准备知识12 章节
Python 与科学计算
核心导读
掌握 Python 函数定义（def）、位置与关键字参数、默认参数、*args 与 **kwargs 打包、返回值 return，LEGB 作用域法则、函数设计规范与静态类型标注 (Type Hints)。
1. 问题导入
如果在程序的不同地方，都需要对数据进行相同的清洗或计算（如计算商品打折后的总价、求一组数字的平均值），不断复制粘贴相同代码会导致程序冗长且难以维护。
一旦计算逻辑需要修改，你就必须手动修改几十处重复的代码，极易产生遗漏报错。
函数 (Function) 就是解决这个问题的金钥匙。它可以将实现特定功能的代码打包成一个独立的模块，赋予其一个名字。在需要时，只需调用名字即可重复使用这段代码。
2. 学习目标
完成本章学习后，你将能够：
- 掌握使用
def定义函数与使用return返回计算结果的标准语法； - 理解形参 (Parameter) 与实参 (Argument) 的区别，熟练使用位置参数与关键字参数；
- 掌握默认参数的使用规则，避开“可变默认参数陷阱”；
- 理解
*args与**kwargs参数打包与解包的工作原理； - 掌握 LEGB 变量作用域查找规则，正确使用
global关键字； - 掌握 Docstring 文档规范与卫语句编写技巧，提升代码可读性；
- 掌握 Python 静态类型标注 (Type Hints) 基础语法，增强 IDE 提示与代码可靠性。
3. 函数的定义与调用
在 Python 中，使用 def 关键字来定义一个函数。
3.1 标准语法格式
python
def 函数名(参数1, 参数2, ...):
"""函数文档说明（可选）"""
# 函数体代码
return 返回值
3.2 无参数无返回值 vs 有参数有返回值
python
# 1. 无参数无返回值的简单函数
def greet():
print("欢迎来到 Python 编程世界！")
greet() # 调用函数
# 2. 有参数有返回值的计算函数
def add_numbers(a, b):
result = a + b
return result # 向调用者返回计算结果
sum_val = add_numbers(10, 20)
print(f"计算结果: {sum_val}") # 输出: 计算结果: 30
return 的两个关键作用
- 向函数外部传递计算结果；
- 立即结束函数执行：一旦程序遇到 return 语句，就会立刻退出当前函数，return 后面的代码不会被执行。如果函数没有写 return，默认返回 None。
4. 参数类型全解：位置、关键字与默认参数
为了让函数适应不同的场景，Python 提供了多种传参方式。
4.1 位置参数与关键字参数
python
def describe_person(name, age):
print(f"姓名: {name}, 年龄: {age}")
# 1. 位置参数：按照形参位置顺序一一对应传入
describe_person("小明", 18)
# 2. 关键字参数：明确指定 参数名=数值，无需关心传入顺序
describe_person(age=20, name="小红")
4.2 默认参数 (Default Arguments)
可以为形参设定默认值。当调用者没有传入该参数时，函数会自动使用默认值：
python
def calculate_price(price, discount=0.9):
"""计算折扣价格，默认给予 9 折优惠"""
return price * discount
print(calculate_price(100)) # 未传 discount，使用默认 9 折，输出: 90.0
print(calculate_price(100, 0.8)) # 传入 0.8，使用 8 折，输出: 80.0
语法限制：在定义函数时，默认参数必须放在非默认参数的后面。如
def func(a, b=10)是合法的，但def func(b=10, a)会报SyntaxError。
4.3 经典避坑：可变默认参数陷阱
在定义函数时，切记不要使用可变对象（如列表 [] 或字典 {}）作为默认参数！
点击放大查看图：可变默认参数陷阱图解
python
# 错误示范：默认参数使用可变列表 []
def add_item_bad(item, target_list=[]):
target_list.append(item)
return target_list
# 多次调用会共享同一个默认列表！
print(add_item_bad("苹果")) # 输出: ['苹果']
print(add_item_bad("香蕉")) # 输出: ['苹果', '香蕉'] （产生了意外累加副作用！）
# 正确写法：使用 None 作为默认值标志
def add_item_good(item, target_list=None):
if target_list is None:
target_list = [] # 在函数内部创建新列表
target_list.append(item)
return target_list
5. 不定长参数：*args 与 **kwargs
如果你在定义函数时，无法提前确定调用者会传入多少个参数，可以使用 *args 和 **kwargs。
点击放大查看图：*args 与 **kwargs 参数打包解包图解
5.1 *args：收集多余的位置参数为元组
*args 用于接收任意数量的非关键字位置参数，在函数内部会被打包为一个元组 (tuple)：
python
def calculate_sum(*args):
# args 是一个包含了所有传入位置参数的元组
total = 0
for num in args:
total += num
return total
print(calculate_sum(1, 2, 3)) # 输出: 6
print(calculate_sum(10, 20, 30, 40)) # 输出: 100
5.2 **kwargs：收集多余的关键字参数为字典
**kwargs 用于接收任意数量的 key=value 关键字参数，在函数内部会被打包为一个字典 (dict)：
python
def print_user_info(**kwargs):
# kwargs 是一个包含了所有关键字参数的字典
for key, value in kwargs.items():
print(f"{key}: {value}")
print_user_info(name="张三", role="管理员", score=98)
6. 局部变量与全局变量 (LEGB 作用域法则)
作用域 (Scope) 决定了变量在代码的哪些区域是可以被访问到的。
6.1 局部变量与全局变量的区别
- 局部变量 (Local Variable)：在函数内部定义的变量，只能在该函数内部使用，函数执行完毕后立刻被从内存中销毁；
- 全局变量 (Global Variable)：在函数外部主程序中定义的变量，在整个文件的任意位置都可以读取。
python
total_count = 100 # 全局变量
def my_func():
local_val = 10 # 局部变量
print(total_count) # 可以读取全局变量
my_func()
# print(local_val) # 报错 NameError！在函数外部无法访问局部变量
6.2 在函数内部修改全局变量：global 关键字
如果在函数内部尝试对全局变量重新赋值，Python 会默认创建一个同名的局部变量。如果想要直接修改全局变量，需要使用 global 声明：
python
counter = 0
def increment():
global counter # 声明使用全局变量 counter
counter += 1
increment()
print(counter) # 输出: 1
6.3 LEGB 作用域查找顺序法则
当你在代码中引用一个变量时，Python 解释器会严格按照 LEGB 的顺序向上逐层查找变量：
点击放大查看图：LEGB 作用域查找顺序图解
- L (Local)：局部作用域 —— 函数内部；
- E (Enclosing)：嵌套作用域 —— 外层嵌套函数的区域；
- G (Global)：全局作用域 —— 当前 Python 模块文件顶层；
- B (Built-in)：内置作用域 —— Python 系统预设的内置函数与异常（如
len(),print(),str）。
7. 函数设计规范：Docstring 与卫语句
高质量的代码不仅要能正确运行，还要易于阅读和维护。
7.1 单一职责原则与 Docstring 文档规范
一个良好的函数应当遵循单一职责原则（只做一件事）。使用三引号 """...""" 在函数首行编写 Docstring，能让团队成员及 IDE 快速明白函数的用途与参数约束：
python
def calculate_discount_price(original_price: float, discount_rate: float = 0.9) -> float:
"""计算商品打折后的实际应付金额。
Args:
original_price: 商品原价 (必须大于 0)
discount_rate: 折扣率，默认为 0.9 (9 折)
Returns:
折后实际金额 (float)
"""
return original_price * discount_rate
7.2 卫语句 (Guard Clause) 提前拦截非法输入
在处理异常或边界条件时，推荐使用卫语句：优先拦截非法输入并用 return 或 raise 提前退出，避免深层嵌套的 if-else：
python
# 不推荐：深层嵌套 if-else
def process_score_bad(score):
if score is not None:
if 0 <= score <= 100:
return score * 1.1
else:
print("分数超出范围")
else:
print("分数不能为空")
# 推荐：卫语句提前拦截，逻辑清晰
def process_score_good(score):
if score is None:
print("分数不能为空")
return None
if not (0 <= score <= 100):
print("分数超出范围")
return None
return score * 1.1
8. 静态类型标注 (Type Hints) 深度解析
Python 是一门动态类型语言。在传统的 Python 代码中，声明变量或定义函数参数时无需指定数据类型。这带来了极高的书写自由度，但也留下了隐患：
随着代码规模扩大，当你阅读他人编写的函数 process(data) 时，无法一眼判断 data 应该传 list、dict 还是 str，在调用其方法时非常容易出现 AttributeError 或 TypeError 运行期崩溃。
为了解决这一痛点，Python 3.5 引入了静态类型标注 (Type Hints) 机制，允许我们在定义变量和函数时显式地标注“期待的数据类型”。
8.1 为什么要使用类型标注？
- 极其强大的 IDE 智能补全：当你在函数参数上写了
user_ids: list[int]后，编辑器 (VS Code / PyCharm) 就能立刻知道user_ids是一个列表，并在你敲下user_ids.时精准弹出列表的所有方法提示； - 代码即文档 (Self-Documenting Code)：函数的形参和返回值类型一目了然，无需在注释中费力解释参数格式；
- 编写期捕获潜在 Bug：结合
mypy或 VS Code 的 Pylance 插件，能在代码运行之前就检测出“企图向要求传入 int 的函数传入 str”的类型错误。
8.2 类型标注核心语法
1. 基础变量与函数类型标注
在变量名或形参名后使用 : 类型，在函数形参列表后使用 -> 返回值类型：
python
# 变量类型标注
age: int = 18
name: str = "小明"
is_active: bool = True
# 函数参数与返回值标注
def calculate_bmi(height: float, weight: float) -> float:
"""计算身高体重指数 BMI"""
return weight / (height ** 2)
2. 常用组合容器类型标注 (list, dict, tuple, set)
对于组合容器，可以使用方括号 [] 进一步明确容器内部元素的类型：
| 标注语法 | 含义说明 | 示例代码 |
|---|---|---|
list[T] | 内部元素全为类型 T 的列表 | scores: list[int] = [85, 90, 95] |
dict[K, V] | 键为 K 类型、值为 V 类型的字典 | user_scores: dict[str, float] = {"小明": 92.5} |
tuple[T1, T2, ...] | 包含指定位置类型元素的元组 | point: tuple[int, int] = (10, 20) |
set[T] | 内部元素全为类型 T 的集合 | tags: set[str] = {"python", "ai"} |
python
def process_user_data(user_list: list[dict[str, Any]]) -> dict[str, int]:
"""处理用户列表数据，返回名称与年龄映射字典"""
result = {}
for user in user_list:
result[user["name"]] = user["age"]
return result
3. 多类型联合与可选类型 (Union / | / Optional)
在实际开发中，一个变量或函数返回值可能属于多种类型，或者可能返回 None：
- Python 3.10+ 原生管道符
|（推荐）：使用A | B表示类型属于A或B； - Python 3.7~3.9 兼容写法：从
typing模块导入Union或Optional。
python
# 1. 多类型联合：既可以接收整数也可以接收浮点数
def parse_number(val: int | float) -> float:
return float(val)
# 2. 可选类型：可能返回字符串，也可能返回 None
def find_user_email(user_id: int) -> str | None:
if user_id == 101:
return "xiaoming@example.com"
return None # 找不到用户时返回 None
# 3. Python 3.7 - 3.9 的兼容写法
from typing import Optional, Union
def legacy_find_user(user_id: int) -> Optional[str]:
# Optional[str] 等价于 str | None
return "xiaoming@example.com" if user_id == 101 else None
4. 特殊类型：Any 与 Callable
python
from typing import Any, Callable
# Any: 放弃类型检查，表示可以是任意类型
def log_raw_data(data: Any) -> None:
print(f"日志记录: {data}")
# Callable[[参数类型列表], 返回值类型]: 表示传入的参数本身是一个函数
def apply_operation(x: int, y: int, func: Callable[[int, int], int]) -> int:
return func(x, y)
def add(a: int, b: int) -> int:
return a + b
print(apply_operation(3, 4, add)) # 输出: 7
8.3 核心概念澄清：静态契约 vs 运行时强校验
理解类型标注在 Python 中的执行机制非常关键：
Type Hints 的静态契约属性
Python 的 Type Hints 属于静态代码提示。Python 解释器在运行时默认不会强行拦截类型不匹配的代码。 例如：即使你定义了 def add(x: int) -> int，当传入 add("abc") 时，Python 解释器在启动运行该行之前不会直接报 TypeError 崩溃。 静态类型标注的使命在于：在编码阶段让 IDE 和类型检查工具 (mypy) 捕获错误，以及生成清晰的工程接口文档。如果需要在运行时强行校验数据类型，可结合 FastAPI 或 Pydantic 等第三方框架。
9. 匿名函数 lambda 表达式
对于逻辑极其简单、只有一行的临时函数，可以使用 lambda 表达式 简化书写。
9.1 语法格式
python
lambda 参数1, 参数2 : 单行表达式
python
# 传统函数写法
def square(x):
return x ** 2
# 简化为 lambda 表达式
square_lambda = lambda x: x ** 2
print(square_lambda(5)) # 输出: 25
# 常用场景：配合列表 sort() 的 key 参数按特定规则排序
students = [("小明", 88), ("小红", 95), ("小刚", 72)]
students.sort(key=lambda student: student[1], reverse=True) # 按成绩降序
print(students) # 输出: [('小红', 95), ('小明', 88), ('小刚', 72)]
10. 动手实战：模块化 AI 数据与评估流水线
点击放大查看图：模块化 AI 数据预处理与评估流水线架构图
请在下方的代码块中，点击 “运行代码”，体验使用 Type Hints、Docstring 与函数解耦搭建的数据处理流水线：
模块化数据处理与评估流水线
# 1. 带 Type Hints 的特征归一化处理函数
def normalize_scores(scores: list[float], max_score: float = 100.0) -> list[float]:
"""对原始成绩进行百分比归一化。"""
if not scores:
return []
return [round(s / max_score, 2) for s in scores]
# 2. 带卫语句的数据校验与计算函数
def compute_statistics(scores: list[float]) -> dict[str, float] | None:
"""计算成绩的统计指标。"""
if not scores:
print("警告：无法对空列表计算统计指标")
return None
avg = sum(scores) / len(scores)
return {
"count": len(scores),
"mean": round(avg, 2),
"max": max(scores),
"min": min(scores)
}
# 3. 流水线主执行流程
raw_data = [88.0, 95.5, 72.0, 60.0]
norm_data = normalize_scores(raw_data)
stats = compute_statistics(raw_data)
print("归一化比例结果:", norm_data)
print("统计评估结果:", stats)
11. 常见错误排查 (Troubleshooting)
| 错误现象 / 异常类型 | 常见原因 | 标准排查与处理方式 |
|---|---|---|
TypeError: func() missing 1 required positional argument | 调用函数时未提供必须的位置参数 | 检查函数定义中的必填参数，补齐缺少的实参 |
SyntaxError: non-default argument follows default argument | 定义函数时，默认参数写在了普通位置参数的前面 | 重新调整参数顺序，将所有带默认值的参数（如 b=10）统一写在末尾 |
UnboundLocalError: local variable 'x' referenced before assignment | 在函数内部对全局变量进行了修改赋值，但忘记写 global x | 如果需要在函数内修改全局变量，必须在函数首行添加 global 变量名 声明 |
| 函数多次调用时列表产生意外累加 | 默认参数使用了可变对象 [] 或 {} | 将默认参数设为 None，并在函数内部通过 if arg is None: 初始化新列表 |
12. 本节检查清单 (Checklist)
- 我能使用
def定义带参数与return返回值的函数； - 我能区分位置参数与关键字参数，并知道默认参数必须写在末尾；
- 我理解默认参数使用
[]的危险性，并能使用None解决累加陷阱； - 我能使用
*args打包位置参数，使用**kwargs打包关键字参数； - 我能说出 LEGB 变量作用域查找顺序（局部 -> 嵌套 -> 全局 -> 内置）；
- 我能编写带 Docstring 的规范函数，并使用卫语句进行错误拦截；
- 我掌握了
x: int -> str静态类型标注 (Type Hints) 基础语法。
13. 课后互动自测
05. 函数与作用域 课后互动自测
共 4 道精选测试题 · 答题进度已自动保存
已完成:0 / 4
1 / 4
代码预测题
运行以下 Python 代码，控制台最终打印出的输出结果是什么？
Python Code Snippet
1def calc(a, b=5):
2 return a * b
3
4print(calc(3))
1 / 4
14. 下一步
恭喜你掌握了 Python 函数封装、设计规范与类型标注！
下一步我们将深入学习 06. 模块、包与面向对象基础，掌握如何使用 import 导入官方与第三方标准库，以及面向对象类与对象的基本概念。
15. 参考资料
- Python 官方教程：定义函数 —— 官方函数权威使用指引。
- Python 官方 typing 模块文档 —— 静态类型标注指南。
本页目录
1. 问题导入
2. 学习目标
3. 函数的定义与调用
3.1 标准语法格式
3.2 无参数无返回值 vs 有参数有返回值
4. 参数类型全解：位置、关键字与默认参数
4.1 位置参数与关键字参数
4.2 默认参数 (Default Arguments)
4.3 经典避坑：可变默认参数陷阱
5. 不定长参数：*args 与 **kwargs
5.1 `*args`：收集多余的位置参数为元组
5.2 `**kwargs`：收集多余的关键字参数为字典
6. 局部变量与全局变量 (LEGB 作用域法则)
6.1 局部变量与全局变量的区别
6.2 在函数内部修改全局变量：`global` 关键字
6.3 LEGB 作用域查找顺序法则
7. 函数设计规范：Docstring 与卫语句
7.1 单一职责原则与 Docstring 文档规范
7.2 卫语句 (Guard Clause) 提前拦截非法输入
8. 静态类型标注 (Type Hints) 深度解析
8.1 为什么要使用类型标注？
8.2 类型标注核心语法
8.3 核心概念澄清：静态契约 vs 运行时强校验
9. 匿名函数 lambda 表达式
9.1 语法格式
10. 动手实战：模块化 AI 数据与评估流水线
11. 常见错误排查 (Troubleshooting)
12. 本节检查清单 (Checklist)
13. 课后互动自测
14. 下一步
15. 参考资料
核心概念术语表
函数定义关键字，声明一个可重复调用的代码块
返回值关键字，结束函数执行并向调用者返回结果
默认参数形参设有默认值，调用时未传参则自动使用默认值
*args 收集多余位置参数为元组，**kwargs 收集关键字参数为字典
Python 变量作用域查找顺序：L(Local) -> E(Enclosing) -> G(Global) -> B(Built-in)
静态类型标注语法（如 x: int -> str），提示参数与返回值数据类型