python函数的默认参数请勿定义可变类型详解
目录
- 函数的默认参数请勿定义可变类型
- 可变类型和不可变类型
- 定义可变类型会有什么问题？
- 导致的原因
- 解决方法
- 关于可变类型作为默认参数时的注意点
- 测试：将可变类型列表换为字典
- 测试：来个不可变类型字符串
- 测试：元祖包个列表来
- 小结一下
函数的默认参数请勿定义可变类型
经常会看到这样一句代码警告：
Default argument value is mutable
意思是告诉我们函数的定义中，使用可变类型做默认参数。
那为什么会有这个警告呢？
可变类型和不可变类型
- 可变类型（mutable）：列表，字典
- 不可变类型（unmutable）：数字，字符串，元组
定义可变类型会有什么问题？
def fun(a=[]): a.append(1) print(a) if __name__ == "__main__": fun() fun() >>> [1] [1, 1]
可以发现，默认参数定义可变类型之后，在第二次乃至更多次地调用同一个函数时，默认参数仿佛失去了效果。
此时，在需要重复调用同一个函数的场景中，就非常容易导致问题，并且该问题不易察觉。在debug的时候就会表现成明明没有参数传进来，但是函数参数会有值，并且执行了不应该执行的操作。
导致的原因
我的理解：
我们定义的函数本身是一个function的实例化对象，每当我们进行函数的定义时，就是创建了一个function的实例化对象，而默认参数就是其属性。
在没有传入参数，以默认参数形式调用，并且改变了函数对象的属性值时，改变的属性值被保存下来，当第二次调用同一个对象时，属性值已经发生了改变。
type(fun) >>> function
解决方法
def fun(a=None): if a is None: a = [] a.append(1) print(a) if __name__ == "__main__": fun() fun() >>> [1] [1]
关于可变类型作为默认参数时的注意点
请先看代码，看看代码的输出是否和你想的一样。
def e(v,l=[]):
l.append(v)
return l
l1=e(10)
l2=e(123,[])
l3=e("a")
print(l1,l2,l3)
# 输出： ([10, 'a'], [123], [10, 'a'])
关于上述代码，标准解释是：带有默认参数的表达式在函数被定义的时候被计算，不是在调用的时候计算。
我觉得通俗的解释是：当不传默认值的时候，无论调用多少次该函数，在函数体内部使用的一直都是那个默认的“l”，而这个默认的“l”又是可变类型，所以，它的改变会影响所有指向它的变量，也就是l1和l3。
为了使以上两点的观点更加站的住脚，我进行以下几个测试。
测试：将可变类型列表换为字典
def e(k,v,d={}):
d[k]=v
return d
d1=e(10,10)
d2=e(123,123,{})
d3=e("a","a")
print(d1,d2,d3)
# 输出：({'a': 'a', 10: 10}, {123: 123}, {'a': 'a', 10: 10})
测试：来个不可变类型字符串
def e(v,s=""):
s = s+v
return s
s1=e("我")
s2=e("a","")
s3=e("是")
print(s1,s2,s3)
# 输出： 我 a 是
其实以上类型都已经说明问题了，但是写个文章不容易，我决定用元祖包列表，看看修改这个列表中的数据会怎样。
实际上是不用测试的，最终打印出来的数据一定是类似**“可变类型时的操作”**时的输出的。
为什么?因为我没有修改元祖本身，修改的是其可变类型列表啊。
不能扯远了，不然扯到深拷贝，浅拷贝了。
测试：元祖包个列表来
def e(v,t=([],)): # 传递有元素的元祖的时候要记得带逗号哦。
t[0].append(v)
# t = t[0].append(v) 要知道t[0].append(v)是没有返回值的，t会指向None，如果这样返回，外部打印的全部为None，所以不可以这样返回。
# 而且 如果你想 t[0]= t[0].append(v) 也是不行的，为啥？你在ipython中输入 dir(())你就知道了。
# 好吧，其实是因为元祖是可读不可写的。它能切片、遍历就已经很不错了。。。。。
return t
t1=e("我")
t2=e("a",([],))
t3=e("是")
print(t1,"\n",t2,"\n",t3)
# 输出:
# (['我', '是'],)
# (['a'],)
# (['我', '是'],)
小结一下
家里停电了，所以我来到了网吧，这篇文章是在网吧写的，用的是python3的在线编辑器，有的地方编码（比如命名-。-）或者表述的不好请多多见谅。
关于集合，我就不做测试了，集合一般用于去重和关系运算，它是无序，不重复，可变类型。
以上为个人经验，希望能给大家一个参考，也希望大家多多支持我们。
相关推荐
-
小议Python中自定义函数的可变参数的使用及注意点
可变参数 Python的可变参数有两种,一种是列表类型,一种是字典类型.列表类型类似 C 中的可变参数,定义方式为 def test_list_param(*args) : for arg in args : print arg 其中 args 是一个 tuple. 字典类型的可变参数: def test_dict_param(**args) : for k, v in args.iteritems() : print k, v 其中 args 是一个 dictionary 可以分别传递 tup
-
Python中的函数参数(位置参数、默认参数、可变参数)
目录 一.位置参数 二.默认参数 三.可变参数 四.关键字参数 五.命名关键字参数 六.各种参数之间的组合 函数的参数:Python中函数定义非常简单,由于函数参数的存在,使函数变得非常灵活应用广泛:不但使得函数能够处理复杂多变的参数,还能简化函数的调用. Python中的函数参数有如下几种:位置参数.默认参数.可变参数.关键字参数和命名关键字参数 一.位置参数 位置参数(positional arguments)就是其他语言的参数,其他语言没有分参数的种类是因为只有这一种参数, 所有参数都遵循
-
Python进阶-函数默认参数(详解)
一.默认参数 python为了简化函数的调用,提供了默认参数机制: def pow(x, n = 2): r = 1 while n > 0: r *= x n -= 1 return r 这样在调用pow函数时,就可以省略最后一个参数不写: print(pow(5)) # output: 25 在定义有默认参数的函数时,需要注意以下: 必选参数必须在前面,默认参数在后: 设置何种参数为默认参数?一般来说,将参数值变化小的设置为默认参数. python标准库实践 python内建函数: prin
-
Python函数默认参数常见问题及解决方案
一.默认参数 python为了简化函数的调用,提供了默认参数机制: 这样在调用pow函数时,就可以省略最后一个参数不写: 在定义有默认参数的函数时,需要注意以下: 必选参数必须在前面,默认参数在后: 设置何种参数为默认参数?一般来说,将参数值变化小的设置为默认参数. python标准库实践 python内建函数: 函数签名可以看出,使用print('hello python')这样的简单调用的打印语句,实际上传入了许多默认值,默认参数使得函数的调用变得非常简单. 二.出错了的默认参数 引用一个官
-
python函数的默认参数请勿定义可变类型详解
目录 函数的默认参数请勿定义可变类型 可变类型和不可变类型 定义可变类型会有什么问题? 导致的原因 解决方法 关于可变类型作为默认参数时的注意点 测试:将可变类型列表换为字典 测试:来个不可变类型字符串 测试:元祖包个列表来 小结一下 函数的默认参数请勿定义可变类型 经常会看到这样一句代码警告: Default argument value is mutable 意思是告诉我们函数的定义中,使用可变类型做默认参数. 那为什么会有这个警告呢? 可变类型和不可变类型 可变类型(mutable):列表
-
Python中函数及默认参数的定义与调用操作实例分析
本文实例讲述了Python中函数及默认参数的定义与调用操作.分享给大家供大家参考,具体如下: #coding=utf8 ''''' Python中的函数使用小括号调用.函数在调用之前必须先定义. 如果函数中没有return语句,就会自动返回None对象. Python是通过引用调用的.如果函数内对参数的改变会影响到原始对象. 只有可变对象会受此影响,对不可变对象,它的行为类似按值调用. ''' ''''' 定义函数: def function_name([arguments]): "option
-
python解析命令行参数的三种方法详解
这篇文章主要介绍了python解析命令行参数的三种方法详解,文中通过示例代码介绍的非常详细,对大家的学习或者工作具有一定的参考学习价值,需要的朋友可以参考下 python解析命令行参数主要有三种方法:sys.argv.argparse解析.getopt解析 方法一:sys.argv -- 命令行执行:python test_命令行传参.py 1,2,3 1000 # test_命令行传参.py import sys def para_input(): print(len(sys.argv)) #
-
Python函数进阶之迭代器的原理与使用详解
目录 什么是迭代器 概念 特征 惰性序列 检查可迭代对象 定义迭代器 使用iter函数 使用__iter__方法 判断迭代器 检查内置方法 使用collections模块 调用迭代器 使用next方法和函数 什么是迭代器 能被 next 指针调用,并不断返回下一个值的对象,叫做迭代器.表示为Iterator,迭代器是一个对象类型数据. 概念 迭代器指的是迭代取值的工具,迭代是一个重复的过程,每次重复都是基于上一次的结果而继续的,单纯的重复并不是迭代. 特征 迭代器并不依赖索引,而通过 next
-
php检查函数必传参数是否存在的实例详解
php检查函数必传参数是否存在的实例详解 在php实际编程中,接口经常会接收到前端传来的参数,其中有些参数不是必传的,有些参数是必传的,如何"检查函数必传参数是否存在"呢?为了解决该问题,可以参考以下的示例方法: /** * @brief 检测函数必传参数是否存在 * @param $params array 关联数组 要检查的参数 * @param array $mod array 索引数组 要检查的字段 * @param array $fields array 索引数组 额外要检查
-
Python函数的默认参数设计示例详解
在Python教程里,针对默认参数,给了一个"重要警告"的例子: def f(a, L=[]): L.append(a) return L print(f(1)) print(f(2)) print(f(3)) 默认值只会执行一次,也没说原因.会打印出结果: [1] [1, 2] [1, 2, 3] 因为学的第一门语言是Ruby,所以感觉有些奇怪. 但肯定的是方法f一定储存了变量L. 准备知识:指针 p指向不可变对象,比如数字.则相当于p指针指向了不同的内存地址. p指向的是可变对象,
-
命令行运行Python脚本时传入参数的三种方式详解
如果在运行python脚本时需要传入一些参数,例如gpus与batch_size,可以使用如下三种方式. python script.py 0,1,2 10 python script.py -gpus=0,1,2 --batch-size=10 python script.py -gpus=0,1,2 --batch_size=10 这三种格式对应不同的参数解析方式,分别为sys.argv, argparse, tf.app.run, 前两者是python自带的功能,最后一个是tensorfl
-
深入Main函数中的参数argc,argv的使用详解
C/C++语言中的main函数,经常带有参数argc,argv,如下: 复制代码 代码如下: int main(int argc, char** argv) 这两个参数的作用是什么呢?argc 是指命令行输入参数的个数,argv存储了所有的命令行参数.假如你的程序是hello.exe,如果在命令行运行该程序,(首先应该在命令行下用 cd 命令进入到 hello.exe 文件所在目录) 运行命令为: 复制代码 代码如下: hello.exe Shiqi Yu 下面的程序演示argc和argv的使用
-
Python中的默认参数实例分析
本文研究的主要是Python中的默认参数的相关内容,具体如下. 熟悉C++语言的可以知道,C++语言中的默认参数是写在函数声明中的,为语法糖,与函数的调用无关,是在函数调用的时候由编译器补齐参数然后进行调用. 而Python中的默认参数与其有相当大的不一样,如下例中的代码执行结果会是什么呢? def test_parameter(a, dfp=[]): dfp.append(a) print(dfp) test_parameter(1) test_parameter(2) test_parame
-
python可变对象,不可变对象详解
在写python程序时,对于可变对象和不可变对象这里理解不深,导致总会犯一些细节错误.以下面的程序举例: ab = {'a':1, 'b':2} list1 = [] for i in range(2,5): ab['a'] = i list1.append(ab) print(list1) # [{'a': 4, 'b': 2}, {'a': 4, 'b': 2}, {'a': 4, 'b': 2}] 这段代码本以为结果应该是[{'a': 2, 'b': 2}, {'a': 3, 'b': 2