<h3 ID="python进阶-函数默认参数">Python进阶-函数默认参数
写在前面
如非特别说明,下文均基于
python3
一、默认参数
python为了简化函数的调用,提供了默认参数机制:
<pre >def pow(x,n = 2):
r = 1while n > 0: r *= x n -= 1return r</code></pre>
这样在调用pow
函数时,就可以省略最后一个参数不写:
<pre >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:print(*objects,sep=' ',end='\n',file=sys.stdout,flush=False)
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、一个坑?
引用一个官方的经典示例 :
<pre >def bad_append(new_item,a_list=[]):
a_list.append(new_item)
return a_list
print(bad_append('1'))
print(bad_append('2'))
这个示例并没有按照预期打印:
<pre >['1']
['2']
而是打印了:
<pre >['1']
['1','2']
其实这个错误问题不在默认参数上,而是我们对于及默认参数的初始化的理解有误。
三、函数初始化
按照Python
哲学:
一切皆对象
函数也是一个对象,如下示例:
<pre >import types
def test():
pass
print(type(test)) # <class 'function'>
print(isinstance(test,types.FunctionType)) # True
如此,函数就是类types.FunctionType
或者其子类的实例对象。那么对象必然有其初始化的时候,一般来说,解释器在读到函数末尾时完成函数实例的初始化。初始化后,就有了函数名到函数对象这样一个映射关系,可以通过函数名访问到函数对象了,并且,函数的一切属性也确定下来,包括所需的参数,默认参数的值。因此每次调用函数时,默认参数值是相同的(如果有默认参数)。
我们以一个直观的例子来说明:
<pre >import datetime as dt
from time import sleep
def log_time(msg,time=dt.datetime.now()):
sleep(1) # 线程暂停一秒print("%s: %s" % (time.isoformat(),msg))
log_time('msg 1')
log_time('msg 2')
log_time('msg 3')
运行这个程序,得到的输出是:
<pre >2017-05-17T12:23:46.327258: msg 1
2017-05-17T12:23:46.327258: msg 2
2017-05-17T12:23:46.327258: msg 3
即使使用了sleep(1)
让线程暂停一秒,排除了程序执行很快的因素。输出中三次调用打印出的时间还是相同的,即三次调用中默认参数time
的值是相同的。
上面的示例或许还不能完全说明问题,以下通过观察默认参数的内存地址的方式来说明。
首先需要了解内建函数id(object)
:
id(object)
Return the “identity” of an object. This is an integer which is guaranteed to be unique and constant for this object during its lifetime. Two objects with non-overlapping lifetimes may have the same id() value.
CPython implementation detail: This is the address of the object in memory.
即id(object)
函数返回一个对象的唯一标识。这个标识是一个在对象的生命周期期间保证唯一并且不变的整数。在重叠的生命周期中,两个对象可能有相同的id值。
在CPython
解释器实现中,id(object)
的值为对象的内存地址。
如下示例使用id(object)
函数清楚说明了问题:
<pre >def bad_append(new_item,a_list=[]):
print('address of a_list:',id(a_list))a_list.append(new_item)return a_list
print(bad_append('1'))
print(bad_append('2'))
output:
<pre >address of a_list: 31128072
['1']
address of a_list: 31128072
['1','2']
两次调用bad_append
,默认参数a_list
的地址是相同的。
而且a_list
是可变对象,使用append
方法添加新元素并不会造成list
对象的重新创建,地址的重新分配。这样,‘恰好’就在默认参数指向的地址处修改了对象,下一次调用再次使用这个地址时,就可以看到上一次的修改了。
那么,出现上述的输出就不奇怪了,因为它们本来就是指向同一内存地址。
四、可变与不可变
当默认参数指向可变类型对象和不可变类型对象时,会表现出不同的行为。
可变默认参数 的表现就像上诉示例一样。
不可变默认参数
首先看一个示例:
<pre >def immutable_test(i = 1):
print('before operation,address of i',id(i))
i += 1
print('after operation,id(i))
return i
print(immutable_test())
print(immutable_test())
Output:
<pre >before operation,address of i 1470514832
after operation,address of i 1470514848
2
before operation,address of i 1470514848
2
很明显,第二次调用时默认参数i
的值不会受第一次调用的影响。因为i
指向的是不可变对象,对i
的 *** 作会造成内存重新分配,对象重新创建,那么函数中i += 1
之后名字i
指向了另外的地址;根据默认参数的规则,下次调用时,i
指向的地址还是函数定义时赋予的地址,这个地址的值1
并没有被改变。
其实,可变默认参数和不可变默认参数放在这里讨论并没太大的价值,就像其他语言中所谓的值传递还是引用传递
一样,不只会对默认参数造成影响。
五、最佳实践
不可变的默认参数的多次调用不会造成任何影响,可变默认参数的多次调用的结果不符合预期。那么在使用可变默认参数时,就不能只在函数定义时初始化一次,而应该在每次调用时初始化。
最佳实践是定义函数时指定可变默认参数的值为None
,在函数体内部重新绑定默认参数的值。以下是对上面的两个可变默认参数示例最佳实践的应用:
<pre >def good_append(new_item,a_list = None):
if a_list is None: a_list = []a_list.append(new_item)return a_list
print(good_append('1'))
print(good_append('2'))
print(good_append('c',['a','b']))
<pre >import datetime as dt
from time import sleep
def log_time(msg,time = None):
if time is None: time = dt.datetime.now()sleep(1)print("%s: %s" % (time.isoformat(),msg))
log_time('msg 1')
log_time('msg 2')
log_time('msg 3')
参考
转自:
总结以上是内存溢出为你收集整理的【Python有坑系列】函数默认参数全部内容,希望文章能够帮你解决【Python有坑系列】函数默认参数所遇到的程序开发问题。
如果觉得内存溢出网站内容还不错,欢迎将内存溢出网站推荐给程序员好友。
欢迎分享,转载请注明来源:内存溢出
评论列表(0条)