90%的Python程序员不知道，可变参数设计竟能决定函数的灵活性和扩展性！掌握这些技巧，让你的函数适应任何场景！

一、函数参数设计的三大进阶技巧

1. 默认值参数：基础但强大

def connect_db(host="localhost", port=5432, user="admin"):
    # 数据库连接逻辑
    print(f"连接到 {user}@{host}:{port}")

# 使用默认值
connect_db()  # 连接到 admin@localhost:5432

# 覆盖部分默认值
connect_db(host="db.example.com")  # 连接到 admin@db.example.com:5432

关键优势：简化调用，提供合理的预设值

2. 可变位置参数(*args)：处理不确定数量的输入

def calculate_average(*numbers):
    """计算任意数量数字的平均值"""
    return sum(numbers) / len(numbers) if numbers else 0

print(calculate_average(1, 2, 3))       # 2.0
print(calculate_average(10, 20, 30, 40)) # 25.0

核心特点：

• 使用单个星号(*)前缀
• 接收的参数被打包为元组
• 允许传递任意数量的位置参数

3. 可变关键字参数(**kwargs)：处理不确定数量的键值对

def build_profile(**attributes):
    """构建用户资料字典"""
    profile = {"status": "active", "created_at": "2023-08-20"}
    profile.update(attributes)  # 合并传入的属性
    return profile

user = build_profile(name="Alice", age=30, occupation="Engineer")
print(user)
# 输出: {'status': 'active', 'created_at': '2023-08-20', 
#        'name': 'Alice', 'age': 30, 'occupation': 'Engineer'}

核心特点：

• 使用双星号(**)前缀
• 接收的参数被打包为字典
• 允许传递任意数量的关键字参数

二、可变参数的黄金法则与限制

1. 数量限制：每个类型只能有一个

# 正确：一个*args和一个**kwargs
def valid_func(*args, **kwargs):
    pass

# 错误：多个*args
def invalid_func1(*args1, *args2):
    pass  # SyntaxError!

# 错误：多个**kwargs
def invalid_func2(**kwargs1, **kwargs2):
    pass  # SyntaxError!

2. 顺序强制：位置参数优先

# 正确顺序：位置参数 → *args → **kwargs
def correct_order(a, b, *args, **kwargs):
    print(f"a={a}, b={b}, args={args}, kwargs={kwargs}")

correct_order(1, 2, 3, 4, name="Alice", age=30)
# 输出: a=1, b=2, args=(3, 4), kwargs={'name': 'Alice', 'age': 30}

# 错误顺序：**kwargs在*args前
def wrong_order(**kwargs, *args):
    pass  # SyntaxError!

3. 实际应用：Python内置函数的秘密

# print函数的真实定义（简化版）
def print(*values, sep=' ', end='\n', file=None, flush=False):
    # 实际实现...
    pass

# 使用示例
print("Python", "is", "awesome", sep="-", end="!\n")
# 输出: Python-is-awesome!

三、混合使用：构建超灵活函数接口

def advanced_order(pizza, size="medium", *toppings, **extras):
    """处理披萨订单"""
    print(f"订单详情: {size}号{pizza}披萨")
    
    if toppings:
        print("加配料:", ", ".join(toppings))
    
    if extras:
        print("额外要求:")
        for key, value in extras.items():
            print(f"- {key}: {value}")

# 调用示例
advanced_order("玛格丽特", "大号", "蘑菇", "橄榄", 
               delivery=True, notes="不要洋葱")

输出结果：

订单详情: 大号玛格丽特披萨
加配料: 蘑菇, 橄榄
额外要求:
- delivery: True
- notes: 不要洋葱

四、参数设计的最佳实践

1. 可读性优先：使用描述性参数名

# 不推荐：模糊的命名
def process(*a, **b):
    pass

# 推荐：清晰的命名
def process_data(*file_paths, **processing_options):
    pass

文档化参数：使用docstring说明参数

def create_user(username, *roles, **metadata):
    """
    创建新用户
    
    参数:
    username: 必需的用户名
    *roles: 任意数量的用户角色
    **metadata: 任意键值对的附加信息
    """
    # 实现代码...

避免过度使用：当参数结构明确时，避免使用可变参数

# 不推荐：过度使用可变参数
def calculate(*numbers, operation="sum"):
    pass

# 推荐：明确参数结构
def calculate(numbers, operation="sum"):
    pass

五、实际应用场景

1. 数据处理管道

def process_data(source, *transformations, **output_options):
    data = load_data(source)
    for transform in transformations:
        data = transform(data)
    export_data(data, **output_options)

2. API请求封装

def api_request(endpoint, method="GET", *args, **params):
    url = f"https://api.example.com/{endpoint}"
    response = requests.request(method, url, params=params)
    return response.json()

3. 动态配置系统

def configure_app(*config_files, **override_settings):
    config = load_default_config()
    for file in config_files:
        config.update(load_config_file(file))
    config.update(override_settings)
    return config