在以下方法定义中， *和**对param2有何作用？
def foo(param1, *param2):
def bar(param1, **param2):
#1楼
*和**在函数参数列表中有特殊用法。 *表示参数是列表， **表示参数是字典。 这允许函数接受任意数量的参数
#2楼
**（双星）和*（星）对参数有什么作用
它们允许定义函数以接受和允许用户传递任意数量的参数，位置（ * ）和关键字（ ** ）。
定义功能
*args允许任意数量的可选位置参数（参数），这些参数将分配给名为args的元组。
**kwargs允许任意数量的可选关键字参数（参数），这些参数将在名为kwargs的字典中。
您可以（并且应该）选择任何适当的名称，但是如果要使参数具有非特定的语义，则args和kwargs是标准名称。
扩展，传递任意数量的参数
您也可以使用*args和**kwargs分别从列表（或任何可迭代的）和字典（或任何映射）中传入参数。
接收参数的函数不必知道它们正在扩展。
例如，Python 2的xrange并不明确期望*args ，但是因为它需要3个整数作为参数：
>>> x = xrange(3) # create our *args - an iterable of 3 integers
>>> xrange(*x) # expand here
xrange(0, 2, 2)
再举一个例子，我们可以在str.format使用dict扩展：
>>> foo = 'FOO'
>>> bar = 'BAR'
>>> 'this is foo, {foo} and bar, {bar}'.format(**locals())
'this is foo, FOO and bar, BAR'
Python 3的新功能：使用仅关键字参数定义函数
您可以在*args之后使用仅关键字 *args -例如，在这里，必须将kwarg2作为关键字参数-而不是位置：
def foo(arg, kwarg=None, *args, kwarg2=None, **kwargs):
return arg, kwarg, args, kwarg2, kwargs
用法：
>>> foo(1,2,3,4,5,kwarg2='kwarg2', bar='bar', baz='baz')
(1, 2, (3, 4, 5), 'kwarg2', {'bar': 'bar', 'baz': 'baz'})
另外， *可以单独使用*表示仅紧随关键字的关键字，而不允许无限的位置自变量。
def foo(arg, kwarg=None, *, kwarg2=None, **kwargs):
return arg, kwarg, kwarg2, kwargs
在这里， kwarg2再次必须是一个明确命名的关键字参数：
>>> foo(1,2,kwarg2='kwarg2', foo='foo', bar='bar')
(1, 2, 'kwarg2', {'foo': 'foo', 'bar': 'bar'})
而且我们不再可以接受无限的位置参数，因为我们没有*args* ：
>>> foo(1,2,3,4,5, kwarg2='kwarg2', foo='foo', bar='bar')
Traceback (most recent call last):
File "<stdin>", line 1, in <module>
TypeError: foo() takes from 1 to 2 positional arguments
but 5 positional arguments (and 1 keyword-only argument) were given
再次，更简单地说，在这里我们要求kwarg必须使用名称而不是位置：
def bar(*, kwarg=None):
return kwarg
在此示例中，我们看到如果尝试通过位置传递kwarg ，则会出现错误：
>>> bar('kwarg')
Traceback (most recent call last):
File "<stdin>", line 1, in <module>
TypeError: bar() takes 0 positional arguments but 1 was given
我们必须显式地将kwarg参数作为关键字参数传递。
>>> bar(kwarg='kwarg')
'kwarg'
兼容Python 2的演示
*args （通常称为“ star-args”）和**kwargs （可以通过说“ kwargs”来暗示星号，但对于“ double-star kwargs”可以明确表示）是Python使用*和**表示法的常见用法。 这些特定的变量名称不是必需的（例如，您可以使用*foos和**bars ），但是背离约定可能会激怒您的Python编码人员。
我们通常在不知道函数要接收什么或我们可能传递多少个参数时使用它们，有时甚至即使分别命名每个变量也会变得非常混乱和多余（但这是通常显式的情况比隐式更好）。
例子1
以下功能描述了如何使用它们，并演示了行为。 注意，命名的b参数将由前面的第二个位置参数使用：
def foo(a, b=10, *args, **kwargs):
'''
this function takes required argument a, not required keyword argument b
and any number of unknown positional arguments and keyword arguments after
'''
print('a is a required argument, and its value is {0}'.format(a))
print('b not required, its default value is 10, actual value: {0}'.format(b))
# we can inspect the unknown arguments we were passed:
# - args:
print('args is of type {0} and length {1}'.format(type(args), len(args)))
for arg in args:
print('unknown arg: {0}'.format(arg))
# - kwargs:
print('kwargs is of type {0} and length {1}'.format(type(kwargs),
len(kwargs)))
for kw, arg in kwargs.items():
print('unknown kwarg - kw: {0}, arg: {1}'.format(kw, arg))
# But we don't have to know anything about them
# to pass them to other functions.
print('Args or kwargs can be passed without knowing what they are.')
# max can take two or more positional args: max(a, b, c...)
print('e.g. max(a, b, *args) \n{0}'.format(
max(a, b, *args)))
kweg = 'dict({0})'.format( # named args same as unknown kwargs
', '.join('{k}={v}'.format(k=k, v=v)
for k, v in sorted(kwargs.items())))
print('e.g. dict(**kwargs) (same as {kweg}) returns: \n{0}'.format(
dict(**kwargs), kweg=kweg))
我们可以使用help(foo)来检查在线帮助中该函数的签名，它告诉我们
foo(a, b=10, *args, **kwargs)
让我们用foo(1, 2, 3, 4, e=5, f=6, g=7)调用此函数
打印：
a is a required argument, and its value is 1
b not required, its default value is 10, actual value: 2
args is of type <type 'tuple'> and length 2
unknown arg: 3
unknown arg: 4
kwargs is of type <type 'dict'> and length 3
unknown kwarg - kw: e, arg: 5
unknown kwarg - kw: g, arg: 7
unknown kwarg - kw: f, arg: 6
Args or kwargs can be passed without knowing what they are.
e.g. max(a, b, *args)
4
e.g. dict(**kwargs) (same as dict(e=5, f=6, g=7)) returns:
{'e': 5, 'g': 7, 'f': 6}
例子2
我们还可以使用另一个函数来调用它，我们只提供a ：
def bar(a):
b, c, d, e, f = 2, 3, 4, 5, 6
# dumping every local variable into foo as a keyword argument
# by expanding the locals dict:
foo(**locals())
bar(100)打印：
a is a required argument, and its value is 100
b not required, its default value is 10, actual value: 2
args is of type <type 'tuple'> and length 0
kwargs is of type <type 'dict'> and length 4
unknown kwarg - kw: c, arg: 3
unknown kwarg - kw: e, arg: 5
unknown kwarg - kw: d, arg: 4
unknown kwarg - kw: f, arg: 6
Args or kwargs can be passed without knowing what they are.
e.g. max(a, b, *args)
100
e.g. dict(**kwargs) (same as dict(c=3, d=4, e=5, f=6)) returns:
{'c': 3, 'e': 5, 'd': 4, 'f': 6}
示例3：装饰器中的实际用法
好的，所以也许我们还没有看到该实用程序。 因此，假设您在区分代码之前和/或之后有多个带有冗余代码的功能。 为了说明的目的，以下命名函数只是伪代码。
def foo(a, b, c, d=0, e=100):
# imagine this is much more code than a simple function call
preprocess()
differentiating_process_foo(a,b,c,d,e)
# imagine this is much more code than a simple function call
postprocess()
def bar(a, b, c=None, d=0, e=100, f=None):
preprocess()
differentiating_process_bar(a,b,c,d,e,f)
postprocess()
def baz(a, b, c, d, e, f):
... and so on
我们也许可以用不同的方式处理此问题，但是我们当然可以用装饰器提取冗余，因此下面的示例演示了*args和**kwargs如何非常有用：
def decorator(function):
'''function to wrap other functions with a pre- and postprocess'''
@functools.wraps(function) # applies module, name, and docstring to wrapper
def wrapper(*args, **kwargs):
# again, imagine this is complicated, but we only write it once!
preprocess()
function(*args, **kwargs)
postprocess()
return wrapper
现在，由于我们考虑了冗余性，每个包装函数都可以更加简洁地编写：
@decorator
def foo(a, b, c, d=0, e=100):
differentiating_process_foo(a,b,c,d,e)
@decorator
def bar(a, b, c=None, d=0, e=100, f=None):
differentiating_process_bar(a,b,c,d,e,f)
@decorator
def baz(a, b, c=None, d=0, e=100, f=None, g=None):
differentiating_process_baz(a,b,c,d,e,f, g)
@decorator
def quux(a, b, c=None, d=0, e=100, f=None, g=None, h=None):
differentiating_process_quux(a,b,c,d,e,f,g,h)
通过分解代码，使*args和**kwargs可以执行代码，我们减少了代码行，提高了可读性和可维护性，并且在程序中的逻辑上拥有唯一的规范位置。 如果需要更改此结构的任何部分，则可以在一个位置进行每次更改。
#3楼
除函数调用外，* args和** kwargs在类层次结构中很有用，并且还避免了必须在Python中编写__init__方法。 在类似Django代码的框架中可以看到类似的用法。
例如，
def __init__(self, *args, **kwargs):
for attribute_name, value in zip(self._expected_attributes, args):
setattr(self, attribute_name, value)
if kwargs.has_key(attribute_name):
kwargs.pop(attribute_name)
for attribute_name in kwargs.viewkeys():
setattr(self, attribute_name, kwargs[attribute_name])
子类可以是
class RetailItem(Item):
_expected_attributes = Item._expected_attributes + ['name', 'price', 'category', 'country_of_origin']
class FoodItem(RetailItem):
_expected_attributes = RetailItem._expected_attributes + ['expiry_date']
然后将该子类实例化为
food_item = FoodItem(name = 'Jam',
price = 12.0,
category = 'Foods',
country_of_origin = 'US',
expiry_date = datetime.datetime.now())
另外，具有仅对该子类实例有意义的新属性的子类可以调用基类__init__来卸载属性设置。 这是通过* args和** kwargs完成的。 主要使用kwargs，以便使用命名参数可以读取代码。 例如，
class ElectronicAccessories(RetailItem):
_expected_attributes = RetailItem._expected_attributes + ['specifications']
# Depend on args and kwargs to populate the data as needed.
def __init__(self, specifications = None, *args, **kwargs):
self.specifications = specifications # Rest of attributes will make sense to parent class.
super(ElectronicAccessories, self).__init__(*args, **kwargs)
可以被形容为
usb_key = ElectronicAccessories(name = 'Sandisk',
price = '$6.00',
category = 'Electronics',
country_of_origin = 'CN',
specifications = '4GB USB 2.0/USB 3.0')
完整的代码在这里
#4楼
在Python 3.5中，还可以在list ， dict ， tuple和set display（有时也称为文字）中使用此语法。 请参阅PEP 488：其他拆包概述 。
>>> (0, *range(1, 4), 5, *range(6, 8))
(0, 1, 2, 3, 5, 6, 7)
>>> [0, *range(1, 4), 5, *range(6, 8)]
[0, 1, 2, 3, 5, 6, 7]
>>> {0, *range(1, 4), 5, *range(6, 8)}
{0, 1, 2, 3, 5, 6, 7}
>>> d = {'one': 1, 'two': 2, 'three': 3}
>>> e = {'six': 6, 'seven': 7}
>>> {'zero': 0, **d, 'five': 5, **e}
{'five': 5, 'seven': 7, 'two': 2, 'one': 1, 'three': 3, 'six': 6, 'zero': 0}
它还允许在单个函数调用中解压缩多个可迭代对象。
>>> range(*[1, 10], *[2])
range(1, 10, 2)
（感谢mgilson的PEP链接。）
#5楼
首先让我们了解什么是位置参数和关键字参数。 下面是带有位置参数的函数定义的示例。
def test(a,b,c):
print(a)
print(b)
print(c)
test(1,2,3)
#output:
1
2
3
因此，这是带有位置参数的函数定义。 您也可以使用关键字/命名参数来调用它：
def test(a,b,c):
print(a)
print(b)
print(c)
test(a=1,b=2,c=3)
#output:
1
2
3
现在让我们研究一个带有关键字参数的函数定义示例：
def test(a=0,b=0,c=0):
print(a)
print(b)
print(c)
print('-------------------------')
test(a=1,b=2,c=3)
#output :
1
2
3
-------------------------
您也可以使用位置参数调用此函数：
def test(a=0,b=0,c=0):
print(a)
print(b)
print(c)
print('-------------------------')
test(1,2,3)
# output :
1
2
3
---------------------------------
因此，我们现在知道带有位置参数以及关键字参数的函数定义。
现在让我们研究“ *”运算符和“ **”运算符。
请注意，这些运算符可以在两个区域中使用：
a） 函数调用
b） 功能定义
在函数调用中使用“ *”运算符和“ **”运算符。
让我们直接看一个例子，然后讨论它。
def sum(a,b): #receive args from function calls as sum(1,2) or sum(a=1,b=2)
print(a+b)
my_tuple = (1,2)
my_list = [1,2]
my_dict = {'a':1,'b':2}
# Let us unpack data structure of list or tuple or dict into arguments with help of '*' operator
sum(*my_tuple) # becomes same as sum(1,2) after unpacking my_tuple with '*'
sum(*my_list) # becomes same as sum(1,2) after unpacking my_list with '*'
sum(**my_dict) # becomes same as sum(a=1,b=2) after unpacking by '**'
# output is 3 in all three calls to sum function.
所以记住
在函数调用中使用“ *”或“ **”运算符时-
'*'运算符将列表或元组等数据结构解压缩为函数定义所需的参数。
'**'运算符将字典分解成函数定义所需的参数。
现在让我们研究函数定义中使用'*'运算符。 例：
def sum(*args): #pack the received positional args into data structure of tuple. after applying '*' - def sum((1,2,3,4))
sum = 0
for a in args:
sum+=a
print(sum)
sum(1,2,3,4) #positional args sent to function sum
#output:
10
在函数定义中 ，“ *”运算符将接收到的参数打包到一个元组中。
现在让我们看一下函数定义中使用的“ **”示例：
def sum(**args): #pack keyword args into datastructure of dict after applying '**' - def sum({a:1,b:2,c:3,d:4})
sum=0
for k,v in args.items():
sum+=v
print(sum)
sum(a=1,b=2,c=3,d=4) #positional args sent to function sum
在函数定义中 ，“ **”运算符将接收到的参数打包到字典中。
因此请记住：
在函数调用中 ，“ *”将元组或列表的数据结构解压缩为位置或关键字参数，以供函数定义接收。
在函数调用中 ，“ **”将字典的数据结构解压缩为位置或关键字参数，以供函数定义接收。
在函数定义中 ，“ *” 将位置参数打包到元组中。
在函数定义中 ，“ **” 将关键字参数打包到字典中。
来源：oschina
链接：https://my.oschina.net/u/3797416/blog/3137065