TGViewer
آموزش پایتون و برنامه نویسی آموزش پایتون و برنامه نویسی @python_with_mohammad · 764 subscribers
Post #28 950
پارامترها و آرگومان‌ها در پایتون

سلام به همه! 👋 امروز در این پست می‌خواهیم درباره پارامترها و آرگومان‌ها در پایتون صحبت کنیم. این مفهوم یکی از کلیدهای مهم برنامه‌نویسی به شمار می‌آید که به ما کمک می‌کند توابع را به صورت مؤثرتری بنویسیم و استفاده کنیم.

پارامترها چی هستن؟

پارامترها متغیرهایی هستند که در تعریف یک تابع استفاده می‌شوند. وقتی که تابعی تعریف می‌شود، شما می‌توانید به آن پارامترهایی بدهید تا به عنوان ورودی عمل کند. به عبارت دیگر، پارامترها نوعی قرارداد بین تابع و کدهایی هستند که آن تابع را فراخوانی می‌کنند.

آرگومان‌ها چی هستند؟

آرگومان‌ها مقادیری هستند که شما هنگام فراخوانی یک تابع به آن ارسال می‌کنید. به عبارت دیگر، آرگومان‌ها همان ورودی‌هایی هستند که به پارامترها نسبت داده می‌شوند.

مثال 1: تابع با پارامترهای ساده

بیایید یک تابع ساده بنویسیم که دو عدد را باهم جمع کند:

def add_numbers(a, b):  # a و b پارامترهای تابع هستند
return a + b

# ارسال آرگومان‌ها
result = add_numbers(5, 3) # 5 و 3 آرگومان‌ها هستند
print("جمع دو عدد:", result) # خروجی: 8


در این مثال، a و b پارامترهای تابع add_numbers هستند و زمانی که ما تابع را با آرگومان‌های ۵ و ۳ فراخوانی می‌کنیم، این مقادیر به پارامترها نسبت داده می‌شوند.

مثال 2: استفاده از پارامترهای پیش‌فرض

شما می‌توانید پارامترهایی را تعریف کنید که دارای مقادیر پیش‌فرض باشند. این باعث می‌شود که هنگام نداشتن آرگومان، یک مقدار پیش‌فرض به تابع داده شود.

def greet(name="دوست"):  # پارامتر name دارای مقدار پیش‌فرض است
return f"سلام {name}!"

# فراخوانی تابع با آرگومان
print(greet("علی")) # خروجی: سلام علی!

# فراخوانی تابع بدون آرگومان
print(greet()) # خروجی: سلام دوست!


مثال 3: پارامترهای نام‌دار (Keyword Arguments)

در پایتون، می‌توانید هنگام فراخوانی تابع، آرگومان‌ها را به اسم پارامترها نسبت دهید. این کار باعث می‌شود کد شما واضح‌تر باشد.

def introduce(name, age):
return f"من {name} هستم و {age} سال دارم."

# استفاده از پارامترهای نام‌دار
print(introduce(age=25, name="مینا")) # خروجی: من مینا هستم و 25 سال دارم.


مثال 4: تعداد متغیر آرگومان‌ها (Arbitrary Arguments)

گاهی اوقات ممکن است بخواهید تابعی بنویسید که بتواند تعداد نامشخصی از آرگومان‌ها را بپذیرد. برای این کار می‌توانید از *args استفاده کنید.

def sum_all(*args):  # args یک لیست از آرگومان‌ها است
total = 0
for num in args:
total += num
return total

# فراخوانی تابع با تعداد متغیر آرگومان‌ها
print(sum_all(1, 2, 3)) # خروجی: 6
print(sum_all(5, 10, 15, 20)) # خروجی: 50

مثال 5: پارامترهای کلیدی (Keyword-Only Arguments)

برای ایجاد پارامترهایی که فقط به صورت نام‌دار استفاده می‌شوند، می‌توانید از * استفاده کنید. همه آرگومان‌های بعد از * باید به صورت نام‌دار ذکر شوند.

def create_profile(name, age, *, location="ناشناخته"):
return {
"name": name,
"age": age,
"location": location
}

# فراخوانی تابع با آرگومان‌های نام‌دار
print(create_profile("رامین", 30, location="تهران")) # خروجی: {'name': 'رامین', 'age': 30, 'location': 'تهران'}
print(create_profile("سارا", 25)) # خروجی: {'name': 'سارا', 'age': 25, 'location': 'ناشناخته'}


**جمع‌بندی**

در این آموزش، با مفهوم پارامترها و آرگومان‌ها آشنا شدید و یاد گرفتید چگونه از آن‌ها در توابع پایتون استفاده کنید. این مفاهیم به شما کمک می‌کنند تا توابع انعطاف‌پذیر و کارآمدتری بنویسید و کدهای خود را منظم‌تر کنید.


اگر سوالی دارید یا به اطلاعات بیشتری نیاز دارید، خوشحال می‌شوم کمک کنم! 😊🌟

@python_with_mohammad
  • 👍 2
More from @python_with_mohammad
  1. Sep 10, 2025درسنامه ایجنت‌های هوشمند (AI Agents) این نسخه ، برای اشنایی اولیه با AI Agents هست، لذا سع…
  2. Sep 4, 2025🚀 آینده هوش مصنوعی همین‌جاست و شما می‌توانید آن را بسازید! 🚀 تا حالا به این فکر کردی که…
  3. Aug 22, 2025🚀 می‌خوای پایتون یاد بگیری اما نمی‌دونی از کجا شروع کنی؟ من یک دوره‌ی آنلاین نیمه خصوصی م…
  4. Aug 5, 2025Post #126
  5. Aug 2, 2025قسمت ۱۳ ام ، فصل پردازش داده ها و یادگیری ماشین با داده های پزشکی موضوع: ارزیابی مدل و برر…
  6. Aug 2, 2025فصل پانزدهم دوره جامع پایتون و هوش مصنوعی با موضوع «پردازش و یادگیری ماشین با داده های عدد…
Threads Profile ViewerView any public Threads profile without an account.Open ThreadLook →Writing with AI? Make it sound human.Metric37 rewrites AI drafts so they read naturally. Free AI detector, 1,500 words free.Try Metric37 →