arguments but 1 was given
我们必须显式地将kwarg
参数作为关键字参数传递。
>>> bar(kwarg='kwarg')
'kwarg'
*args
(通常说 "star-args") 和**kwargs
(stars 可以通过说 "kwargs" 来暗示,但用 "double-star kwargs" 明确表示) 是 Python 使用*
and**
表示法的常见习语。这些特定的变量名不是必需的(例如,您可以使用*foos
and **bars
),但偏离约定可能会激怒您的 Python 编码人员。
当我们不知道我们的函数将接收什么或我们可能传递多少参数时,我们通常会使用这些,有时即使单独命名每个变量也会变得非常混乱和冗余(但这种情况通常显式是比隐式更好)。
示例 1
以下函数描述了如何使用它们,并演示了行为。请注意,命名b
参数将被之前的第二个位置参数消耗:
def foo(a, b=10, *args, **kwargs):
'''
this function takes required argument a, not required keyword argument b
and any number of unknown positional arguments and keyword arguments after
'''
print('a is a required argument, and its value is {0}'.format(a))
print('b not required, its default value is 10, actual value: {0}'.format(b))
# we can inspect the unknown arguments we were passed:
# - args:
print('args is of type {0} and length {1}'.format(type(args), len(args)))
for arg in args:
print('unknown arg: {0}'.format(arg))
# - kwargs:
print('kwargs is of type {0} and length {1}'.format(type(kwargs),
len(kwargs)))
for kw, arg in kwargs.items():
print('unknown kwarg - kw: {0}, arg: {1}'.format(kw, arg))
# But we don't have to know anything about them
# to pass them to other functions.
print('Args or kwargs can be passed without knowing what they are.')
# max can take two or more positional args: max(a, b, c...)
print('e.g. max(a, b, *args) \n{0}'.format(
max(a, b, *args)))
kweg = 'dict({0})'.format( # named args same as unknown kwargs
', '.join('{k}={v}'.format(k=k, v=v)
for k, v in sorted(kwargs.items())))
print('e.g. dict(**kwargs) (same as {kweg}) returns: \n{0}'.format(
dict(**kwargs), kweg=kweg))
我们可以查看函数签名的在线帮助help(foo)
,其中告诉我们
foo(a, b=10, *args, **kwargs)
让我们调用这个函数foo(1, 2, 3, 4, e=5, f=6, g=7)
打印:
a is a required argument, and its value is 1
b not required, its default value is 10, actual value: 2
args is of type <type 'tuple'> and length 2
unknown arg: 3
unknown arg: 4
kwargs is of type <type 'dict'> and length 3
unknown kwarg - kw: e, arg: 5
unknown kwarg - kw: g, arg: 7
unknown kwarg - kw: f, arg: 6
Args or kwargs can be passed without knowing what they are.
e.g. max(a, b, *args)
4
e.g. dict(**kwargs) (same as dict(e=5, f=6, g=7)) returns:
{'e': 5, 'g': 7, 'f': 6}
示例 2
我们也可以使用另一个函数来调用它,我们只需提供a
:
def bar(a):
b, c, d, e, f = 2, 3, 4, 5, 6
# dumping every local variable into foo as a keyword argument
# by expanding the locals dict:
foo(**locals())
bar(100)
印刷:
a is a required argument, and its value is 100
b not required, its default value is 10, actual value: 2
args is of type <type 'tuple'> and length 0
kwargs is of type <type 'dict'> and length 4
unknown kwarg - kw: c, arg: 3
unknown kwarg - kw: e, arg: 5
unknown kwarg - kw: d, arg: 4
unknown kwarg - kw: f, arg: 6
Args or kwargs can be passed without knowing what they are.
e.g. max(a, b, *args)
100
e.g. dict(**kwargs) (same as dict(c=3, d=4, e=5, f=6)) returns:
{'c': 3, 'e': 5, 'd': 4, 'f': 6}
示例 3:装饰器中的实际用法
好的,所以也许我们还没有看到该实用程序。因此,假设您在微分代码之前和/或之后有几个带有冗余代码的函数。以下命名函数只是用于说明目的的伪代码。
def foo(a, b, c, d=0, e=100):
# imagine this is much more code than a simple function call
preprocess()
differentiating_process_foo(a,b,c,d,e)
# imagine this is much more code than a simple function call
postprocess()
def bar(a, b, c=None, d=0, e=100, f=None):
preprocess()
differentiating_process_bar(a,b,c,d,e,f)
postprocess()
def baz(a, b, c, d, e, f):
... and so on
我们也许可以用不同的方式处理这个问题,但我们当然可以使用装饰器提取冗余,因此我们下面的示例演示了如何*args
以及如何**kwargs
非常有用:
def decorator(function):
'''function to wrap other functions with a pre- and postprocess'''
@functools.wraps(function) # applies module, name, and docstring to wrapper
def wrapper(*args, **kwargs):
# again, imagine this is complicated, but we only write it once!
preprocess()
function(*args, **kwargs)
postprocess()
return wrapper
现在每个包装函数都可以写得更简洁,因为我们已经排除了冗余:
@decorator
def foo(a, b, c, d=0, e=100):
differentiating_process_foo(a,b,c,d,e)
@decorator
def bar(a, b, c=None, d=0, e=100, f=None):
differentiating_process_bar(a,b,c,d,e,f)
@decorator
def baz(a, b, c=None, d=0, e=100, f=None, g=None):
differentiating_process_baz(a,b,c,d,e,f, g)
@decorator
def quux(a, b, c=None, d=0, e=100, f=None, g=None, h=None):
differentiating_process_quux(a,b,c,d,e,f,g,h)
通过分解我们的代码,*args
我们**kwargs
可以这样做,我们减少了代码行数,提高了可读性和可维护性,并为我们的程序中的逻辑提供了唯一的规范位置。如果我们需要更改此结构的任何部分,我们有一个地方可以进行每次更改。
让我们首先了解什么是位置参数和关键字参数。下面是一个带有位置参数的函数定义示例。
def test(a,b,c):
print(a)
print(b)
print(c)
test(1,2,3)
#output:
1
2
3
所以这是一个带有位置参数的函数定义。您也可以使用关键字/命名参数调用它:
def test(a,b,c):
print(a)
print(b)
print(c)
test(a=1,b=2,c=3)
#output:
1
2
3
现在让我们研究一个带有关键字参数的函数定义示例:
def test(a=0,b=0,c=0):
print(a)
print(b)
print(c)
print('-------------------------')
test(a=1,b=2,c=3)
#output :
1
2
3
-------------------------
您也可以使用位置参数调用此函数:
def test(a=0,b=0,c=0):
print(a)
print(b)
print(c)
print('-------------------------')
test(1,2,3)
# output :
1
2
3
---------------------------------
所以我们现在知道了带有位置参数和关键字参数的函数定义。
现在让我们研究一下'*'运算符和'**'运算符。
请注意,这些运算符可用于 2 个领域:
a)函数调用
b)功能定义
在函数调用中使用“*”运算符和“**”运算符。
让我们直接看一个例子,然后讨论它。
def sum(a,b): #receive args from function calls as sum(1,2) or sum(a=1,b=2)
print(a+b)
my_tuple = (1,2)
my_list = [1,2]
my_dict = {'a':1,'b':2}
# Let us unpack data structure of list or tuple or dict into arguments with help of '*' operator
sum(*my_tuple) # becomes same as sum(1,2) after unpacking my_tuple with '*'
sum(*my_list) # becomes same as sum(1,2) after unpacking my_list with '*'
sum(**my_dict) # becomes same as sum(a=1,b=2) after unpacking by '**'
# output is 3 in all three calls to sum function.
所以记住
当在函数调用中使用 '*' 或 '**' 运算符时-
'*' 运算符将数据结构(例如列表或元组)解压缩为函数定义所需的参数。
'**' 运算符将字典解包为函数定义所需的参数。
现在让我们研究一下函数定义中'*'运算符的使用。例子:
def sum(*args): #pack the received positional args into data structure of tuple. after applying '*' - def sum((1,2,3,4))
sum = 0
for a in args:
sum+=a
print(sum)
sum(1,2,3,4) #positional args sent to function sum
#output:
10
在函数定义中,'*' 运算符将接收到的参数打包到一个元组中。
现在让我们看一个在函数定义中使用'**'的例子:
def sum(**args): #pack keyword args into datastructure of dict after applying '**' - def sum({a:1,b:2,c:3,d:4})
sum=0
for k,v in args.items():
sum+=v
print(sum)
sum(a=1,b=2,c=3,d=4) #positional args sent to function sum
在函数定义中,'**' 运算符将接收到的参数打包到字典中。
所以请记住:
在函数调用中,'*'将元组或列表的数据结构解包为函数定义接收的位置或关键字参数。
在函数调用中,'**'将字典的数据结构解包为位置或关键字参数,以由函数定义接收。
在函数定义中,'*'将位置参数打包到一个元组中。
在函数定义中,'**'将关键字参数打包到字典中。
该表便于在函数构造和函数调用*
中使用和:**
In function construction In function call
=======================================================================
| def f(*args): | def f(a, b):
*args | for arg in args: | return a + b
| print(arg) | args = (1, 2)
| f(1, 2) | f(*args)
----------|--------------------------------|---------------------------
| def f(a, b): | def f(a, b):
**kwargs | return a + b | return a + b
| def g(**kwargs): | kwargs = dict(a=1, b=2)
| return f(**kwargs) | f(**kwargs)
| g(a=1, b=2) |
-----------------------------------------------------------------------
这实际上只是总结了 Lorin Hochstein 的答案,但我发现它很有帮助。
相关:在 Python 3中扩展了 star/splat 运算符的使用
*
并**
在函数参数列表中有特殊用法。*
暗示参数是一个列表并且**
暗示参数是一个字典。这允许函数采用任意数量的参数
*
是让您能够定义一个函数,该函数可以接受以列表形式提供的任意数量的参数(例如f(*myList)
)。**
是让您能够通过提供字典(例如f(**{'x' : 1, 'y' : 2})
)来提供函数的参数。让我们通过定义一个函数来说明这一点,该函数接受两个普通变量x
, y
,并且可以接受更多参数 as myArgs
,并且可以接受更多参数 as myKW
。稍后,我们将展示如何y
使用myArgDict
.
def f(x, y, *myArgs, **myKW):
print("# x = {}".format(x))
print("# y = {}".format(y))
print("# myArgs = {}".format(myArgs))
print("# myKW = {}".format(myKW))
print("# ----------------------------------------------------------------------")
# Define a list for demonstration purposes
myList = ["Left", "Right", "Up", "Down"]
# Define a dictionary for demonstration purposes
myDict = {"Wubba": "lubba", "Dub": "dub"}
# Define a dictionary to feed y
myArgDict = {'y': "Why?", 'y0': "Why not?", "q": "Here is a cue!"}
# The 1st elem of myList feeds y
f("myEx", *myList, **myDict)
# x = myEx
# y = Left
# myArgs = ('Right', 'Up', 'Down')
# myKW = {'Wubba': 'lubba', 'Dub': 'dub'}
# ----------------------------------------------------------------------
# y is matched and fed first
# The rest of myArgDict becomes additional arguments feeding myKW
f("myEx", **myArgDict)
# x = myEx
# y = Why?
# myArgs = ()
# myKW = {'y0': 'Why not?', 'q': 'Here is a cue!'}
# ----------------------------------------------------------------------
# The rest of myArgDict becomes additional arguments feeding myArgs
f("myEx", *myArgDict)
# x = myEx
# y = y
# myArgs = ('y0', 'q')
# myKW = {}
# ----------------------------------------------------------------------
# Feed extra arguments manually and append even more from my list
f("myEx", 4, 42, 420, *myList, *myDict, **myDict)
# x = myEx
# y = 4
# myArgs = (42, 420, 'Left', 'Right', 'Up', 'Down', 'Wubba', 'Dub')
# myKW = {'Wubba': 'lubba', 'Dub': 'dub'}
# ----------------------------------------------------------------------
# Without the stars, the entire provided list and dict become x, and y:
f(myList, myDict)
# x = ['Left', 'Right', 'Up', 'Down']
# y = {'Wubba': 'lubba', 'Dub': 'dub'}
# myArgs = ()
# myKW = {}
# ----------------------------------------------------------------------
**
专供字典使用。**
必须*
始终在之后。TL;博士
以下是python编程*
的6个不同用例:**
*args
: def foo(*args): pass
接受任意数量的位置参数,这里foo
接受任意数量的位置参数,即以下调用是有效的foo(1)
,foo(1, 'bar')
**kwargs
: def foo(**kwargs): pass
接受任意数量的关键字参数,这里 'foo' 接受任意数量的关键字参数,即以下调用是有效的foo(name='Tom')
,foo(name='Tom', age=33)
*args, **kwargs
: def foo(*args, **kwargs): pass
接受任意数量的位置和关键字参数,这里foo
接受任意数量的位置和关键字参数,即以下调用是有效的foo(1,name='Tom')
,foo(1, 'bar', name='Tom', age=33)
*
要使用:强制仅使用关键字参数 def foo(pos1, pos2, *, kwarg1): pass
,这*
意味着 foo 仅在 pos2 之后接受关键字参数,因此foo(1, 2, 3)
会引发 TypeError 但foo(1, 2, kwarg1=3)
没关系。*_
使用(注意:这只是一个约定)表示对更多位置参数不再感兴趣 def foo(bar, baz, *_): pass
:意味着(按照约定)foo
仅在其工作中使用bar
和baz
参数,而忽略其他参数。\**_
使用(注意:这只是一个约定)表示对更多关键字参数不再感兴趣 def foo(bar, baz, **_): pass
:意味着(按照约定)foo
仅在其工作中使用bar
和baz
参数,并且将忽略其他。奖励:从 python 3.8 开始,可以/
在函数定义中使用来强制执行仅位置参数。在以下示例中,参数 a 和 b 是仅位置参数,而 c 或 d 可以是位置或关键字,而 e 或 f 必须是关键字:
def f(a, b, /, c, d, *, e, f):
pass
来自 Python 文档:
如果位置参数的数量多于形参槽的数量,则会引发 TypeError 异常,除非存在使用语法“*identifier”的形参;在这种情况下,该形式参数接收一个包含多余位置参数的元组(如果没有多余的位置参数,则接收一个空元组)。
如果任何关键字参数不对应于形式参数名称,则会引发 TypeError 异常,除非存在使用语法“**identifier”的形式参数;在这种情况下,该形式参数接收一个包含多余关键字参数的字典(使用关键字作为键,参数值作为对应值),或者如果没有多余的关键字参数,则接收一个(新的)空字典。
*
表示接收可变参数作为元组
**
表示接收可变参数作为字典
使用如下:
1) 单人 *
def foo(*args):
for arg in args:
print(arg)
foo("two", 3)
输出:
two
3
2) 现在**
def bar(**kwargs):
for key in kwargs:
print(key, kwargs[key])
bar(dic1="two", dic2=3)
输出:
dic1 two
dic2 3
在 Python 3.5 中,您还可以在list
、dict
、tuple
和set
显示(有时也称为文字)中使用此语法。请参阅PEP 488:附加拆包概括。
>>> (0, *range(1, 4), 5, *range(6, 8))
(0, 1, 2, 3, 5, 6, 7)
>>> [0, *range(1, 4), 5, *range(6, 8)]
[0, 1, 2, 3, 5, 6, 7]
>>> {0, *range(1, 4), 5, *range(6, 8)}
{0, 1, 2, 3, 5, 6, 7}
>>> d = {'one': 1, 'two': 2, 'three': 3}
>>> e = {'six': 6, 'seven': 7}
>>> {'zero': 0, **d, 'five': 5, **e}
{'five': 5, 'seven': 7, 'two': 2, 'one': 1, 'three': 3, 'six': 6, 'zero': 0}
它还允许在单个函数调用中解压缩多个迭代。
>>> range(*[1, 10], *[2])
range(1, 10, 2)
(感谢 mgilson 提供 PEP 链接。)
我想举一个别人没有提到的例子
* 也可以解压生成器
Python3 文档中的一个示例
x = [1, 2, 3]
y = [4, 5, 6]
unzip_x, unzip_y = zip(*zip(x, y))
unzip_x 将是 [1, 2, 3],unzip_y 将是 [4, 5, 6]
zip() 接收多个 iretable args,并返回一个生成器。
zip(*zip(x,y)) -> zip((1, 4), (2, 5), (3, 6))
它将传递给函数的参数分别打包到函数体中list
和dict
函数体内部。当您定义这样的函数签名时:
def func(*args, **kwds):
# do stuff
可以使用任意数量的参数和关键字参数调用它。非关键字参数被打包到args
函数体内部调用的列表中,关键字参数被打包到函数体内部调用的 dictkwds
中。
func("this", "is a list of", "non-keyowrd", "arguments", keyword="ligma", options=[1,2,3])
现在在函数体内,当函数被调用时,有两个局部变量,args
一个是有值的列表,["this", "is a list of", "non-keyword", "arguments"]
一个kwds
是dict
有值的{"keyword" : "ligma", "options" : [1,2,3]}
这也可以反向工作,即从调用方。例如,如果您将函数定义为:
def f(a, b, c, d=1, e=10):
# do stuff
您可以通过解压缩调用范围内的可迭代对象或映射来调用它:
iterable = [1, 20, 500]
mapping = {"d" : 100, "e": 3}
f(*iterable, **mapping)
# That call is equivalent to
f(1, 20, 500, d=100, e=3)
建立在nickd的答案...
def foo(param1, *param2):
print(param1)
print(param2)
def bar(param1, **param2):
print(param1)
print(param2)
def three_params(param1, *param2, **param3):
print(param1)
print(param2)
print(param3)
foo(1, 2, 3, 4, 5)
print("\n")
bar(1, a=2, b=3)
print("\n")
three_params(1, 2, 3, 4, s=5)
输出:
1
(2, 3, 4, 5)
1
{'a': 2, 'b': 3}
1
(2, 3, 4)
{'s': 5}
基本上,任何数量的位置参数都可以使用 *args,任何命名参数(或 kwargs aka 关键字参数)都可以使用 **kwargs。
除了函数调用之外,*args 和 **kwargs 在类层次结构中也很有用,并且还避免了__init__
在 Python 中编写方法。在 Django 代码等框架中可以看到类似的用法。
例如,
def __init__(self, *args, **kwargs):
for attribute_name, value in zip(self._expected_attributes, args):
setattr(self, attribute_name, value)
if kwargs.has_key(attribute_name):
kwargs.pop(attribute_name)
for attribute_name in kwargs.viewkeys():
setattr(self, attribute_name, kwargs[attribute_name])
然后可以是一个子类
class RetailItem(Item):
_expected_attributes = Item._expected_attributes + ['name', 'price', 'category', 'country_of_origin']
class FoodItem(RetailItem):
_expected_attributes = RetailItem._expected_attributes + ['expiry_date']
然后子类被实例化为
food_item = FoodItem(name = 'Jam',
price = 12.0,
category = 'Foods',
country_of_origin = 'US',
expiry_date = datetime.datetime.now())
此外,具有仅对该子类实例有意义的新属性的子类可以调用基类__init__
来卸载属性设置。这是通过 *args 和 **kwargs 完成的。kwargs 主要用于使代码可以使用命名参数读取。例如,
class ElectronicAccessories(RetailItem):
_expected_attributes = RetailItem._expected_attributes + ['specifications']
# Depend on args and kwargs to populate the data as needed.
def __init__(self, specifications = None, *args, **kwargs):
self.specifications = specifications # Rest of attributes will make sense to parent class.
super(ElectronicAccessories, self).__init__(*args, **kwargs)
这可以被实例化为
usb_key = ElectronicAccessories(name = 'Sandisk',
price = '$6.00',
category = 'Electronics',
country_of_origin = 'CN',
specifications = '4GB USB 2.0/USB 3.0')
完整的代码在这里
*args
和**kwargs
: 允许您将可变数量的参数传递给函数。
*args
: 用于向函数发送非关键字可变长度参数列表:
def args(normal_arg, *argv):
print("normal argument:", normal_arg)
for arg in argv:
print("Argument in list of arguments from *argv:", arg)
args('animals', 'fish', 'duck', 'bird')
将产生:
normal argument: animals
Argument in list of arguments from *argv: fish
Argument in list of arguments from *argv: duck
Argument in list of arguments from *argv: bird
**kwargs*
**kwargs
允许您将关键字可变长度的参数传递给函数。**kwargs
如果你想在函数中处理命名参数,你应该使用。
def who(**kwargs):
if kwargs is not None:
for key, value in kwargs.items():
print("Your %s is %s." % (key, value))
who(name="Nikola", last_name="Tesla", birthday="7.10.1856", birthplace="Croatia")
将产生:
Your name is Nikola.
Your last_name is Tesla.
Your birthday is 7.10.1856.
Your birthplace is Croatia.
给定一个有 3 个项目作为参数的函数
sum = lambda x, y, z: x + y + z
sum(1,2,3) # sum 3 items
sum([1,2,3]) # error, needs 3 items, not 1 list
x = [1,2,3][0]
y = [1,2,3][1]
z = [1,2,3][2]
sum(x,y,z) # ok
sum(*[1,2,3]) # ok, 1 list becomes 3 items
想象一下这个玩具有一袋三角形、一个圆形和一个矩形物品。那个包不直接适合。您需要打开袋子才能拿走这 3 件物品,现在它们都装好了。Python * 运算符执行此解包过程。
在函数中同时使用两者的一个很好的例子是:
>>> def foo(*arg,**kwargs):
... print arg
... print kwargs
>>>
>>> a = (1, 2, 3)
>>> b = {'aa': 11, 'bb': 22}
>>>
>>>
>>> foo(*a,**b)
(1, 2, 3)
{'aa': 11, 'bb': 22}
>>>
>>>
>>> foo(a,**b)
((1, 2, 3),)
{'aa': 11, 'bb': 22}
>>>
>>>
>>> foo(a,b)
((1, 2, 3), {'aa': 11, 'bb': 22})
{}
>>>
>>>
>>> foo(a,*b)
((1, 2, 3), 'aa', 'bb')
{}
这个例子将帮助你一次记住Python 中的*args
,**kwargs
甚至super
和继承。
class base(object):
def __init__(self, base_param):
self.base_param = base_param
class child1(base): # inherited from base class
def __init__(self, child_param, *args) # *args for non-keyword args
self.child_param = child_param
super(child1, self).__init__(*args) # call __init__ of the base class and initialize it with a NON-KEYWORD arg
class child2(base):
def __init__(self, child_param, **kwargs):
self.child_param = child_param
super(child2, self).__init__(**kwargs) # call __init__ of the base class and initialize it with a KEYWORD arg
c1 = child1(1,0)
c2 = child2(1,base_param=0)
print c1.base_param # 0
print c1.child_param # 1
print c2.base_param # 0
print c2.child_param # 1
**
除了这个线程中的答案,这里还有其他地方没有提到的另一个细节。这扩展了布拉德所罗门的答案
使用 python 时,解包**
也很有用str.format
。
这有点类似于您可以使用 python f-strings
f-string执行的操作,但增加了声明 dict 来保存变量的开销(f-string 不需要 dict)。
## init vars
ddvars = dict()
ddcalc = dict()
pass
ddvars['fname'] = 'Huomer'
ddvars['lname'] = 'Huimpson'
ddvars['motto'] = 'I love donuts!'
ddvars['age'] = 33
pass
ddcalc['ydiff'] = 5
ddcalc['ycalc'] = ddvars['age'] + ddcalc['ydiff']
pass
vdemo = []
## ********************
## single unpack supported in py 2.7
vdemo.append('''
Hello {fname} {lname}!
Today you are {age} years old!
We love your motto "{motto}" and we agree with you!
'''.format(**ddvars))
pass
## ********************
## multiple unpack supported in py 3.x
vdemo.append('''
Hello {fname} {lname}!
In {ydiff} years you will be {ycalc} years old!
'''.format(**ddvars,**ddcalc))
pass
## ********************
print(vdemo[-1])
*args ( 或 *any ) 表示每个参数
def any_param(*param):
pass
any_param(1)
any_param(1,1)
any_param(1,1,1)
any_param(1,...)
注意:您不能将参数传递给 *args
def any_param(*param):
pass
any_param() # will work correct
*args 在类型元组中
def any_param(*param):
return type(param)
any_param(1) #tuple
any_param() # tuple
访问元素不要使用 *
def any(*param):
param[0] # correct
def any(*param):
*param[0] # incorrect
**kwd
**kwd 或 **any 这是一个 dict 类型
def func(**any):
return type(any) # dict
def func(**any):
return any
func(width="10",height="20") # {width="10",height="20")
def foo(param1, *param2):
是一种可以接受任意数量的值的方法*param2
,def bar(param1, **param2):
是一种方法可以接受任意数量的带有键的值*param2
param1
是一个简单的参数。例如,在 Java 中实现varargs的语法如下:
accessModifier methodName(datatype… arg) {
// method body
}