Python `*args` 和 `**kwargs`：優(yōu)雅處理可變參數(shù)的終極指南 & 配合 frozenset 實(shí)現(xiàn)通用緩存器
作者：piperliu
在Python開發(fā)中，我們經(jīng)常會(huì)遇到需要處理不定數(shù)量參數(shù)的場景。今天就來聊聊Python中的*args和**kwargs，看看它們?nèi)绾螏臀覀儍?yōu)雅地解決這類問題。
在Python開發(fā)中，我們經(jīng)常會(huì)遇到需要處理不定數(shù)量參數(shù)的場景。今天就來聊聊Python中的*args和**kwargs，看看它們?nèi)绾螏臀覀儍?yōu)雅地解決這類問題。
從一個(gè)實(shí)際場景說起
假設(shè)你正在開發(fā)一個(gè)數(shù)據(jù)處理框架，需要實(shí)現(xiàn)一個(gè)通用的函數(shù)裝飾器來記錄函數(shù)執(zhí)行時(shí)間：
import time
from functools import wraps
def timer(func):
@wraps(func)
def wrapper(*args, **kwargs):
start = time.perf_counter()
result = func(*args, **kwargs)
end = time.perf_counter()
print(f"{func.__name__} 執(zhí)行耗時(shí): {end - start:.6f} 秒")
return result
return wrapper
@timer
def process_data(data, threshold=0.5):
# 模擬數(shù)據(jù)處理
time.sleep(1)
return [x for x in data if x > threshold]
# 使用示例
result = process_data([1, 2, 3, 0.1, 0.4])
# 輸出：process_data 執(zhí)行耗時(shí): 1.003865 秒注意到裝飾器中的*args和**kwargs了嗎？它們讓我們的裝飾器可以適配任意參數(shù)的函數(shù)。
*args ：處理位置參數(shù)
*args允許函數(shù)接收任意數(shù)量的位置參數(shù)，這些參數(shù)會(huì)被打包成一個(gè)元組。
def sum_all(*numbers):
return sum(numbers)
# 以下調(diào)用都是有效的
print(sum_all(1, 2)) # 3
print(sum_all(1, 2, 3, 4)) # 10**kwargs ：處理關(guān)鍵字參數(shù)
**kwargs則用于接收任意數(shù)量的關(guān)鍵字參數(shù)，這些參數(shù)會(huì)被打包成一個(gè)字典。
def print_user_info(**info):
for key, value in info.items():
print(f"{key}: {value}")
# 可以傳入任意數(shù)量的命名參數(shù)
print_user_info(name="Alice", age=30, city="Shanghai")解包操作： * 和 ** 的另一面
除了在函數(shù)定義時(shí)使用，*和**還可以用于解包序列和字典：
def greet(name, age, city):
print(f"你好，{name}！你{age}歲了，來自{city}？")
# 使用*解包列表/元組
user_data = ["Bob", 25, "Beijing"]
greet(*user_data) # 你好，Bob！你25歲了，來自Beijing？
# 使用**解包字典
user_dict = {"name": "Charlie", "age": 35, "city": "Guangzhou"}
greet(**user_dict) # 你好，Charlie！你35歲了，來自Guangzhou？高級(jí)應(yīng)用：混合使用與順序規(guī)則
在實(shí)際開發(fā)中，我們經(jīng)常需要混合使用這些特性：
def complex_function(x, y, *args, default=None, **kwargs):
print(f"x: {x}")
print(f"y: {y}")
print(f"args: {args}")
print(f"default: {default}")
print(f"kwargs: {kwargs}")
# 調(diào)用示例
complex_function(1, 2, 3, 4, default="test", extra=True, debug=False)這里有個(gè)重要的順序規(guī)則：
- 普通位置參數(shù)
- *args
- 默認(rèn)參數(shù)
- **kwargs
實(shí)用技巧：使用 *args 和 **kwargs 實(shí)現(xiàn)通用緩存裝飾器
在開發(fā)中，經(jīng)常需要在不修改原函數(shù)簽名的情況下添加新功能：
import time
from typing import Any, Callable
from functools import wraps
class Cache:
def __init__(self):
self._cache = {}
def cached_call(self, func: Callable[..., Any], *args, **kwargs) -> Any:
# 使用frozenset處理kwargs，確保{a:1, b:2}和{b:2, a:1}被視為相同的調(diào)用
key = (func.__name__, args, frozenset(kwargs.items()))
if key not in self._cache:
print(f"Cache miss for {func.__name__}, calculating...")
start = time.perf_counter()
self._cache[key] = func(*args, **kwargs)
end = time.perf_counter()
else:
print(f"Cache hit for {func.__name__}, returning cached result")
return self._cache[key]
# 創(chuàng)建緩存實(shí)例
cache = Cache()
def expensive_operation(x: int, y: int, z: int = 1) -> int:
"""模擬耗時(shí)操作"""
time.sleep(2) # 模擬耗時(shí)計(jì)算
return x + y + z
def measure_time(func: Callable, *args, **kwargs) -> None:
"""測(cè)量函數(shù)執(zhí)行時(shí)間"""
start = time.perf_counter()
result = func(*args, **kwargs)
end = time.perf_counter()
print(f"Result: {result}")
print(f"Time taken: {end - start:.2f} seconds\n")
return result
# 演示不同場景下的緩存效果
print("第一次調(diào)用（無緩存）:")
measure_time(cache.cached_call, expensive_operation, 1, 2, z=3)
print("第二次調(diào)用（使用緩存）:")
measure_time(cache.cached_call, expensive_operation, 1, 2, z=3)
print("不同參數(shù)順序的調(diào)用（展示frozenset的作用）:")
# 注意這里kwargs的順序不同，但應(yīng)該命中相同的緩存
result3 = cache.cached_call(expensive_operation, x=1, y=2, z=3)
result4 = cache.cached_call(expensive_operation, y=2, x=1, z=3)輸出：
第一次調(diào)用（無緩存）:
Cache miss for expensive_operation, calculating...
Result: 6
Time taken: 2.01 seconds
第二次調(diào)用（使用緩存）:
Cache hit for expensive_operation, returning cached result
Result: 6
Time taken: 0.00 seconds
不同參數(shù)順序的調(diào)用（展示frozenset的作用）:
Cache miss for expensive_operation, calculating...
Cache hit for expensive_operation, returning cached result注意，在實(shí)現(xiàn)緩存時(shí)，我們需要一個(gè)可哈希（hashable）的鍵來唯一標(biāo)識(shí)函數(shù)調(diào)用。但是普通的set和dict是可變的，因此不能作為字典的鍵。Python 的 frozenset 就是為了解決這個(gè)問題 - 它是不可變的集合類型。
關(guān)于frozenset的幾個(gè)重要特點(diǎn)
- 不可變性：一旦創(chuàng)建就不能修改，這使它可以作為字典的鍵
# 這是允許的
d = {frozenset([1, 2, 3]): "value"}
# 這會(huì)報(bào)錯(cuò)
s = set([1, 2, 3])
d = {s: "value"} # TypeError: unhashable type: 'set'- 順序無關(guān)性：
# 這兩個(gè)frozenset是相等的
fs1 = frozenset([1, 2, 3])
fs2 = frozenset([3, 1, 2])
print(fs1 == fs2) # True- 性能考慮：
# 下面這種寫法更高效
key = (func.__name__, args, frozenset(kwargs.items()))
# 而不是
key = (func.__name__, args, tuple(sorted(kwargs.items())))關(guān)于frozenset的注意事項(xiàng)
- frozenset只能包含可哈希的元素。例如，你不能創(chuàng)建包含列表或字典的frozenset。
- 在我們的緩存實(shí)現(xiàn)中，如果函數(shù)參數(shù)包含不可哈希的類型（如列表），需要額外處理：
def make_hashable(obj):
"""將對(duì)象轉(zhuǎn)換為可哈希的形式"""
if isinstance(obj, (tuple, list)):
return tuple(make_hashable(o) for o in obj)
elif isinstance(obj, dict):
return frozenset((k, make_hashable(v)) for k, v in obj.items())
elif isinstance(obj, set):
return frozenset(make_hashable(o) for o in obj)
return obj
# 改進(jìn)的緩存鍵生成
key = (func.__name__, make_hashable(args), make_hashable(kwargs))一些 *args 和 **kwargs 的注意事項(xiàng)
- 參數(shù)名稱不一定非要用args和kwargs，但這是約定俗成的命名。
- 在函數(shù)定義中，*args必須在**kwargs之前。
- 在Python3 中，可以在*args之后定義強(qiáng)制關(guān)鍵字參數(shù)。
總結(jié)
*args和**kwargs是Python中非常強(qiáng)大的特性，它們讓我們能夠：
- 編寫更靈活的函數(shù)和裝飾器
- 實(shí)現(xiàn)參數(shù)轉(zhuǎn)發(fā)
- 處理不定量的參數(shù)
掌握這些特性，可以讓我們的代碼更加優(yōu)雅和通用。在日常開發(fā)中，合理使用這些特性可以大大提高代碼的可維護(hù)性和可擴(kuò)展性。
責(zé)任編輯：武曉燕
來源：
Piper蛋窩
