Python中定义函数使用def关键字，调用函数则执行其代码块。函数由定义（蓝图）和调用（执行）两部分组成，通过参数接收输入，可返回处理结果。形参是定义时的占位符，实参是调用时传入的具体值，支持位置传递和关键字传递。可设置默认参数提升灵活性，但需避免可变对象作为默认值导致的共享陷阱。函数可通过return语句返回单个或多个值（元组），并立即终止执行；无return时隐式返回None。良好实践包括：编写文档字符串说明功能、遵循单一职责原则拆分复杂函数、使用有意义的命名、添加类型提示增强可读性。掌握这些核心概念与规范能显著提升代码质量与可维护性。
在Python中，定义函数就像是为一段可重复使用的代码块命名，而调用函数则是执行这段代码。这不仅仅是为了代码的整洁，更是为了提升复用性和模块化，让我们的程序逻辑更清晰，也更容易维护。从我的经验来看，一旦你掌握了函数的使用，就等于拿到了构建复杂程序的基石，它让代码从一堆指令变成有组织、有意义的模块。
解决方案 理解Python中的函数，可以从两个核心动作开始：定义它，然后调用它。
定义函数
在Python里，我们使用
def
一个基本的函数定义结构是这样的：
立即学习“Python免费学习笔记（深入）”；
def 函数名(参数1, 参数2, ...):
"""
这里是函数的文档字符串（docstring），
用来解释函数的功能、参数和返回值。
这是一个非常好的习惯，能让你的代码更易懂。
"""
# 函数体：这里是函数要执行的代码块
# 注意，函数体必须缩进
结果 = 参数1 + 参数2
return 结果 # 使用return语句返回一个值，也可以不返回我们来拆解一下：
def
函数名
calculate_sum
()
:
"""docstring"""
return
return
return
None
调用函数
定义好函数之后，它并不会自动执行。你需要“调用”它，才能让它动起来。调用函数非常直接，只需写出函数名，后面跟上括号，并在括号内提供必要的参数（如果函数定义时有参数的话）。
# 定义一个简单的函数
def greet(name):
return f"你好，{name}！欢迎来到Python世界。"
# 调用函数并打印结果
message = greet("小明")
print(message) # 输出：你好，小明！欢迎来到Python世界。
# 调用一个没有参数的函数
def show_message():
print("这是一个没有参数的函数。")
show_message() # 输出：这是一个没有参数的函数。
# 调用一个返回多个值的函数
def get_user_info():
return "Alice", 30, "工程师"
name, age, job = get_user_info()
print(f"{name}，{age}岁，职业是{job}。") # 输出：Alice，30岁，职业是工程师。从我的经验看，初学者很容易混淆定义和调用的时机。记住，定义是蓝图，调用才是实际的建造过程。
在Python函数的定义与调用中，参数机制是其灵活性和强大功能的核心。我们常常会听到“形参”和“实参”，以及“默认参数”这些概念，它们在实际编码中扮演着不同的角色。
形参（Parameters）
形参，顾名思称，是形式上的参数。它们是在函数定义时，函数名后面括号里声明的变量。这些变量是函数内部使用的占位符，它们告诉函数，在被调用时需要接收哪些类型的数据。
def add_numbers(x, y): # x和y就是形参
return x + y这里的
x
y
实参（Arguments）
实参，则是实际的参数。它们是在函数调用时，传递给函数的具体值。这些值会“填充”到函数定义时的形参中，供函数内部使用。
result = add_numbers(5, 3) # 5和3就是实参 print(result) # 输出：8
在这里，
5
3
add_numbers
x
y
参数传递方式：位置参数与关键字参数
位置参数 (Positional Arguments): 这是最常见的传递方式。实参的顺序必须与形参的顺序严格匹配。例如，
add_numbers(5, 3)
5
x
3
y
关键字参数 (Keyword Arguments): 你可以通过显式指定参数名来传递实参。这种方式的好处是，你可以不按顺序传递，并且代码可读性更高。
def create_user(name, age, city):
return f"用户：{name}, 年龄：{age}, 城市：{city}"
# 使用位置参数
print(create_user("张三", 25, "北京"))
# 使用关键字参数，顺序可以打乱
print(create_user(city="上海", name="李四", age=30))默认参数值 (Default Parameter Values)
有时候，函数的一些参数在大多数情况下都有一个常用的值。这时，我们可以为这些形参设置默认值。这样，在调用函数时，如果不想改变这个常用值，就可以省略这个参数；如果想改变，就显式传递一个新的值。
def greet_person(name, greeting="你好"): # greeting有一个默认值
return f"{greeting}，{name}！"
print(greet_person("王五")) # 输出：你好，王五！
print(greet_person("赵六", "早上好")) # 输出：早上好，赵六！默认参数的一个小陷阱是，如果默认值是可变对象（如列表、字典），那么所有对该默认值的修改都会在函数调用之间共享，这可能会导致意想不到的行为。一个常见的实践是使用
None
def append_item(item, my_list=None):
if my_list is None:
my_list = []
my_list.append(item)
return my_list
list1 = append_item(1)
print(list1) # [1]
list2 = append_item(2)
print(list2) # [2]通过这些参数机制，Python函数变得异常灵活，能够应对各种复杂的输入场景。对我来说，掌握这些是写出健壮、可读性强代码的关键一步。
函数的返回值是其与外部世界交互的重要方式之一。一个函数执行完毕后，它可能需要把处理结果、计算结果或者状态信息传递给调用它的那部分代码。这就是
return
return
返回一个值或多个值: 函数可以使用
return
def calculate_area(length, width):
area = length * width
return area # 返回计算出的面积
def get_coordinates():
x = 10
y = 20
return x, y # 返回x和y两个值，作为元组
area_result = calculate_area(5, 4)
print(f"面积是: {area_result}") # 输出：面积是: 20
coord_x, coord_y = get_coordinates()
print(f"坐标是: ({coord_x}, {coord_y})") # 输出：坐标是: (10, 20)终止函数执行: 当
return
return
def find_first_even(numbers):
for num in numbers:
if num % 2 == 0:
return num # 找到第一个偶数就立即返回
return None # 如果没有找到偶数，返回None
print(find_first_even([1, 3, 5, 2, 4])) # 输出：2
print(find_first_even([1, 3, 5])) # 输出：None隐式返回None
return
return
None
def print_greeting(name):
print(f"你好，{name}！")
result = print_greeting("小李")
print(f"函数返回的值是: {result}") # 输出：函数返回的值是: None在我看来，理解
None
return
何时有效利用返回值
return
return
避免过度依赖副作用
一个好的实践是，尽量让函数通过返回值与外部交互，而不是过度依赖“副作用”（Side Effects），比如直接修改全局变量，或者直接打印输出而不是返回结果。当然，有些函数就是为了产生副作用而存在的（例如打印日志的函数），但要明确区分。一个“纯粹”的函数，只依赖其输入参数，并只通过返回值影响外部，这样的函数更容易测试、理解和维护。我个人在设计函数时，会优先考虑它是否能通过返回值清晰地表达其产出，这通常能带来更健壮的代码。
函数是Python编程的基石，但即便如此，在使用过程中也常会遇到一些“坑”或者可以改进的地方。从我的经验来看，以下几个方面是值得注意的。
常见误区
可变默认参数的陷阱 这是Python函数中最经典的一个陷阱。当函数的默认参数是一个可变对象（如列表、字典）时，这个默认值只会在函数定义时被创建一次。这意味着，每次调用函数且不提供该参数时，都会使用同一个默认对象，对其的修改会累积。
def add_to_list(item, my_list=[]): # 这里的[]只创建一次
my_list.append(item)
return my_list
list1 = add_to_list(1)
print(list1) # 输出: [1]
list2 = add_to_list(2)
print(list2) # 预期是 [2]，实际输出: [1, 2] - 噢，这就是问题！
# 正确的做法是这样：
def add_to_list_fixed(item, my_list=None):
if my_list is None:
my_list = [] # 每次调用时都创建一个新的列表
my_list.append(item)
return my_list
list3 = add_to_list_fixed(1)
print(list3) # 输出: [1]
list4 = add_to_list_fixed(2)
print(list4) # 输出: [2]这个细节常常让新手感到困惑，甚至一些有经验的开发者也会偶尔犯错。理解其背后的原理（默认参数在函数定义时求值一次）是关键。
忽略文档字符串（Docstrings） 很多开发者在编写函数时，往往跳过编写文档字符串。然而，良好的文档字符串是提高代码可读性和可维护性的最简单、最有效的方法之一。
def calculate_average(numbers):
# 缺少文档字符串，其他人（或未来的你）很难快速理解这个函数是做什么的
return sum(numbers) / len(numbers)
# 更好的做法：
def calculate_average_documented(numbers):
"""
计算给定数字列表的平均值。
参数:
numbers (list): 包含数字的列表。
返回:
float: 列表中所有数字的平均值。如果列表为空，则返回0。
"""
if not numbers:
return 0
return sum(numbers) / len(numbers)通过
help(calculate_average_documented)
函数过于庞大或职责不清 一个函数承担了过多的任务，或者其功能边界模糊，这会导致函数难以理解、测试和重用。
提升代码质量的实践
遵循单一职责原则（SRP） 一个函数应该只做一件事，并且把它做好。如果你的函数名中出现了“and”、“or”这样的连接词，或者你需要用很长的句子来描述它的功能，那可能就是它承担了太多职责的信号。
# 不好的例子：一个函数既处理数据又保存到文件
def process_and_save_data(data):
processed_data = data.upper()
with open("output.txt", "w") as f:
f.write(processed_data)
return processed_data
# 更好的做法：拆分成两个函数
def process_data(data):
return data.upper()
def save_data_to_file(data, filename):
with open(filename, "w") as f:
f.write(data)
my_data = "hello world"
processed = process_data(my_data)
save_data_to_file(processed, "output.txt")拆分函数不仅让每个函数更专注，也提高了它们的复用性。
使用有意义的函数名和参数名 函数名应该清晰地表达其功能，参数名应该清晰地表达其含义。避免使用
a
b
x
y
# 不好的例子
def f(a, b):
return a * b + 10
# 更好的例子
def calculate_adjusted_product(factor1, factor2):
return factor1 * factor2 + 10这听起来简单，但在实际项目中，清晰的命名能极大提升代码的可读性。
利用类型提示（Type Hints） Python是动态类型语言，但从Python 3.5开始引入了类型提示。虽然类型提示不会强制类型检查（除非你使用
mypy
def greet_user(name: str) -> str:
"""
根据提供的名字生成问候语。
"""
return f"Hello, {name}!"
def add(a: int, b: int) -> int:
return a + b对我来说，类型提示就像是为我的函数写了一份迷你契约，清晰地表明了它期望什么输入和会产生什么输出，这在团队协作和大型项目中尤其宝贵。
通过避免这些常见误区并采纳这些实践，你不仅能写出能运行的代码，更能写出易于理解、维护和扩展的高质量Python代码。这不仅仅是技术细节，更是一种编程思维的体现。
以上就是python如何定义和调用函数_python函数定义与调用基础教程的详细内容，更多请关注php中文网其它相关文章！
python怎么学习？python怎么入门？python在哪学？python怎么学才快？不用担心，这里为大家提供了python速学教程(入门到精通)，有需要的小伙伴保存下载就能学习啦！
Copyright 2014-2025 https://www.php.cn/ All Rights Reserved | php.cn | 湘ICP备2023035733号
780
收藏
