Python 函数图解：参数、局部变量与 return 怎样流动

沿一条订单金额调用轨迹，看见实参怎样进入参数名、局部变量何时存在、return 怎样回到调用位置，以及 print 和可变默认参数的真实去向。

循环让同一段代码依次处理多条订单。函数则给一段处理逻辑起名字，并为它划出清楚的入口、内部空间和出口。

真正调用函数时，数据并不是“突然出现在函数里”。实参会先进入参数名，函数内部创建局部变量，return 再把结果送回原来的调用位置。这一篇就沿着一笔订单金额看完整条路径。

定义函数，不等于已经执行函数体

先定义一个订单金额函数：

def calculate_order_amount(price, quantity, discount_rate=0.0):
    subtotal = price * quantity
    discount = subtotal * discount_rate
    final_amount = subtotal - discount
    return final_amount

执行这段 def 时，Python 只是记住：以后可以用 calculate_order_amount 这个名字调用这段逻辑。函数体里的乘法、减法和 return 还没有运行。

真正的处理从调用开始：

def calculate_order_amount(price, quantity, discount_rate=0.0):
    subtotal = price * quantity
    discount = subtotal * discount_rate
    final_amount = subtotal - discount
    return final_amount


unit_price = 129.0
order_quantity = 2

amount = calculate_order_amount(
    unit_price,
    order_quantity,
    discount_rate=0.1,
)

print(amount)

输出：

232.2

一次调用怎样进去，再带着结果出来

下面的调用轨迹分成两个空间：左右两端是函数外的调用方，中间带边框的区域是本次调用临时打开的函数空间。

这条轨迹同时解释了三个常见词：

前两个实参按位置进入 price 和 quantity。discount_rate=0.1 是关键字参数，它明确指定进入哪个参数。若调用时不写折扣率，就使用定义中的默认值 0.0：

full_amount = calculate_order_amount(129.0, 2)
print(full_amount)  # 258.0

局部变量不会自动跑到函数外面

subtotal 在函数内部确实得到过 258.0，但调用结束后，外部代码不能直接用这个局部名字：

amount = calculate_order_amount(129.0, 2)

print(amount)    # 258.0
print(subtotal)  # NameError: name 'subtotal' is not defined

需要带到外面的结果，应通过 return 送出，再由调用方使用自己的变量名接住。这个边界能防止函数内部的临时名字散落到整份脚本里。

print() 和 return 把结果送去了不同地方

下面两个函数都算出 258.0，但结果的去向不同：

def print_amount(price, quantity):
    subtotal = price * quantity
    print(subtotal)


def return_amount(price, quantity):
    subtotal = price * quantity
    return subtotal


printed_result = print_amount(129.0, 2)
returned_result = return_amount(129.0, 2)

print(printed_result)          # None
print(returned_result * 1.1)  # 283.8

print() 适合调试、提示和最终展示；return 适合把计算结果交给后面的代码。数据处理函数通常应该返回结果，由最外层代码决定何时显示。

可变默认参数为什么记住了上一次调用

数字和文字用作默认参数通常很直观，列表则需要格外小心。下面的写法只在执行 def 时创建一次默认列表：

def remember_order(order_no, history=[]):
    history.append(order_no)
    return history


print(remember_order("A001"))
print(remember_order("A002"))

很多人会以为两次调用各有一张空列表，实际输出却是：

['A001']
['A001', 'A002']

安全写法是把 None 当作“调用方没有传列表”的信号：

def remember_order(order_no, history=None):
    if history is None:
        history = []

    history.append(order_no)
    return history


print(remember_order("A001"))
print(remember_order("A002"))

输出：

['A001']
['A002']

如果调用方明确传入一张列表，函数仍会使用那张列表。这种写法修复的是“省略参数时意外共享默认对象”，不是禁止函数接收列表。

def total_amount(*amounts):
    total = 0.0

    for amount in amounts:
        total += amount

    return total


print(total_amount(129.0, 88.0, 199.0))  # 416.0

什么时候值得写成函数

函数不是为了把代码切得越碎越好。出现这些信号时，再考虑提取：

• 同一段逻辑会被重复调用。
• 一段处理能用清楚的动作命名。
• 输入和返回结果可以明确说清。
• 提取后，主流程更容易顺着读下去。

例如 calculate_order_amount 清楚表达了输入是价格、数量和折扣率，输出是最终金额。若某一行只出现一次，而且内联更直观，就不必为了形式增加函数。

动手练习：先画调用轨迹，再运行

复制本章的 calculate_order_amount，完成下面四步：

1. 调用 calculate_order_amount(88.0, 3)，写出参数绑定、三个局部变量和返回值。
2. 改用 discount_rate=0.2，先预测 subtotal、discount、final_amount，再运行确认。
3. 把 return final_amount 暂时改成 print(final_amount)，解释调用方变量为什么会得到 None。
4. 分别运行有风险和安全的 remember_order 两次，指出第二次调用开始前默认列表是什么状态。