从 Python 文档中：

如果位置参数多于形式参数槽，则引发 TypeError 异常，除非存在使用语法“*identifier”的形式参数;在这种情况下，该形式参数接收一个包含多余位置参数的元组（如果没有多余的位置参数，则接收一个空元组）。

如果任何关键字参数与正式参数名称不对应，则会引发 TypeError 异常，除非存在使用语法“**identifier”的正式参数;在这种情况下，该形式参数将接收一个包含多余关键字参数的字典（使用关键字作为键，使用参数值作为对应值），如果没有多余的关键字参数，则接收一个（新）空字典。

和 是允许任意数量的函数参数的常用习语，如 Python 教程中有关定义函数的更多部分所述。*args**kwargs

将以元组的形式为您提供所有位置参数：*args

def foo(*args):
    for a in args:
        print(a)        

foo(1)
# 1

foo(1, 2, 3)
# 1
# 2
# 3

将给你一切 作为字典的关键字参数：**kwargs

def bar(**kwargs):
    for a in kwargs:
        print(a, kwargs[a])  

bar(name='one', age=27)
# name one
# age 27

这两个习语都可以与普通参数混合使用，以允许一组固定参数和一些变量参数：

def foo(kind, *args, bar=None, **kwargs):
    print(kind, args, bar, kwargs)

foo(123, 'a', 'b', apple='red')
# 123 ('a', 'b') None {'apple': 'red'}

也可以反过来使用：

def foo(a, b, c):
    print(a, b, c)

obj = {'b':10, 'c':'lee'}

foo(100, **obj)
# 100 10 lee

该惯用语的另一个用法是在调用函数时解压缩参数列表。*l

def foo(bar, lee):
    print(bar, lee)

baz = [1, 2]

foo(*baz)
# 1 2

在 Python 3 中，可以在赋值的左侧使用（扩展可迭代解包），尽管它在此上下文中给出了一个列表而不是元组：*l

first, *rest = [1, 2, 3, 4]
# first = 1
# rest = [2, 3, 4]

此外，Python 3 还添加了一个新的语义（参见 PEP 3102）：

def func(arg1, arg2, arg3, *, kwarg1, kwarg2):
    pass

这样的函数只接受 3 个位置参数，之后的所有内容都只能作为关键字参数传递。*

注意：

Python ，在语义上用于关键字参数传递，是任意排序的。但是，在 Python 3.6+ 中，关键字参数可以保证记住插入顺序。 “元素的顺序现在对应于关键字参数传递给函数的顺序。” - Python 3.6 中的新功能。 事实上，CPython 3.6 中的所有字典都会记住插入顺序作为实现细节，这在 Python 3.7 中成为标准。dict**kwargs

单个 * 表示可以有任意数量的额外位置参数。 可以像 一样调用。在 foo（） 的主体中，param2 是一个包含 2-5 的序列。foo()foo(1,2,3,4,5)

双精度 ** 表示可以有任意数量的额外命名参数。 可以像 一样调用。在 bar（） 的主体中，param2 是一个包含 {'a'：2， 'b'：3 } 的字典bar()bar(1, a=2, b=3)

使用以下代码：

def foo(param1, *param2):
    print(param1)
    print(param2)

def bar(param1, **param2):
    print(param1)
    print(param2)

foo(1,2,3,4,5)
bar(1,a=2,b=3)

输出是

1
(2, 3, 4, 5)
1
{'a': 2, 'b': 3}

还值得注意的是，您也可以在调用函数时使用 和 。这是一个快捷方式，允许您使用列表/元组或字典直接将多个参数传递给函数。例如，如果您具有以下函数：***

def foo(x,y,z):
    print("x=" + str(x))
    print("y=" + str(y))
    print("z=" + str(z))

您可以执行以下操作：

>>> mylist = [1,2,3]
>>> foo(*mylist)
x=1
y=2
z=3

>>> mydict = {'x':1,'y':2,'z':3}
>>> foo(**mydict)
x=1
y=2
z=3

>>> mytuple = (1, 2, 3)
>>> foo(*mytuple)
x=1
y=2
z=3

注意：中的键必须与函数的参数完全相同。否则，它将抛出一个：mydictfooTypeError

>>> mydict = {'x':1,'y':2,'z':3,'badnews':9}
>>> foo(**mydict)
Traceback (most recent call last):
  File "<stdin>", line 1, in <module>
TypeError: foo() got an unexpected keyword argument 'badnews'

*并在函数参数列表中具有特殊用法。 暗示参数是一个列表，并暗示参数 是一本字典。这允许函数取任意数量的 参数*****

（双星）和（星）对参数有什么作用？***

它们允许将函数定义为接受，并允许用户传递任意数量的参数，位置 （） 和关键字 （）。***

定义函数

*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 的元组。args

**kwargs允许任意数量的可选关键字参数（参数），这些参数将位于名为 的字典中。kwargs

您可以（并且应该）选择任何适当的名称，但如果目的是使参数具有非特定语义，并且是标准名称。argskwargs

扩展，传递任意数量的参数

您还可以分别使用和传入列表（或任何可迭代对象）和字典（或任何映射）中的参数。*args**kwargs

接收参数的函数不必知道它们正在扩展。

例如，Python 2 的 xrange 没有明确期望 ，但由于它需要 3 个整数作为参数：*args

>>> 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，我们可以在以下位置使用 dict 扩展：str.format

>>> foo = 'FOO'
>>> bar = 'BAR'
>>> 'this is foo, {foo} and bar, {bar}'.format(**locals())
'this is foo, FOO and bar, BAR'

Python 3 中的新增功能：使用仅关键字参数定义函数

您可以在 - 例如，这里，必须作为关键字参数给出 - 而不是位置参数之后，只有关键字参数：*argskwarg2

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'})

此外，可以单独用于指示后面只有关键字参数，而不允许无限的位置参数。*

def foo(arg, kwarg=None, *, kwarg2=None, **kwargs): 
    return arg, kwarg, kwarg2, kwargs

在这里，必须再次是显式命名的关键字参数：kwarg2

>>> foo(1,2,kwarg2='kwarg2', foo='foo', bar='bar')
(1, 2, 'kwarg2', {'foo': 'foo', 'bar': 'bar'})

我们不能再接受无限的立场论证，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

同样，更简单地说，这里我们需要按名称给出，而不是按位置给出：kwarg

def bar(*, kwarg=None): 
    return kwarg

在这个例子中，我们看到，如果我们尝试按位置传递，我们会得到一个错误：kwarg

>>> bar('kwarg')
Traceback (most recent call last):
  File "<stdin>", line 1, in <module>
TypeError: bar() takes 0 positional arguments but 1 was given

我们必须显式地将参数作为关键字参数传递。kwarg

>>> bar(kwarg='kwarg')
'kwarg'

Python 2 兼容演示

*args（通常说“star-args”）和（星星可以通过说“kwargs”来暗示，但要用“double-star kwargs”来明确）是Python中使用和符号的常用习语。这些特定的变量名称不是必需的（例如，您可以使用 和 ），但偏离约定可能会激怒您的 Python 编码人员。**kwargs****foos**bars

当我们不知道我们的函数将接收什么或我们可能传递多少个参数时，我们通常会使用它们，有时甚至单独命名每个变量也会变得非常混乱和冗余（但在这种情况下，通常显式比隐式更好）。

示例 1

以下函数描述了如何使用它们，并演示了行为。请注意，命名参数将由第二个位置参数使用：b

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))

我们可以在联机帮助中查看函数的签名，它告诉我们help(foo)

foo(a, b=10, *args, **kwargs)

让我们用foo(1, 2, 3, 4, e=5, f=6, g=7)

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}

示例 2

我们也可以使用另一个函数来调用它，我们只需提供：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)指纹：

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，也许我们还没有看到该实用程序。因此，假设您在微分代码之前和/或之后有几个具有冗余代码的函数。以下命名函数只是用于说明目的的伪代码。

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

我们也许能够以不同的方式处理这个问题，但我们当然可以使用装饰器提取冗余，因此我们下面的示例演示了如何并且非常有用：*args**kwargs

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，每个包装的函数都可以更简洁地编写，因为我们已经排除了冗余：

@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)

通过分解我们的代码，我们可以这样做，我们减少了代码行数，提高了可读性和可维护性，并在我们的程序中为逻辑提供了唯一的规范位置。如果我们需要更改此结构的任何部分，我们有一个位置可以进行每个更改。*args**kwargs

除了函数调用之外，*args 和 **kwargs 在类层次结构中也很有用，并且还避免了在 Python 中编写方法。在 Django 代码等框架中也可以看到类似的用法。__init__

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])

然后，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())

此外，具有仅对该子类实例有意义的新属性的子类可以调用 Base 类来卸载属性设置。 这是通过 *args 和 **kwargs 完成的。kwargs 主要用于使用命名参数可读代码。例如__init__

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)

可以将其简化为

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

在 Python 3.5 中，您还可以在 、 、 和 displays （有时也称为文字） 中使用此语法。请参阅 PEP 488：其他解包泛化。listdicttupleset

>>> (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 提供的 PEP 链接。

让我们首先了解什么是位置参数和关键字参数。 下面是使用 Positional 参数的函数定义示例。

def test(a,b,c):
     print(a)
     print(b)
     print(c)

test(1,2,3)
#output:
1
2
3

所以这是一个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，我们现在知道了带有位置参数和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，这些运算符可用于以下 2 个领域：

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。

让我们直接举个例子，然后讨论一下。

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.

所以请记住

在函数调用中使用“*”或“**”运算符时 -

“*”运算符将数据结构（如列表或元组）解压缩为函数定义所需的参数。

'**' 运算符将字典解压缩为函数定义所需的参数。

现在让我们研究一下函数定义中的“*”运算符用法。 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，“*”运算符将收到的参数打包到元组中。

现在让我们看一个函数定义中使用的“**”的例子：

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，“**”运算符将收到的参数打包到字典中。

所以请记住：

在函数调用中，“*”将元组或列表的数据结构解压缩为函数定义要接收的位置或关键字参数。

在函数调用中，“**”将字典的数据结构解压缩为函数定义要接收的位置或关键字参数。

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。

在函数中使用两者的一个很好的例子是：

>>> def foo(*arg,**kwargs):
...     print arg
...     print kwargs
>>>
>>> a = (1, 2, 3)
>>> b = {'aa': 11, 'bb': 22}
>>>
>>>
>>> foo(*a,**b)
(1, 2, 3)
{'aa': 11, 'bb': 22}
>>>
>>>
>>> foo(a,**b) 
((1, 2, 3),)
{'aa': 11, 'bb': 22}
>>>
>>>
>>> foo(a,b) 
((1, 2, 3), {'aa': 11, 'bb': 22})
{}
>>>
>>>
>>> foo(a,*b)
((1, 2, 3), 'aa', 'bb')
{}

我想举一个其他人没有提到的例子

* 也可以拆开发电机的包装

Python3 文档中的示例

x = [1, 2, 3]
y = [4, 5, 6]

unzip_x, unzip_y = zip(*zip(x, y))

unzip_x将是 （1， 2， 3），unzip_y将是 （4， 5， 6）

zip（） 接收多个可调用的参数，并返回一个生成器。

zip(*zip(x,y)) -> zip((1, 4), (2, 5), (3, 6))

这个例子将帮助你记住 ，甚至 和 继承 在 Python 中。*args**kwargssuper

class base(object):
    def __init__(self, base_param):
        self.base_param = base_param


class child1(base): # inherited from base class
    def __init__(self, child_param, *args) # *args for non-keyword args
        self.child_param = child_param
        super(child1, self).__init__(*args) # call __init__ of the base class and initialize it with a NON-KEYWORD arg

class child2(base):
    def __init__(self, child_param, **kwargs):
        self.child_param = child_param
        super(child2, self).__init__(**kwargs) # call __init__ of the base class and initialize it with a KEYWORD arg

c1 = child1(1,0)
c2 = child2(1,base_param=0)
print c1.base_param # 0
print c1.child_param # 1
print c2.base_param # 0
print c2.child_param # 1

此表对于在函数构造和函数调用中使用和使用非常方便：***

            In function construction         In function call
=======================================================================
          |  def f(*args):                 |  def f(a, b):
*args     |      for arg in args:          |      return a + b
          |          print(arg)            |  args = (1, 2)
          |  f(1, 2)                       |  f(*args)
----------|--------------------------------|---------------------------
          |  def f(a, b):                  |  def f(a, b):
**kwargs  |      return a + b              |      return a + b
          |  def g(**kwargs):              |  kwargs = dict(a=1, b=2)
          |      return f(**kwargs)        |  f(**kwargs)
          |  g(a=1, b=2)                   |
-----------------------------------------------------------------------

这实际上只是为了总结 Lorin Hochstein 的答案，但我觉得它很有帮助。

相关：星形/splat 运算符的用途已在 Python 3 中扩展

*args和 ：允许您将可变数量的参数传递给函数。**kwargs

*args： 用于向函数发送非关键字变量长度参数列表：

def args(normal_arg, *argv):
    print("normal argument:", normal_arg)

    for arg in argv:
        print("Argument in list of arguments from *argv:", arg)

args('animals', 'fish', 'duck', 'bird')

将产生：

normal argument: animals
Argument in list of arguments from *argv: fish
Argument in list of arguments from *argv: duck
Argument in list of arguments from *argv: bird

**kwargs*

**kwargs允许您将参数的关键字可变长度传递给函数。如果要处理函数中的命名参数，则应使用。**kwargs

def who(**kwargs):
    if kwargs is not None:
        for key, value in kwargs.items():
            print("Your %s is %s." % (key, value))

who(name="Nikola", last_name="Tesla", birthday="7.10.1856", birthplace="Croatia")  

将产生：

Your name is Nikola.
Your last_name is Tesla.
Your birthday is 7.10.1856.
Your birthplace is Croatia.

对于那些通过实例学习的人！

1. 其目的是使您能够定义一个函数，该函数可以将任意数量的参数作为列表提供（例如 ).*f(*myList)
2. 其目的是通过提供字典（例如 ).**f(**{'x' : 1, 'y' : 2})

让我们通过定义一个函数来证明这一点，该函数接受两个正态变量 ， ，并且可以接受更多的参数作为 ，并且可以接受更多的参数作为 。稍后，我们将展示如何使用 .xymyArgsmyKWymyArgDict

def f(x, y, *myArgs, **myKW):
    print("# x      = {}".format(x))
    print("# y      = {}".format(y))
    print("# myArgs = {}".format(myArgs))
    print("# myKW   = {}".format(myKW))
    print("# ----------------------------------------------------------------------")

# Define a list for demonstration purposes
myList    = ["Left", "Right", "Up", "Down"]
# Define a dictionary for demonstration purposes
myDict    = {"Wubba": "lubba", "Dub": "dub"}
# Define a dictionary to feed y
myArgDict = {'y': "Why?", 'y0': "Why not?", "q": "Here is a cue!"}

# The 1st elem of myList feeds y
f("myEx", *myList, **myDict)
# x      = myEx
# y      = Left
# myArgs = ('Right', 'Up', 'Down')
# myKW   = {'Wubba': 'lubba', 'Dub': 'dub'}
# ----------------------------------------------------------------------

# y is matched and fed first
# The rest of myArgDict becomes additional arguments feeding myKW
f("myEx", **myArgDict)
# x      = myEx
# y      = Why?
# myArgs = ()
# myKW   = {'y0': 'Why not?', 'q': 'Here is a cue!'}
# ----------------------------------------------------------------------

# The rest of myArgDict becomes additional arguments feeding myArgs
f("myEx", *myArgDict)
# x      = myEx
# y      = y
# myArgs = ('y0', 'q')
# myKW   = {}
# ----------------------------------------------------------------------

# Feed extra arguments manually and append even more from my list
f("myEx", 4, 42, 420, *myList, *myDict, **myDict)
# x      = myEx
# y      = 4
# myArgs = (42, 420, 'Left', 'Right', 'Up', 'Down', 'Wubba', 'Dub')
# myKW   = {'Wubba': 'lubba', 'Dub': 'dub'}
# ----------------------------------------------------------------------

# Without the stars, the entire provided list and dict become x, and y:
f(myList, myDict)
# x      = ['Left', 'Right', 'Up', 'Down']
# y      = {'Wubba': 'lubba', 'Dub': 'dub'}
# myArgs = ()
# myKW   = {}
# ----------------------------------------------------------------------

警告

1. **专为词典保留。
2. 首先进行非可选参数赋值。
3. 不能使用非可选参数两次。
4. 如果适用，则必须在 之后，始终。***

*means 以元组形式接收变量参数

**表示将变量参数接收为字典

使用方法如下：

1） 单人 *

def foo(*args):
    for arg in args:
        print(arg)

foo("two", 3)

输出：

two
3

2） 现在 **

def bar(**kwargs):
    for key in kwargs:
        print(key, kwargs[key])

bar(dic1="two", dic2=3)

输出：

dic1 two
dic2 3

• def foo(param1, *param2):是一个可以接受任意数量的值的方法，*param2
• def bar(param1, **param2):是一个方法可以接受任意数量的值，键为*param2
• param1是一个简单的参数。

例如，在 Java 中实现 varargs 的语法如下：

accessModifier methodName(datatype… arg) {
    // method body
}

TL的;博士

它将传递给函数的参数打包到函数体中，并分别在函数体内部。当您定义如下所示的函数签名时：listdict

def func(*args, **kwds):
    # do stuff

它可以使用任意数量的参数和关键字参数来调用。非关键字参数被打包到函数体内部调用的列表中，关键字参数被打包到函数体内部调用的字典中。argskwds

func("this", "is a list of", "non-keyowrd", "arguments", keyword="ligma", options=[1,2,3])

现在在函数体中，当调用函数时，有两个局部变量，一个是具有值的列表，另一个是具有值的列表args["this", "is a list of", "non-keyword", "arguments"]kwdsdict{"keyword" : "ligma", "options" : [1,2,3]}

---

这也反过来工作，即从调用方。例如，如果您将函数定义为：

def f(a, b, c, d=1, e=10):
    # do stuff

可以通过解压缩调用范围内的可迭代对象或映射来调用它：

iterable = [1, 20, 500]
mapping = {"d" : 100, "e": 3}
f(*iterable, **mapping)
# That call is equivalent to
f(1, 20, 500, d=100, e=3)

建立在 nickd 的答案之上......

def foo(param1, *param2):
    print(param1)
    print(param2)


def bar(param1, **param2):
    print(param1)
    print(param2)


def three_params(param1, *param2, **param3):
    print(param1)
    print(param2)
    print(param3)


foo(1, 2, 3, 4, 5)
print("\n")
bar(1, a=2, b=3)
print("\n")
three_params(1, 2, 3, 4, s=5)

输出：

1
(2, 3, 4, 5)

1
{'a': 2, 'b': 3}

1
(2, 3, 4)
{'s': 5}

基本上，任意数量的位置参数都可以使用 *args，任何命名参数（或 kwargs aka 关键字参数）都可以使用 **kwargs。

上下文

• Python 3.x
• 开箱方式**
• 与字符串格式一起使用

与字符串格式一起使用

除了此线程中的答案之外，这里还有另一个其他地方未提及的细节。这扩展了布拉德·所罗门（Brad Solomon）的答案

使用 python 时，解包也很有用。**str.format

这有点类似于你可以用 python f-string 做的事情，但增加了声明一个 dict 来保存变量的开销（f-string 不需要 dict）。f-strings

快速示例

  ## init vars
  ddvars = dict()
  ddcalc = dict()
  pass
  ddvars['fname']     = 'Huomer'
  ddvars['lname']     = 'Huimpson'
  ddvars['motto']     = 'I love donuts!'
  ddvars['age']       = 33
  pass
  ddcalc['ydiff']     = 5
  ddcalc['ycalc']     = ddvars['age'] + ddcalc['ydiff']
  pass
  vdemo = []

  ## ********************
  ## single unpack supported in py 2.7
  vdemo.append('''
  Hello {fname} {lname}!

  Today you are {age} years old!

  We love your motto "{motto}" and we agree with you!
  '''.format(**ddvars)) 
  pass

  ## ********************
  ## multiple unpack supported in py 3.x
  vdemo.append('''
  Hello {fname} {lname}!

  In {ydiff} years you will be {ycalc} years old!
  '''.format(**ddvars,**ddcalc)) 
  pass

  ## ********************
  print(vdemo[-1])

TL的;博士

以下是 python 编程的 6 种不同用例：***

1. 要使用 *args： 接受任意数量的位置参数，这里接受任意数量的位置参数，即以下调用是有效的，def foo(*args): passfoofoo(1)foo(1, 'bar')
2. 要使用 **kwargs： 接受任意数量的关键字参数，这里 'foo' 接受任意数量的关键字参数，即以下调用是有效的，def foo(**kwargs): passfoo(name='Tom')foo(name='Tom', age=33)
3. 要使用 *args， **kwargs： 接受任意数量的位置和关键字参数，这里接受任意数量的位置和关键字参数，即以下调用是有效的，def foo(*args, **kwargs): passfoofoo(1,name='Tom')foo(1, 'bar', name='Tom', age=33)
4. 要使用 *： 强制执行仅关键字参数，这里意味着 foo 只接受 pos2 之后的关键字参数，因此会引发 TypeError 但没关系。def foo(pos1, pos2, *, kwarg1): pass*foo(1, 2, 3)foo(1, 2, kwarg1=3)
5. 为了表达对使用 *_ 的更多位置论证的进一步兴趣（注意：这只是一个约定）：意味着（按照约定）仅在其工作中使用和参数，而将忽略其他参数。def foo(bar, baz, *_): passfoobarbaz
6. 为了表达对使用 **_ 的更多关键字参数的进一步兴趣（注意：这只是一个约定）：意味着（按照约定）在其工作中只使用和参数，而将忽略其他参数。def foo(bar, baz, **_): passfoobarbaz

奖金：从 python 3.8 开始，可以在函数定义中使用仅强制执行位置参数。在以下示例中，参数 a 和 b 仅是位置，而 c 或 d 可以是位置或关键字，e 或 f 必须是关键字：/

def f(a, b, /, c, d, *, e, f):
    pass

奖励 2：对同一问题的回答也带来了一个新的视角，它分享了 、 、 等中的含义和含义。***function callfunctions signaturefor loops

给定一个有 3 个项目作为参数的函数

sum = lambda x, y, z: x + y + z
sum(1,2,3) # sum 3 items

sum([1,2,3]) # error, needs 3 items, not 1 list

x = [1,2,3][0]
y = [1,2,3][1]
z = [1,2,3][2]
sum(x,y,z) # ok

sum(*[1,2,3]) # ok, 1 list becomes 3 items

想象一下这个玩具，里面有一个三角形、一个圆形和一个长方形物品的袋子。那个袋子不能直接装。您需要打开袋子才能拿走这 3 件物品，现在它们适合了。Python * 运算符执行此解包过程。

*args （ 或 *any ） 表示每个参数

def any_param(*param):
    pass

any_param(1)
any_param(1,1)
any_param(1,1,1)
any_param(1,...)

注意：您不能将参数传递给 *args

def any_param(*param):
    pass

any_param() # will work correct

*args 采用元组类型

def any_param(*param):
    return type(param)

any_param(1) #tuple
any_param() # tuple

要访问元素，请勿使用 *

def any(*param):
    param[0] # correct

def any(*param):
    *param[0] # incorrect

**kwd

**kwd 或 **any 这是一个字典类型

def func(**any):
    return type(any) # dict

def func(**any):
    return any

func(width="10",height="20") # {width="10",height="20")

带有 *args 和 **kwargs 的“无限”参数

*args并且只是向函数输入无限字符的某种方式，例如：**kwargs

def print_all(*args, **kwargs):
    print(args) # print any number of arguments like: "print_all("foo", "bar")"
    print(kwargs.get("to_print")) # print the value of the keyworded argument "to_print"


# example:
print_all("Hello", "World", to_print="!")
# will print:
"""
('Hello', 'World')
!
"""

• *args 是特殊参数，可以将 0 个或多个（位置）参数作为元组。

• **kwargs 是一个特殊参数，可以将 0 个或多个（关键字）参数作为字典。

*在 Python 中，有 2 种参数：位置参数和关键字参数：

*args:

例如，可以将 0 个或多个参数作为元组，如下所示：*args

           ↓
def test(*args):
    print(args)

test() # Here
test(1, 2, 3, 4) # Here
test((1, 2, 3, 4)) # Here
test(*(1, 2, 3, 4)) # Here

输出：

()
(1, 2, 3, 4)
((1, 2, 3, 4),)
(1, 2, 3, 4)

并且，打印时，打印 4 个数字，不带括号和逗号：*args

def test(*args):
    print(*args) # Here
 
test(1, 2, 3, 4)

输出：

1 2 3 4

并且，具有元组类型：args

def test(*args):
    print(type(args)) # Here
 
test(1, 2, 3, 4)

输出：

<class 'tuple'>

但是，没有类型：*args

def test(*args):
    print(type(*args)) # Here
 
test(1, 2, 3, 4)

输出（错误）：

TypeError：type（） 接受 1 或 3 个参数

并且，可以将正常参数放在前面，如下所示：*args

          ↓     ↓
def test(num1, num2, *args):
    print(num1, num2, args)
    
test(1, 2, 3, 4)

输出：

1 2 (3, 4)

但是，不能放在前面，如下图所示：**kwargs*args

             ↓     
def test(**kwargs, *args):
    print(kwargs, args)
    
test(num1=1, num2=2, 3, 4)

输出（错误）：

SyntaxError：语法无效

并且，正常参数不能放在后面，如下所示：*args

                 ↓     ↓
def test(*args, num1, num2):
    print(args, num1, num2)
    
test(1, 2, 3, 4)

输出（错误）：

TypeError：test（） 缺少 2 个必需的仅关键字参数：“num1”和“num2”

但是，如果普通参数有默认值，则可以将它们放在后面，如下所示：*args

                      ↓         ↓
def test(*args, num1=100, num2=None):
    print(args, num1, num2)
    
test(1, 2, num1=3, num2=4)

输出：

(1, 2) 3 4

而且，可以放在如下图之后：**kwargs*args

                    ↓
def test(*args, **kwargs):
    print(args, kwargs)
    
test(1, 2, num1=3, num2=4)

输出：

(1, 2) {'num1': 3, 'num2': 4}

**kwargs:

例如，可以将 0 个或多个参数作为字典，如下所示：**kwargs

             ↓
def test(**kwargs):
    print(kwargs)

test() # Here
test(name="John", age=27) # Here
test(**{"name": "John", "age": 27}) # Here

输出：

{}
{'name': 'John', 'age': 27}
{'name': 'John', 'age': 27}

并且，打印时，打印 2 个键：*kwargs

def test(**kwargs):
    print(*kwargs) # Here
 
test(name="John", age=27)

输出：

name age

并且，具有 dict 类型：kwargs

def test(**kwargs):
    print(type(kwargs)) # Here
 
test(name="John", age=27)

输出：

<class 'dict'>

但是，并且没有类型：*kwargs**kwargs

def test(**kwargs):
    print(type(*kwargs)) # Here
 
test(name="John", age=27)

def test(**kwargs):
    print(type(**kwargs)) # Here
 
test(name="John", age=27)

输出（错误）：

TypeError：type（） 接受 1 或 3 个参数

并且，可以将正常参数放在前面，如下所示：**kwargs

          ↓     ↓
def test(num1, num2, **kwargs):
    print(num1, num2, kwargs)

test(1, 2, name="John", age=27)

输出：

1 2 {'name': 'John', 'age': 27}

而且，可以放在前面，如下图所示：*args**kwargs

           ↓
def test(*args, **kwargs):
    print(args, kwargs)

test(1, 2, name="John", age=27)

输出：

(1, 2) {'name': 'John', 'age': 27}

而且，正常参数不能放后，如下图所示：*args**kwargs

                    ↓     ↓
def test(**kwargs, num1, num2):
    print(kwargs, num1, num2)

test(name="John", age=27, 1, 2)

                     ↓
def test(**kwargs, *args):
    print(kwargs, args)

test(name="John", age=27, 1, 2)

输出（错误）：

SyntaxError：语法无效

对于两者和：*args**kwargs

实际上，您可以使用其他名称，如下所示。 并常规使用：*args**kwargs*args**kwargs

            ↓        ↓
def test(*banana, **orange):
    print(banana, orange)
    
test(1, 2, num1=3, num2=4)

输出：

(1, 2) {'num1': 3, 'num2': 4}

最简单的解释就是 * 是 *args，它传递一个元组，而 ** 是 **kwargs，它传递一个字典。这些只是默认的通用名称。

def foo(x, y, *args):
    pass

def bar(x, y, **kwargs):
    pass

*args

据我所知，是一个用逗号分隔的参数数组，所以如果你想在上面，它看起来像*args,foo

foo("x","y",1,2,3,4,5)

所以如果你跑

for a in args:
        print(a)  

它将按放置顺序打印参数，如 1,2,3...

虽然这很容易实现和使用，但参数的顺序在这里很重要。因此，如果第一个参数应该是字符串，第二个参数是整数，如果调用者弄乱了顺序，则函数将失败。

---

**kwargs

这些参数是一组命名参数，这些参数作为 if multiple 传递或分隔。所以你可以发送keywordkey/value pairdictionary,bar

bar("x", "y", name="vinod",address="bangalore",country="india")

并且可以在函数中单独读取它

Name = kwargs['name']
Address = kwargs['address'] 

读取不需要通过循环枚举，参数的顺序也无关紧要。kwargs

函数定义中的星号“*”将多个位置参数合并到一个元组参数中。

>>> def A(*tpl):
...     print(tpl)
...
>>> A(6, 7, 8, 9, 0)
(6, 7, 8, 9, 0)

函数调用中的星号“*”将序列拆分为单独的位置参数。

>>> def B(a, b, c, d, e):
...     print(f"{a} {b} {c} {d} {e}")
...
>>> lst = [1,2,3,4,5]
>>>
>>> B(*lst)
1 2 3 4 5 

函数定义中的双星号“**”将多个关键字参数合并到单个字典参数中。

>>> def C(**dic):
...     print(dic)
...
>>> C(a=9, b=8, c=7, d=6, e=5)
{'a': 9, 'b': 8, 'c': 7, 'd': 6, 'e': 5}

函数调用中的双星号“**”将类似字典的对象拆分为单独的关键字参数。

>>> def D(v,w,x,y,z):
...     print(f"{v} {w} {x} {y} {z}")
...
>>> dct = {'z':1, 'y':2, 'x':3, 'w':4, 'v':5}
>>>
>>> D(**dct)
5 4 3 2 1