如何在列表调用函数时使用命名参数（含多线程场景）

核心问题原因 #

直接把命名参数（关键字参数）塞进位置参数列表会触发语法错误，因为Python不允许在列表字面量中出现key=value形式的表达式。正确的做法是把位置参数和关键字参数分开存储：位置参数用列表，关键字参数用字典，调用时通过*和**解包。

基础批量执行示例 #

先看最简单的批量执行场景，调整任务存储结构即可解决问题：

def printStuff(a, b, saveValsToFile=False):
    print(f"输出：{a}, {b}")
    if saveValsToFile:
        print(f"正在保存 {a}, {b} 到文件")

# 任务列表格式：(目标函数, 位置参数列表, 关键字参数字典)
task_list = [
    (printStuff, [1, 2], {}),  # 不传命名参数
    (printStuff, [3, 4], {"saveValsToFile": True}),  # 仅传指定命名参数
    (printStuff, [5, 6], {"saveValsToFile": True})
]

# 批量执行
for func, args, kwargs in task_list:
    func(*args, **kwargs)

多线程队列场景适配 #

结合你提到的多线程队列、lambda和customFunctionCall辅助函数，这里给出两种可靠实现方式：

方式1：任务元组+辅助函数（推荐，避免lambda绑定陷阱）

这种方式结构清晰，不会出现lambda延迟绑定导致的参数错误：

import queue
import threading

def printStuff(a, b, saveValsToFile=False):
    thread_id = threading.get_ident()
    print(f"线程 {thread_id}: 输出 {a}, {b}")
    if saveValsToFile:
        print(f"线程 {thread_id}: 保存 {a}, {b} 到文件")

def customFunctionCall(func, args, kwargs):
    """辅助执行函数，统一处理函数调用逻辑"""
    func(*args, **kwargs)

def worker(task_queue):
    """线程工作函数，从队列取任务执行"""
    while True:
        task = task_queue.get()
        if task is None:  # 用None作为线程停止信号
            break
        func, args, kwargs = task
        customFunctionCall(func, args, kwargs)
        task_queue.task_done()

# 初始化队列并添加任务
task_queue = queue.Queue()
task_queue.put( (printStuff, [10, 20], {}) )
task_queue.put( (printStuff, [30, 40], {"saveValsToFile": True}) )
task_queue.put( (printStuff, [50, 60], {"saveValsToFile": True}) )

# 启动2个工作线程
threads = []
for _ in range(2):
    t = threading.Thread(target=worker, args=(task_queue,))
    t.start()
    threads.append(t)

# 等待所有任务执行完成
task_queue.join()

# 发送停止信号给每个线程
for _ in threads:
    task_queue.put(None)

# 等待所有线程退出
for t in threads:
    t.join()

方式2：lambda封装（适合简单场景，注意参数绑定）

如果偏好使用lambda，需要确保参数被正确绑定（避免循环生成时的变量引用问题）：

import queue
import threading

def printStuff(a, b, saveValsToFile=False):
    thread_id = threading.get_ident()
    print(f"线程 {thread_id}: 输出 {a}, {b}")
    if saveValsToFile:
        print(f"线程 {thread_id}: 保存 {a}, {b} 到文件")

def worker(task_queue):
    while True:
        task = task_queue.get()
        if task is None:
            break
        task()  # 直接执行lambda
        task_queue.task_done()

# 初始化队列并添加lambda任务
task_queue = queue.Queue()
# 直接写死参数，避免绑定问题
task_queue.put( lambda: printStuff(10, 20) )
task_queue.put( lambda: printStuff(30, 40, saveValsToFile=True) )
task_queue.put( lambda: printStuff(50, 60, saveValsToFile=True) )

# 启动线程并执行（后续逻辑同方式1）
threads = []
for _ in range(2):
    t = threading.Thread(target=worker, args=(task_queue,))
    t.start()
    threads.append(t)

task_queue.join()
for _ in threads:
    task_queue.put(None)
for t in threads:
    t.join()

关键注意点 #

• 用*args解包位置参数列表，**kwargs解包关键字参数字典，是Python中处理可变参数的标准方式
• 多线程场景下，优先选择任务元组的方式，避免lambda延迟绑定带来的隐性bug
• 如果需要动态生成大量任务，建议用functools.partial来绑定参数，比lambda更直观：

  from functools import partial
  task = partial(printStuff, 70, 80, saveValsToFile=True)
  task_queue.put(task)
  

内容的提问来源于stack exchange，提问作者gerrgheiser