第 4.2 节 函数进阶:处理不同的数据任务#
预计学习时长: 30 分钟
本节目标:
- 会用默认参数让一个函数适配多种场景;
- 会把列表、字典作为参数传进函数;
- 知道默认参数用可变对象时的坑,以及
None的正确写法;- 理解「一个函数只干一件事」,学会用多个小函数组合出大功能。
函数进阶的三件事#
上一节的函数只能「一种输入 → 一种输出」。要让它真正好用,需要解决三个问题:
- 某些参数每次都一样? → 默认参数;
- 要处理的数据不止一条? → 把列表当参数;
- 逻辑变复杂了? → 拆成几个小函数组合。
Case 31:计算不同班级的平均成绩——使用默认参数#
任务: 写一个按及格线计算通过人数的函数,默认及格线是 60,但允许临时指定。
def count_passed(scores, threshold=60):
passed = 0
for score in scores:
if score >= threshold:
passed += 1
return passed
class_a = [88, 95, 76, 45, 61]
class_b = [92, 78, 85, 90, 73]
print("A 班默认及格线:", count_passed(class_a))
print("A 班按 70 分及格:", count_passed(class_a, threshold=70))
print("B 班按 80 分及格:", count_passed(class_b, 80))输出:
A 班默认及格线: 4
A 班按 70 分及格: 3
B 班按 80 分及格: 3关键点
threshold=60是默认参数。调用时不传它就用 60,传了就用你传的;- 有默认值的参数必须放在没有默认值的参数后面。写成
def f(threshold=60, scores)会报SyntaxError; count_passed(class_b, 80)是位置传参,count_passed(class_a, threshold=70)是关键字传参。同一段代码里最好统一用一种,可读性差别很大;- 默认参数让函数「有一个好用的默认值,同时保留灵活性」——这是 Python 里非常常见的设计。
默认参数不要用可变对象 写成
def f(items=[]):是错的:这个列表会在所有调用之间共享,函数改一次它,下次调用就带着上次的脏数据。 正确写法是def f(items=None):,然后在函数体里if items is None: items = []。 这是 Python 面试和实际项目里的高频坑。
Case 32:批量处理学生成绩——使用列表作为函数参数#
任务: 写一个函数,接收一个学生字典列表,把每个人的成绩换算成等级并存回去。
def to_letter_grade(score):
if score >= 90:
return "A"
elif score >= 80:
return "B"
elif score >= 60:
return "C"
return "D"
def apply_grades(students, key="score"):
for student in students:
student["grade"] = to_letter_grade(student[key])
return students
students = [
{"name": "小明", "score": 92},
{"name": "小红", "score": 78},
{"name": "小刚", "score": 55},
]
apply_grades(students)
for student in students:
print(f"{student['name']}: {student['score']} -> {student['grade']}")输出:
小明: 92 -> A
小红: 78 -> C
小刚: 55 -> D关键点
- 函数接收字典组成的列表,遍历时用
student["name"]这样的键访问,比student[0]好懂得多; apply_grades直接修改了传进来的字典,这叫就地修改(原地修改)。好处是调用后不用再接收返回值;key="score"让函数可以处理不同字段名,比如传key="final_score"就能对另一个分数字段评级;- 「一个函数只干一件事」:
to_letter_grade只管算等级,apply_grades只管批量调用。两个小函数组合起来,比一个又长又乱的函数好维护得多。
什么时候该返回新对象,什么时候就地改? 小数据、你自己控制调用方式 → 就地改最方便。 但如果传进去的是重要数据、又不想被意外改动 → 返回一份新的(比如
student.copy()或列表推导生成新列表)。 函数的默认约定是「不改你的输入」,破坏了调用者的预期就容易出 bug。
Case 33:构建数据统计工具——使用多个函数完成组合任务#
任务: 把前面学过的几个小函数组合起来,做一个完整的成绩统计流程:清洗 → 分级 → 汇总 → 出报告。
def clean_scores(raw_scores):
valid = []
for item in raw_scores:
if item is None:
continue
if 0 <= item <= 100:
valid.append(float(item))
return valid
def to_letter_grade(score):
if score >= 90:
return "A"
elif score >= 80:
return "B"
elif score >= 60:
return "C"
return "D"
def build_report(scores, title="成绩分析报告"):
clean = clean_scores(scores)
if not clean:
return f"{title}\n(没有有效数据)"
lines = [title, "-" * 20]
lines.append(f"有效人数:{len(clean)}")
lines.append(f"平均分:{sum(clean) / len(clean):.2f}")
lines.append(f"最高分:{max(clean)}")
lines.append(f"最低分:{min(clean)}")
counts = {}
for score in clean:
grade = to_letter_grade(score)
counts[grade] = counts.get(grade, 0) + 1
for grade in ["A", "B", "C", "D"]:
lines.append(f"{grade} 等级:{counts.get(grade, 0)} 人")
return "\n".join(lines)
print(build_report([92, None, 78, -5, 88, 150, 61]))输出:
成绩分析报告
--------------------
有效人数:4
平均分:79.75
最高分:92.0
最低分:61.0
A 等级:1 人
B 等级:1 人
C 等级:2 人
D 等级:0 人关键点
build_report是组合层:它不自己算平均分,而是调用clean_scores和to_letter_grade。各层各司其职;"\n".join(lines)把一个字符串列表拼成多行报告。lines.append(...)逐行构造,比一个大 f-string 更好维护;counts.get(grade, 0)用默认值 0 兜住「某个等级一个人都没有」的情况;- 报告用
return交出来,而不是print出来。这样你可以把它存进文件、发到网页、或者传给别的函数——这就是return的价值。
好代码和烂代码的区别之一:层次 烂代码是「一个函数从头处理到尾,200 行」; 好代码是「三个各干一件事的小函数,加一个把它们串起来的函数」。 当你想改「什么算及格」的时候,只需要改
to_letter_grade一个地方。这就是可维护性。
本节小结#
| 技巧 | 写法 | 用途 |
|---|---|---|
| 默认参数 | def f(x, threshold=60): | 提供好用的默认值 |
| 关键字参数 | f(x, threshold=70) | 传参更清楚 |
| 列表参数 | def f(students): | 批量处理数据 |
| 就地修改 | d["k"] = v | 直接改传入的对象 |
| 函数组合 | 在一个函数里调用另一个 | 分层设计 |
三条核心规矩:默认参数放后面、默认参数别用可变对象、函数返回结果而不是打印结果。
随堂练习#
- 写一个
clamp(value, minimum=0, maximum=100)函数,把数值限制在给定区间内; - 写一个
count_by_grade(students)函数,返回一个字典,形如{"A": 1, "B": 2, ...}; - 把 Case 33 的
build_report改成能处理学生字典列表(从student["score"]取分数)。
点击查看参考答案
# 练习 1
def clamp(value, minimum=0, maximum=100):
if value < minimum:
return minimum
if value > maximum:
return maximum
return value
print(clamp(150), clamp(-5), clamp(80))
# 练习 2
def to_letter_grade(score):
if score >= 90:
return "A"
elif score >= 80:
return "B"
elif score >= 60:
return "C"
return "D"
def count_by_grade(students):
counts = {}
for student in students:
grade = to_letter_grade(student["score"])
counts[grade] = counts.get(grade, 0) + 1
return counts
print(count_by_grade([{"score": 92}, {"score": 78}, {"score": 88}]))
# 练习 3
def build_report(students, title="成绩分析报告"):
scores = [s["score"] for s in students if s.get("score") is not None]
clean = clean_scores(scores)
if not clean:
return f"{title}\n(没有有效数据)"
lines = [title, "-" * 20, f"有效人数:{len(clean)}",
f"平均分:{sum(clean) / len(clean):.2f}"]
return "\n".join(lines)练习 2 里注意用 counts.get(grade, 0) 而不是直接 counts[grade] += 1——后者在键不存在时会报 KeyError。
下一节预告 函数写得再好,也都挤在一个文件里。下一节我们把函数拆进不同模块,用
import互相调用——这是从「一段代码」到「一个项目」的第一步。