参数存在性检查：调用者还是被调用函数负责？附Python示例

一、函数自身检查还是调用者确保参数正确？ #

这个问题没有绝对标准答案，核心看函数的使用场景：

• 如果是公共工具函数（多人调用/多处复用）：优先在函数内部做检查。
  作为封装好的工具，函数应该对输入合法性负责，尽早抛出明确的错误提示，避免后续代码因拿到不存在的列而出现难以排查的问题。比如可以这么实现：

  def get_dataframe_column(dataframe, column_name):
      if column_name not in dataframe.columns:
          raise ValueError(f"DataFrame中不存在指定列: {column_name}")
      return dataframe[column_name]
  

  或者用try-except捕获KeyError后抛出更友好的异常：

  def get_dataframe_column(dataframe, column_name):
      try:
          return dataframe[column_name]
      except KeyError:
          raise ValueError(f"DataFrame中不存在指定列: {column_name}") from None
  

• 如果是私有内部函数（仅自己在可控场景下调用）：可以省略检查。
  要是你能100%确定调用时传入的列名一定存在（比如列名是从DataFrame的columns里直接取的），那额外的检查就是冗余的，能省一点性能开销（虽然pandas的列检查开销极小）。

二、错误检查的语言差异确实存在 #

你觉得Python比C++有更多错误检查，这个感知是准确的，根源是两种语言的设计哲学不同：

• Python遵循**快速失败（fail-fast）**原则，社区普遍鼓励在函数内做必要的参数校验，尤其是公共接口，目的是尽早暴露问题，减少调试成本。
• C更侧重性能与灵活性，很多场景下会把参数正确性的责任交给调用者，因为额外的检查会带来性能损耗，这在C常用的性能敏感场景里很重要。当然这也不是绝对的，比如C++标准库的部分接口也会做检查，或者提供debug模式的断言来辅助开发。

但不管用哪种语言，核心原则是相通的：公共接口要保证健壮性，做必要的校验；私有内部函数在调用场景完全可控时，可以适当简化检查，平衡性能和开发效率。

内容的提问来源于stack exchange，提问作者24n8