别再把 AI 当“自动补全”了：代码智能体真正的用法被忽视了

写出更简洁、更聪明的 Python 函数！

别再用错误的方式写 Python 函数！改用这些做法！

避开常见错误，学习最佳实践，让你的 Python 函数更高效、更易读。

Python 是一门很棒的语言——简单、优雅、易上手。但人人都会犯错：很多开发者（包括老手）在写函数时不经意会犯一些小错。这些错误眼下也许不会让你的代码崩溃，但随着代码库老化，它们会让代码变得又慢、又笨、甚至烂得让人瞠目结舌。

如果你一直把写 Python 函数当成“能跑就行”，现在该进阶了。是时候了解常见坑，并用最佳实践来修正它们。

1. 绝不要使用可变对象作为默认参数！

错的做法：

Python 在函数定义时只初始化一次默认参数，而不是在每次调用时初始化。因此，多次调用会共享同一个列表，稍有不慎就会出现意料之外的行为。

def add_item(item, items=[]):
    items.append(item)
    return items

print(add_item('apple'))  # ['apple']
print(add_item('banana')) # ['apple', 'banana'] ???

对的做法：

当参数可能是可变对象时，把默认值设为 None，并在函数内部初始化。

def add_item(item, items=None):
    if items is None:
        items = []
    items.append(item)
    return items

print(add_item('apple'))  # ['apple']
print(add_item('banana')) # ['banana']

2. 不要返回不一致的数据类型

错的做法：

返回不一致的数据类型会让函数更难使用，也容易埋下错误的隐患。

def process(value):
    if value > 10:
        return "Success"
    else:
        return 0  # Mixing str and int

对的做法：

返回 None（或保持同一类型）能让函数行为更可预测、更易调试。

from typing import Optional

def process(value: int) -> Optional[str]:
    return "Success" if value > 10 else None

3. 别写臃肿的函数——保持小而专一

错的做法：

这个函数做得太多：计算价格、加税、应用折扣、还把运费也算上。

def calculate_price(quantity, price, tax_rate, discount, shipping):
    total = (quantity * price) + shipping
    total += total * tax_rate
    if discount:
        total -= total * discount
    return total

对的做法（拆分！）：

现在每个函数都只做一件事，且做到位——更容易测试、调试和复用。

def calculate_subtotal(quantity, price):
    return quantity * price

defapply_tax(subtotal, tax_rate):
    return subtotal + (subtotal * tax_rate)

defapply_discount(amount, discount):
    return amount - (amount * discount)

defcalculate_total(quantity, price, tax_rate, discount, shipping):
    subtotal = calculate_subtotal(quantity, price)
    taxed_total = apply_tax(subtotal, tax_rate)
    discounted_total = apply_discount(taxed_total, discount)
    return discounted_total + shipping

4. 用 f-strings，别再用老式字符串格式化

错的做法：

def greet(name, age):
    return "Hello, my name is %s and I am %d years old." % (name, age)

或者

def greet(name, age):
    return "Hello, my name is {} and I am {} years old.".format(name, age)

对的做法（更易读，也更高效！）

def greet(name, age):
    return f"Hello, my name is {name} and I am {age} years old."

f-strings 更高效、更易读，是 Python 中推荐的字符串格式化方式。

5. 使用 Type Hints 提升清晰度

错的做法：

虽然能运行，但 a 和 b 是什么类型？整数？浮点？字符串？

def add_numbers(a, b):
    return a + b

对的做法：

Type Hints 让函数更“自解释”，也能避免副作用。

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

6. 用 enumerate()，别手动维护索引

错的做法：

fruits = ["Mango", "Pineapple", "Guava"]
index = 0
for fruit in fruits:
    print(f"{index}: {fruit}")
    index += 1

对的做法：

enumerate() 免去手动维护索引，让循环更简洁、更 Pythonic。

fruits = ["Mango", "Pineapple", "Guava"]
for index, fruit in enumerate(fruits):
    print(f"{index}: {fruit}")

7. 避免用 try-except 做流程控制

错的做法：

def get_price(data):
    try:
        return data["price"]
    except KeyError:
        return 0

对的做法：

使用 .get() 更易读，也避免不必要的异常处理。

def get_price(data):
    return data.get("price", 0)

最后的想法

写好 Python 函数，不只是“能跑”，还要可读、可维护、也要高效。避开这些常见坑并采用最佳实践，能让你的 Python 代码干净而专业。

既然你已经知道如何改进 Python 函数，回头把你的旧代码重构一遍吧！你会惊讶于它变得多么高效、整洁。