5个技巧就能写出专业的Python代码！

5 个技巧就能写出专业的 Python 代码！

写 Python 函数时，你是不是总被各种问题困扰？函数没写完却没提示，调用时出问题找不到原因；团队协作时，不知道函数返回啥类型，老是出类型错误；想理解个复杂函数，得一行行看代码，费时又费力…… 别愁，5 个技巧帮你搞定，写出专业的 Python 代码！

一、用 NotImplementedError 代替 pass

平时写函数，没写完的时候是不是习惯用 pass 占个位？但这样可不好，要是不小心调用了这个没写完的函数，它不声不响的，出了问题都不知道在哪。这时候就得用 NotImplementedError 了。

比如用 pass 的情况：

def calculate_average(numbers):

   # 还没写完

   pass

# 不小心调用了

calculate_average([1,2,3])  # 啥反应没有，出问题不好找

换成 NotImplementedError 就不一样了：

def calculate_average(numbers):

   # 还没写完，抛出错误并提示

   raise NotImplementedError("这个函数还没实现，正在开发中")

# 调用的话

calculate_average([1,2,3])  # 直接报错，告诉你哪有问题

常见问题和错误

• 常见问题：有些人觉得 pass 简单就一直用，没意识到潜在风险，尤其是在大型项目中，很容易因为调用了未完成的函数而导致难以排查的错误。
• 错误情况：把 NotImplementedError 拼错了，比如写成 NotImplementError，这时候会抛出 NameError，要注意正确拼写。

面试相关

面试官可能会问：“在未完成的函数中，用 pass 和 NotImplementedError 有什么区别？”

回答：pass 会让函数静默执行，不产生任何提示，当不小心调用时，出了问题很难排查；而 NotImplementedError 会直接抛出错误，并可以添加提示信息，能快速定位到未完成的函数，适合标记未完成的函数，在大型项目调试中更高效。

二、显式声明返回类型

在函数签名中添加类型注解，好处可不少。IDE 能实时检查类型错误，团队协作时，别人一看就知道函数返回值的结构，能减少数据类型不匹配的 bug。

比如这样给函数加返回类型注解：

def get_users() -> dict[int, str]:

   return {1: "张三", 2: "李四"}

def add_numbers(a: int, b: int) -> int:

   return a + b

当你在 IDE 中调用这些函数时，如果对返回值进行不符合类型的操作，IDE 就会提示错误。比如：

users = get_users()

print(users + 1)  # IDE会提示错误，因为dict不能和int相加

常见问题和错误

• 常见问题：觉得类型注解麻烦，不愿意添加。但在大型项目和团队协作中，类型注解能大大提高代码的可读性和可维护性。
• 错误情况：注解的类型和实际返回类型不符。比如函数声明返回 int，实际却返回了 str，虽然 Python 不会强制报错，但会给后续调用带来隐患。

面试相关

面试官可能会问：“Python 函数中添加返回类型注解有什么作用？”

回答：添加返回类型注解可以让 IDE 实时检查类型错误，帮助开发者在编写代码时及时发现问题；让其他开发者在调用函数时，一目了然地知道返回值的结构和类型，减少数据类型不匹配的 bug，提高团队协作的效率。

三、添加文档字符串（Docstring）

用三引号注释说明函数功能、参数、返回值，配合 Sphinx 等工具还能生成文档。即使是复杂函数，通过悬停查看注释就能快速理解用途，比读代码逻辑更直接，是代码自文档化的必备技巧。

比如一个有详细文档字符串的函数：

def calculate_area(length: float, width: float) -> float:

   """

   计算长方形的面积

   参数:

       length: 长方形的长度，必须是正数

       width: 长方形的宽度，必须是正数

   返回值:

       float: 长方形的面积，即长度乘以宽度

   示例:

       >>> calculate_area(3, 4)

       12.0

   """

   if length <= 0 or width <= 0:

       raise ValueError("长度和宽度必须是正数")

   return length * width

在 IDE 中，当你悬停在调用这个函数的地方，就能看到这些注释信息，快速了解函数的用法。

常见问题和错误

• 常见问题：文档字符串写得太简略，只说明函数功能，不说明参数和返回值，导致别人还是要读代码才能理解。
• 错误情况：文档字符串的格式不对，比如参数列表的格式混乱，导致生成文档时出现问题。

面试相关

面试官可能会问：“如何让 Python 函数更易被他人理解？”

回答：可以给函数添加详细的文档字符串，用三引号注释说明函数的功能、参数的含义和要求、返回值的类型和意义，还可以加上示例。这样别人不用阅读函数内部的代码逻辑，通过查看文档字符串就能快速理解函数的用法。

四、强制关键字参数

在函数签名中使用 * 分隔位置参数和关键字参数，调用时必须显式传入参数名，能避免因参数顺序错误导致的逻辑问题，让复杂函数调用更清晰。

比如这样定义函数：

def upload(file: str, *, quality: str, privacy: bool):

   print(f"上传文件: {file}，质量: {quality}，是否私密: {privacy}")

调用这个函数时，必须显式传入 quality 和 privacy 的参数名：

upload("test.txt", quality="high", privacy=True)  # 正确

# upload("test.txt", "high", True)  # 错误，会抛出TypeError

常见问题和错误

• 常见问题：不知道怎么用 * 分隔位置参数和关键字参数，还是按照原来的方式定义函数，导致调用时可能因为参数顺序错误而出问题。
• 错误情况：调用函数时，对于强制关键字参数没有显式传入参数名，导致抛出 TypeError。

面试相关

面试官可能会问：“在定义函数时，如何避免调用者因参数顺序错误而导致问题？”

回答：可以在函数签名中使用 * 来分隔位置参数和关键字参数，将一些容易混淆顺序的参数设为强制关键字参数。这样调用者在调用函数时必须显式传入这些参数的名称，从而避免因参数顺序错误导致的逻辑问题。

五、用 * args 处理可变参数

通过 def join_text (*strings, separator) 接收任意数量位置参数，轻松处理动态输入（如拼接多个字符串），让函数灵活性飙升，告别参数数量限制烦恼。

比如这个拼接字符串的函数：

def join_text(*strings, separator: str = " "):

   """

   拼接多个字符串

   参数:

       *strings: 要拼接的多个字符串

       separator: 分隔符，默认为空格

   返回值:

       str: 拼接后的字符串

   """

   return separator.join(strings)

# 调用示例

print(join_text("Hello", "world", "!", separator="-"))  # 输出：Hello-world-!

print(join_text("Python", "is", "great"))  # 输出：Python is great

常见问题和错误

• 常见问题：滥用args，不管什么情况都用args 接收参数，导致函数内部处理参数变得复杂。其实对于参数数量固定的情况，不建议用 * args。
• 错误情况：args 和其他参数混用不当，比如把args 放在其他参数后面（除了 kwargs），会导致语法错误。正确的顺序是位置参数、*args、关键字参数、kwargs。

面试相关

面试官可能会问：“*args 的作用是什么，在什么情况下使用？”

回答：args 用于在函数定义中接收任意数量的位置参数，这些参数会被打包成一个元组在函数内部使用。当函数需要处理动态数量的输入，比如拼接多个字符串、计算多个数的和等情况时，可以使用args，它能增加函数的灵活性，摆脱参数数量的限制。

从错误处理到参数设计，这 5 个技巧针对日常编码中的痛点，能帮助你写出更专业的函数。无论是新手理清逻辑，还是老手优化代码，都能提升开发效率。赶紧把这些技巧用起来，让你的 Python 代码更上一层楼吧！