Python 给函数传参数的方式包括位置参数、关键字参数、默认参数与可变参数（*args/**kwargs），并可结合「/」与「*」来限定仅限位置或仅限关键字。调用遵循先位置后关键字、不可重复赋值与参数名唯一的规则。**掌握参数类型、顺序与可变性语义与解包技巧，可写出可读、健壮且易维护的函数接口，减少 TypeError 与隐性副作用，提高代码可测试性与扩展性。**

# Python 函数参数传递详解：位置参数、关键字参数、可变参数与最佳实践

## 一、核心要点速览
许多开发者学习 Python 函数传参时，会被“参数类型多”“顺序规则复杂”“可变对象副作用”困扰。**从设计层面看，Python 提供位置参数与关键字参数的组合，以兼顾易用性与可读性；默认参数为 API 设定稳定基线；可变参数与解包让调用更灵活；而「/」与「*」进一步细化接口契约。**从执行语义看，Python 以“共享传参”（又称对象引用传递）工作，参数名绑定到对象引用上，可变对象的原地修改会反映到调用方。理解这些规则后，既能避免常见错误，也能通过类型注解与文档把签名意图表达清晰。

## 二、Python 函数参数的四大类型与传参规则
在 Python 中，函数形参主要分为四类：位置参数（positional）、关键字参数（keyword）、默认参数（default）、可变参数（*args 与 **kwargs）。**调用时必须先提供位置参数，再提供关键字参数；每个参数名只能赋值一次；缺失必填参数或重复赋值会触发 TypeError。**此外，Python 3.8+ 引入“仅限位置”的参数分隔符“/”，以及早已有的“仅限关键字”的“*”，共同形成“/、位置或关键字、*、仅关键字、可变参数”这样清晰的签名结构（Python Docs, 2024）。这些能力让我们在 API 设计中，为不同使用者提供明确且稳定的调用契约。

为了帮助你快速比较不同参数类型的语法与适用场景，下面给出一个简要对比。**理解优缺点与典型场景，能指导你在实际接口设计时做出取舍：灵活性与可读性、向后兼容与演进空间之间如何平衡。**在复杂系统中，参数设计不仅影响调用体验，也影响未来重构的成本与测试覆盖策略。特别是在需要长期维护的库或服务里，前期合理的参数模型往往能避免大量重复工作与“破坏性更新”。

| 参数类型 | 语法示例 | 适用场景 | 优点 | 风险/注意事项 |
| --- | --- | --- | --- | --- |
| 位置参数 | f(x, y) | 必填且顺序显著 | 调用简短 | 容易因顺序记错；可读性依赖命名 |
| 关键字参数 | f(x=1, y=2) | 可读性优先 | 语义清晰、顺序自由 | 名称变更影响调用方 |
| 默认参数 | def f(x=10) | 常用值稳定 | 省略参数方便 | 可变默认值陷阱需规避 |
| *args | def f(*args) | 可变长度序列 | 灵活聚合位置实参 | 过度使用损害可读性 |
| **kwargs | def f(**kwargs) | 可变长度映射 | 扩展性强 | 难以静态检查与文档化 |

**此外，签名中可以同时出现“/”与“*”，例如 def f(a, /, b, *, c)，表示 a 仅限位置、c 仅限关键字。**这种精细控制可以锁定公共 API 的用法，既提升可读性，也为未来重构保留空间。对外暴露的库函数常借此减少破坏性变更（PEP 570, 2019），同时鼓励调用方以更清晰的方式提交实参。

## 三、位置参数与关键字参数：写法、顺序与易错点
位置参数强调“顺序即意义”，适合语义自明且调用频繁的形参；关键字参数强调“名称即契约”，适合可选项或语义复杂的参数。**在书写顺序上，函数定义从左到右依次可包含：仅限位置（/ 前）、位置或关键字、可变位置（*args）、仅限关键字（* 后）、可变关键字（**kwargs）。**调用时遵循“先位置后关键字”，并且同一参数不能以位置与关键字同时赋值。遵循这些规则，可让接口既高效又清晰，兼顾新手与高级用户的使用体验。

常见错误包括：遗漏必填位置参数、对同一形参重复赋值、将关键字参数置于位置参数之前、误用参数名导致 TypeError。**解决策略是：为必填参数提供合理默认值或改为关键字必填；对外 API 避免频繁更名；在重构时保留兼容别名并标注弃用周期。**当参数较多时，优先推荐关键字调用以提升可读性与可维护性。对于易混淆的布尔开关，考虑以枚举或明确的关键字参数名代替，避免“True/False 究竟代表什么”的歧义。

仅限位置与仅限关键字提供了更强的语义约束：前者防止调用方依赖参数名（为将来重命名留出空间），后者强制调用方显式写出参数名（提高可读性与自解释性）。**例如公共库的核心数值参数可声明为仅限位置，而副作用控制、策略切换等“意义较复杂”的参数应强制关键字传入。**这种约束让调用端代码更具可读性，也减少由于重构导致的“调用签名漂移”。当你维护长期演进的库或服务时，这些小小的签名约束会转化为巨大的维护红利。

## 四、默认参数与可变类型陷阱
默认参数在设计公共 API 时极为重要，它定义了“最常见场景”的便捷路径与稳定基线。**但要牢记：默认参数的表达式只在函数定义时求值一次，因而可变对象（如 list、dict、set）作为默认值会在多次调用间共享同一对象。**这会导致意外的状态泄漏与难以复现的 bug。安全做法是使用不可变默认值（如 None），并在函数体内检测并创建新的可变对象，从而保证每次调用互不影响，既符合直觉又便于测试。

除了可变默认值陷阱，默认参数还涉及配置冻结与向后兼容策略。**当需要逐步引入新参数时，可先以默认参数保持旧行为，再通过文档与版本说明引导用户迁移；当默认值需要调整时，采用“过渡版本 + 弃用告警”的策略，减少破坏性变更对生态的影响。**在对性能敏感的路径上，默认参数也可承载“预计算”的中间结果以避免重复开销，但应避免隐藏状态，必要时在文档中明确其影响与期望。良好的默认参数设计，是平衡易用性、性能与可维护性的关键环节。

## 五、可变参数与解包：*args、**kwargs 与序列/映射解构
可变参数用于聚合不定数量的实参，其中 *args 捕获额外的位置实参为元组，**kwargs 捕获额外的关键字实参为字典。**它们在适配器、装饰器、日志包装与跨层转发时尤为常见，可把调用端的多样输入统一承接，再按需向下游函数扩散。**调用方也能用 * 与 ** 解包现有序列与映射，将已有数据结构直接“展开”为实参；这使得配置驱动、数据驱动的调用模式自然落地，减少模板样板代码，提升可复用性与可测试性。

然而，过度依赖 *args 与 **kwargs 会牺牲可读性与可发现性，让文档与静态检查工具难以给出精准提示。**在公共 API 中，建议仅在确有需要的扩展点使用可变参数，并辅以清晰的文档、类型注解与输入校验；在内部函数或受控边界内，如果签名稳定，优先显式列出形参。**当确实需要保持灵活性时，可在函数开头解析并规范化 **kwargs，将其转换为带有明确默认值与校验逻辑的局部变量，为调用者提供一致且可预测的行为，从而避免“隐式协议”的演化代价。

## 六、参数传递模型与可变/不可变对象的副作用
Python 的“共享传参”（call by sharing）意味着函数接收的是对象引用的副本，形参名与实参对象指向同一内存实体。**因此，对可变对象（list、dict、set、自定义可变类型）的原地修改会反映到调用方；而对不可变对象（int、str、tuple、frozenset 等）的“修改”只会产生新对象并重新绑定形参名。**理解这一点至关重要：如果你希望函数内部不影响调用方，需避免对传入的可变对象执行原地操作，或在入口处进行浅拷贝/深拷贝，并据需要权衡性能与内存成本（Python Docs, 2024）。

在 API 设计中，应显式声明“是否会原地修改输入”，并尽量采用返回新值的纯函数风格来减少副作用。**当性能要求较高时，可以提供两种调用风格：保留原地修改的高性能路径与返回新对象的安全路径，并以关键字参数控制行为。**同时，结合类型注解、不可变数据结构与测试用例，能显著降低副作用带来的维护成本。对跨线程或异步环境，还需注意对象共享带来的竞态条件，必要时通过复制、锁或消息传递来隔离数据，确保行为可预测。

## 七、类型注解、文档与测试：让函数签名可读、可维护
类型注解为函数参数与返回值提供静态语义，配合 IDE 与类型检查器（如 mypy、pyright）可在开发期发现潜在问题。**在签名层面，使用注解表达 Optional、Union（或 | 语法）、可变参数类型、映射/序列的键值类型，有助于调用方理解期望输入；inspect.signature 则可在运行时反射签名，构建自动文档与校验。**与之配套的 docstring 需描述参数意义、单位、默认值与副作用，并说明仅限位置与仅限关键字的约束，使“如何传参”在阅读与工具层面都清晰（PEP 570, 2019；Python Docs, 2024）。

良好的测试会围绕参数边界构建：必填缺失、类型不符、越界值、互斥参数同时出现、可变对象的原地修改与拷贝行为等。**采用表驱动测试与参数化测试，可系统覆盖不同组合；对于复杂的 **kwargs 解析逻辑，建议将校验拆分为独立函数并单测覆盖；对默认参数与解包场景，构造典型与极端案例确保稳定性。**在持续演进中，以“新增关键字参数 + 默认行为保持不变”的方式发布特性，并通过弃用告警与文档变更记录引导迁移，最终达成既向后兼容又能持续迭代的传参与签名策略。

参考与资料来源
- Python Software Foundation. “Built-in Functions; Functions — def; Evaluation Order and Function Definitions,” Python 3.12 Documentation, 2024. https://docs.python.org/3/
- PEP 570 — Python Positional-Only Parameters, 2019. https://peps.python.org/pep-0570/

Python函数支持多种参数类型，包括位置参数、关键字参数、默认参数、可变参数（*args）和关键字可变参数（**kwargs）。位置参数是按顺序传递的，关键字参数通过名称传递，默认参数在未提供值时使用默认值，可变参数允许传递任意数量的位置参数，而关键字可变参数允许传递任意数量的命名参数。

Python函数参数的类型介绍

在Python中，我能给函数传递哪些不同类型的参数？

Python函数参数有哪些类型？

在定义函数时，可以通过在参数赋值来设置默认值，例如 def func(a, b=10):。调用时，如果不传递默认参数，函数会自动使用默认值。如果传递了参数，则会覆盖默认值。默认参数必须放在无默认值参数的后面。

设置和使用默认参数的方法

如何给函数的参数设置默认值，并且调用时可以选择性地传递这些参数？

怎样在Python函数中使用默认参数？

在函数定义中，可以使用 *args 来接收任意数量的位置参数，使用 **kwargs 来接收任意数量的关键字参数。例如，def func(*args, **kwargs): 可以接收所有传入的参数，并在函数体内作为元组（args）和字典（kwargs）使用。

使用可变参数传递方式

我想让函数接收不确定数量的参数，应该怎样定义函数？

Python中如何传递可变数量的参数给函数？

PingCodeDocs

本文系统梳理 Python 函数传参的类型与规则，涵盖位置参数、关键字参数、默认参数、可变参数及「/」「*」约束，并阐明共享传参与可变对象副作用。通过对比表与实务建议，给出避免默认值陷阱、合理使用 *args/**kwargs、控制 API 可读性与向后兼容的策略，并强调类型注解、文档与测试的重要性，帮助读者构建清晰、稳定且可维护的函数接口。

python如何给函数传参数

用户关注问题