hello，大家好。

又见面啦，我是星禾。

在过去的5年时间里，我的身份从大厂程序员→全职宝妈→米核AI合伙人，个人的生活经历也可以称之为丰富吧。当然这几年也尝试过一些其他创业或者变现项目，目前all in米核AI，专注于分享一些AI前沿的知识和见解。大家如果有什么想法或者想入局AI赛道，可以找到我cuizh002。我会给大家提供一些基础的AI资料。当然如果你有什么想法，我们也可以一起交流。

好了，话不多说，我们进入今天的正题。

Python函数基础：从入门到精通

聊函数之前，先说个我自己的经历。

刚学Python那会儿，写代码全靠复制粘贴。同样的逻辑，这边要处理一遍，那边要处理一遍，复制过来粘贴过去。代码写长了之后，我愣了——我发现改一处逻辑，要找到所有复制的地方一个个改，稍不留神就漏掉一两个。

说实话，写代码的时候真的觉得复制粘贴很方便，总会觉得"就这么点代码，有必要封装吗？"。但回头一看，真的是后期维护太头大了！

我们一定要记得：函数这东西，就是帮你偷懒的。而且维护起来超方便！

那么今天我们就来聊聊Python函数，今天这一篇就让你实现从"会用"到"用好"的逆袭。

▶▶ 函数是什么？

函数就像是一个自动售货机。

你投入一些东西（参数），它内部帮你处理，最后给你返回结果（返回值）。

• ●
  你不需要知道它是怎么工作的
• ●
  你只需要知道怎么用它
• ●
  同样的输入，永远得到同样的输出

用代码表示就是这样：

def greet(name):    """打招呼函数"""    return f"你好，{name}！"

解释一下每个部分：

调用的时候这样用：

result = greet("张三")print(result)  # 输出：你好，张三！

▶▶ 参数传递：怎么给函数喂数据？

参数传递有几种方式，我一个个说。

1. 位置参数

就像填表，按顺序来。第一个参数对应第一个位置，第二个参数对应第二个位置，不能乱。

def introduce(name, age, city):    print(f"我叫{name}，今年{age}岁，来自{city}")introduce("张三", 25, "北京")# 输出：我叫张三，今年25岁，来自北京# 顺序错了就尴尬了introduce("北京", 25, "张三")  # 输出：我叫北京，今年25岁，来自张三

怎么理解呢？就像你说"我叫张三，今年25岁"，结果顺序错了，变成"我叫北京，今年25岁"——这人怕不是个地名成精了。

2. 关键字参数

不按顺序也行，但要报名字。Python会根据参数名匹配，不care顺序。

introduce(city="深圳", name="李四", age=30)# 输出：我叫李四，今年30岁，来自深圳

3. 默认参数

有些事不用说，大家都知道。比如打招呼，你说"你好"就行，不用每次都说"今天天气不错，我们开始打招呼吧"。

def greet(name, greeting="你好"):    return f"{greeting}，{name}！"print(greet("张三"))           # 你好，张三！print(greet("张三", "早上好")) # 早上好，张三！

▶▶ 避坑指南：默认参数的坑

这里有个大坑，默认参数必须是不可变对象！否则会出问题：

# 错误示范def add_item(item, items=[]):    items.append(item)    return itemsprint(add_item("apple"))  # ['apple']print(add_item("banana")) # ['banana', 'apple']

等等，第二个输出怎么有两个？不是说好只有一个"banana"吗？

因为Python函数的默认参数只在函数定义时计算一次，之后就一直用同一个对象了。你每次append，其实都是在往同一个列表里加东西。

正确做法是这样：

# 正确示范def add_item(item, items=None):    if items is None:        items = []    items.append(item)    return itemsprint(add_item("apple"))  # ['apple']print(add_item("banana")) # ['banana']

记住：默认参数用None，而不是可变对象。

▶▶ 可变参数：一次接收多个数据

有时候你不知道要传多少个参数怎么办？用args和*kwargs。

*args：接收任意数量的位置参数

def sum_all(*numbers):    total = 0    for num in numbers:        total += num    return totalprint(sum_all(1, 2, 3))        # 6print(sum_all(10, 20, 30, 40)) # 100

*numbers会把所有位置参数打包成一个元组。调用的时候随便传几个数都行。

kwargs：接收任意数量的关键字参数

def print_info(**info):    for key, value in info.items():        print(f"{key}: {value}")print_info(name="张三", age=25, city="北京")# 输出：# name: 张三# age: 25# city: 北京

info会把所有关键字参数打包成一个字典。

▶▶ 返回值：函数给我们的礼物

函数处理完数据，总得把结果还给你吧？这个"还"的动作，就是return。

没有return的函数

def say_hello(name):    print(f"你好，{name}！")result = say_hello("张三")print(result)  # None

如果你不用print而用return，函数会返回一个None。这就像你让朋友帮你买东西，他买完了但没给你，你手上还是空的。

有return的函数

def add(a, b):    return a + bresult = add(1, 2)print(result)  # 3

return还能返回多个值

def get_student_info():    name = "张三"    age = 20    score = 95    return name, age, scoreinfo = get_student_info()print(info)  # ('张三', 20, 95)# 也可以拆包name, age, score = get_student_info()print(name)  # 张三

返回多个值的时候，Python其实返回的是一个元组。你可以整体接收，也可以拆开用。

▶▶ 变量作用域：变量的"势力范围"

变量不是哪都能用的，它有作用域的概念。

局部变量：只在函数里生效

def calculate():    result = 100  # 这是局部变量    return resultprint(calculate())  # 100print(result)       # 报错！result不存在

result是在calculate函数内部定义的，出了这个函数，它就不存在了。就像你家的WiFi，只有在家里能连，出门就没了。

全局变量：到处都能用

total = 1000  # 这是全局变量def add_to_total(amount):    global total  # 声明我要用全局变量    total += amount    return totalprint(add_to_total(500))  # 1500print(total)               # 1500

但是，我建议你尽量少用global。因为全局变量会让代码变得难以理解——你不知道哪个函数会改它，什么时候改，改成什么。

更好的做法是，把需要用的值作为参数传进去，把结果通过return传出来。

▶▶ 匿名函数lambda：一行搞定简单函数

有时候你只是需要一个小函数，用一次就不用了。这时候可以用lambda，写起来更简洁。

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

lambda的常见用法

配合列表排序：

students = [    {"name": "张三", "score": 85},    {"name": "李四", "score": 92},    {"name": "王五", "score": 78}]# 按分数排序students.sort(key=lambda x: x["score"], reverse=True)print(students)# [{'name': '李四', 'score': 92}, {'name': '张三', 'score': 85}, {'name': '王五', 'score': 78}]

配合map使用：

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

配合filter使用：

even_numbers = list(filter(lambda x: x % 2 == 0, numbers))print(even_numbers)  # [2, 4]

▶▶ 递归函数：自己调用自己

递归就是函数调用自己。但关键是要有出口，否则会无限循环下去。

经典案例：计算阶乘

# 循环版本def factorial_loop(n):    result = 1    for i in range(1, n + 1):        result *= i    return result# 递归版本def factorial_recursive(n):    if n <= 1:        return 1  # 终止条件    return n * factorial_recursive(n - 1)  # 调用自己print(factorial_recursive(5))  # 120

递归三要素：

注意：递归太深会爆栈

递归虽然写起来简洁，但调用层次太深会出问题。建议超过100层的递归用循环代替。

▶▶ 高阶函数：函数也能当参数

高阶函数就是接收函数作为参数，或者返回函数的函数。

map、filter、reduce

from functools import reducenumbers = [1, 2, 3, 4, 5]# map：对每个元素做操作squared = list(map(lambda x: x ** 2, numbers))print(squared)  # [1, 4, 9, 16, 25]# filter：筛选符合条件的元素even = list(filter(lambda x: x % 2 == 0, numbers))print(even)  # [2, 4]# reduce：汇总所有元素total = reduce(lambda x, y: x + y, numbers)print(total)  # 15

闭包：返回函数的函数

def make_multiplier(factor):    def multiplier(number):        return number * factor    return multipliertimes_3 = make_multiplier(3)times_5 = make_multiplier(5)print(times_3(10))  # 30print(times_5(10))  # 50

make_multiplier返回了一个函数，这个返回的函数"记住"了factor的值。这就是闭包。

▶▶ 实用技巧总结

❌ 常见错误

✅ 推荐做法

▶写在最后

今天的内容有点多，但我相信只要你动手敲一遍代码，就会发现函数其实没那么复杂。

核心就几点：

• ●
  函数是代码复用的基础
• ●
  参数传递有多种方式，选择合适的
• ●
  默认参数要小心，用None更安全
• ●
  变量有作用域，尽量少用global
• ●
  lambda适合简单函数，复杂逻辑还是用def
• 

今天的内容就到这里啦，你学会了吗？有什么不明白的地方，欢迎在评论区打出来，我们可以一起交流。如果你也想入局AI赛道或者有什么好的想法，欢迎来找我。

我会给你提供一些基础的AI资料。