第06篇|Python 函数完全指南:从基础到 Lambda 表达式

前言

函数是代码的最小复用单位，也是理解装饰器、类方法、异步编程的基础。

Python 的函数整体和 JS 非常相似——都是一等公民，都可以作为参数传递，都支持匿名函数。但有几个 Python 特有的特性，比如 *args、**kwargs、关键字参数，是 JS 里没有直接对应物的，理解它们是迈向 Python 进阶的关键一步。

这篇文章覆盖：

• 函数定义与调用（对比 JS function 和箭头函数）
• 默认参数、关键字参数
• *args 和 **kwargs
• Lambda 表达式
• 函数作为参数传递（高阶函数）

一、函数定义与调用

1.1 基本语法

# Python 函数定义def greet(name):    return f"你好，{name}！"result = greet("Alice")print(result)  # 你好，Alice！

对比 JS：

// JS 函数声明function greet(name) {  return `你好，${name}！`}// JS 箭头函数const greet = (name) => `你好，${name}！`

关键差异：

• Python 用 def 关键字，JS 用 function
• Python 用缩进定义函数体，JS 用 {}
• Python 的 f-string f"..." 对应 JS 的模板字符串 `...`
• Python 没有类似 JS 箭头函数的单行简写（但有 Lambda，后面讲）

1.2 多返回值

Python 函数可以直接返回多个值，这是 JS 没有的原生特性：

def get_min_max(numbers):    return min(numbers), max(numbers)low, high = get_min_max([3, 1, 4, 1, 5, 9, 2, 6])print(low, high)  # 1 9

本质上是返回一个元组，然后自动解包。JS 要实现类似效果需要返回数组或对象：

// JS 模拟多返回值const getMinMax = (arr) => ({ min: Math.min(...arr), max: Math.max(...arr) })const { min, max } = getMinMax([3, 1, 4, 1, 5, 9])

二、默认参数

def greet(name, greeting="你好"):    return f"{greeting}，{name}！"print(greet("Alice"))            # 你好，Alice！print(greet("Bob", "早上好"))    # 早上好，Bob！

和 JS 完全一致：

const greet = (name, greeting = "你好") => `${greeting}，${name}！`

⚠️ 经典踩坑：默认参数不要用可变对象

# ❌ 错误写法：默认参数是列表（可变对象），会被所有调用共享def add_item(item, lst=[]):    lst.append(item)    return lstprint(add_item("a"))  # ['a']print(add_item("b"))  # ['a', 'b']  ← 不是 ['b']！# ✅ 正确写法：用 None 作为默认值def add_item(item, lst=None):    if lst is None:        lst = []    lst.append(item)    return lst

这个坑 JS 不会踩，因为 JS 每次调用都会重新求值默认参数。

三、关键字参数

Python 调用函数时，可以用"参数名=值"的方式传参，这叫关键字参数：

def create_user(name, age, city="北京"):    return f"{name}，{age}岁，来自{city}"# 位置参数（按顺序）print(create_user("Alice", 28))# 关键字参数（指定参数名，顺序可以随意）print(create_user(age=28, name="Alice"))print(create_user("Bob", city="上海", age=30))

关键字参数让函数调用更清晰，尤其是参数多时：

# 不用猜每个参数的含义send_email(    to="alice@example.com",    subject="通知",    body="你好，...",    cc="boss@example.com",    is_html=True)

JS 通常用对象参数解构来达到类似效果：

sendEmail({ to: "alice@example.com", subject: "通知", body: "你好..." })

四、*args：可变位置参数

当你不确定会传入多少个参数时，使用 *args：

def sum_all(*args):    print(args)       # 这是一个元组    return sum(args)print(sum_all(1, 2, 3))       # 6print(sum_all(1, 2, 3, 4, 5)) # 15

对比 JS 的 rest 参数：

const sumAll = (...args) => {  console.log(args)  // 这是一个数组  return args.reduce((a, b) => a + b, 0)}

语法几乎相同，区别是：

• Python 里 *args 是元组（tuple，不可变）
• JS 里 ...args 是数组（可变）

在函数调用时，* 也可以用来解包：

numbers = [1, 2, 3, 4, 5]# 解包列表作为位置参数传入print(sum_all(*numbers))  # 15# 对比 JS 的 spreadMath.max(...numbers)

五、**kwargs：可变关键字参数

**kwargs 接收任意数量的关键字参数，打包成字典：

def print_info(**kwargs):    print(kwargs)  # 这是一个字典    for key, value in kwargs.items():        print(f"{key}: {value}")print_info(name="Alice", age=28, city="北京")# {'name': 'Alice', 'age': 28, 'city': '北京'}# name: Alice# age: 28# city: 北京

完整参数顺序：

# 参数顺序规则：普通参数 → *args → 关键字参数 → **kwargsdef complex_func(a, b, *args, keyword_only, **kwargs):    print(f"a={a}, b={b}")    print(f"args={args}")    print(f"keyword_only={keyword_only}")    print(f"kwargs={kwargs}")complex_func(1, 2, 3, 4, keyword_only="必须用关键字", extra="额外参数")

实战场景：装饰器中几乎必用 *args, **kwargs：

def log_decorator(func):    def wrapper(*args, **kwargs):  # 接收任意参数        print(f"调用函数：{func.__name__}")        result = func(*args, **kwargs)  # 原样转发给原函数        return result    return wrapper

六、Lambda 表达式

Lambda 是 Python 的匿名函数，语法是：lambda 参数: 表达式

# 普通函数def square(x):    return x ** 2# 等价的 lambdasquare = lambda x: x ** 2print(square(5))  # 25

对比 JS 箭头函数：

const square = (x) => x ** 2

Lambda 的限制：只能写一个表达式，不能有多行逻辑。复杂逻辑还是要用 def。

Lambda 最常用的场景是作为 sort、map、filter 的参数：

students = [    {"name": "Alice", "score": 95},    {"name": "Bob", "score": 87},    {"name": "Charlie", "score": 92}]# 按 score 从高到低排序sorted_students = sorted(students, key=lambda s: s["score"], reverse=True)# [{'name': 'Alice', 'score': 95}, {'name': 'Charlie', 'score': 92}, ...]

对比 JS：

students.sort((a, b) => b.score - a.score)

七、高阶函数：map、filter、sorted

Python 内置了几个经典高阶函数，前端开发者一定眼熟：

7.1 map()

numbers = [1, 2, 3, 4, 5]# 每个数平方squared = list(map(lambda x: x ** 2, numbers))print(squared)  # [1, 4, 9, 16, 25]

对比 JS：

const squared = numbers.map(x => x ** 2)

💡 Python 的 map() 返回的是迭代器，需要用 list() 转换。不过大多数情况下，Python 推荐用列表推导式代替 map()，更 Pythonic：

squared = [x ** 2 for x in numbers]

7.2 filter()

numbers = [1, 2, 3, 4, 5, 6, 7, 8]# 过滤出偶数evens = list(filter(lambda x: x % 2 == 0, numbers))print(evens)  # [2, 4, 6, 8]# 推荐写法（列表推导式）evens = [x for x in numbers if x % 2 == 0]

7.3 函数作为参数传递

def apply_twice(func, value):    return func(func(value))def double(x):    return x * 2print(apply_twice(double, 3))  # 12（3 → 6 → 12）

八、类型提示（Type Hints）

Python 3.5+ 支持为函数参数和返回值添加类型提示，提升代码可读性，也方便 IDE 做智能提示：

def add(a: int, b: int) -> int:    return a + bdef greet(name: str, times: int = 1) -> str:    return f"你好，{name}！" * timesdef process(items: list[str]) -> dict[str, int]:    return {item: len(item) for item in items}

类型提示在运行时不做强制检查（Python 是动态语言），但 VS Code 等编辑器会根据类型提示提供自动补全和错误提醒，写大型项目时强烈建议加上。

小结

记住这几条：

1. 默认参数不要用可变对象（列表/字典），用 None 代替
2. *args 收到的是元组，**kwargs 收到的是字典
3. Lambda 只适合简单表达式，复杂逻辑还是用 def
4. 大多数情况下，列表推导式比 map()/filter() 更 Pythonic

下篇预告

第 07 篇：Python 文件操作 + JSON 处理：前后端数据交换全攻略

下一篇我们进入实战场景：用 Python 读写文件、处理 JSON 数据。前端每天和 JSON 打交道，后端操作文件是基本功，这两个技能合并一篇讲清楚。