这篇文章主要介绍了深入理解python中函数传递参数是值传递还是引用传递，涉及具体代码示例，具有一定参考价值，需要的朋友可以了解
目前网络上大部分博客的结论都是这样的：
Python不允许程序员选择采用传值还是传 引用。Python参数传递采用的肯定是“传对象引用”的方式。实际上，这种方式相当于传值和传引用的一种综合。如果函数收到的是一个可变对象（比如字典 或者列表）的引用，就能修改对象的原始值——相当于通过“传引用”来传递对象。如果函数收到的是一个不可变对象（比如数字、字符或者元组）的引用，就不能 直接修改原始对象——相当于通过“传值”来传递对象。
你可以在很多讨论该问题的博客里找到以上这一段话。
但是在实际操作中我却发现一个问题：
|
1
2
3
4
5
|
l=[1,2,3]def a(x): x=x+[4]a(l)print(l) |
这段代码的输出为：
|
1
|
[1,2,3] |
为什么是这样呢，list是可变对象，按照上面的结论来说传递方式是引用传递，我应该在函数里能对它进行修改呀？难道不应该输出[1,2,3,4]吗？
我觉得我上面引用的那段大多数博主的结论，其实非常不好理解，而且没有讲到本质，看的云里雾里的。
经过我后面的多次试验，得到以下结论：
其实在python中讨论值传递还是引用传递是没有意义的，要真正对这些情况作出解释，其实是应该搞明白python(对可变对象和不可变对象的)赋值过程中是如何分配内存地址的。
接下来，我们不讨论值传递和引用传递的问题。
让我们做一个非常简单的小实验，其中，id()可以查看变量在内存中的地址：
|
1
2
3
4
5
6
7
8
|
l1=[1,2,3]l2=[1,2,3]a=1b=1print(id(l1))print(id(l2))print(id(a))print(id(b)) |
在我的电脑中的运行结果：
|
1
2
3
4
|
128565945041285691508016436433441643643344 |
可以发现，对于可变对象list来说，即便列表内容一模一样，python也会给它们分配新的不同的地址。
然而，对于不可变对象int来说，内存里只有一个1。即便再定义一个变量c=1，也是指向内存中同一个1。换句话说，不可变对象1的地址是共享的。
接下来让我们看看在函数中调用可变对象和不可变对象，并修改他们的值，会是一个什么情况。
对于不可变对象int，我们来看看最简单的情况：
|
1
2
3
4
5
6
7
|
a=1print(id(a))def x(a): print(id(a)) b=a print(id(b))x(a) |
运行得到：
|
1
2
3
|
164364334416436433441643643344 |
这看起来就是一个引用传递，函数外的a、函数里的a和b都指向了同一个地址。
但我们再来看一个极端情况：
|
1
2
3
4
5
6
|
a=1print(id(a))def x(): b=1 print(id(b))x() |
运行得到：
|
1
2
|
16436433441643643344 |
很神奇不是吗？函数外定义的a和函数内定义的b没有任何关系，但它们指向同一个地址！
所以你说如何判断它是值传递还是引用传递？讨论这个问题根本没有意义，因为内存里只有一个1。当我把值1传递给函数里的某一个变量的时候，我实际上也传递了地址，因为内存里只有一个1。
甚至于说我直接给函数里的b赋值1都可以让函数外的a和函数内的b指向同一个地址。
下面来看看传递可变对象list的情况：
|
1
2
3
4
5
6
7
8
9
10
11
|
l=[1,2,3]print(id(l))def a(x): print(id(x)) x.pop() print(x) print(id(x)) x=x+[3] print(x) print(id(x))a(l) |
运行得到
|
1
2
3
|
883142451528[1, 2][1, 2, 3] |
可以看到，当我们把函数外的列表L传递给函数后，x的地址和L是一样的，这看起来就是一个引用传递，没问题。
继续往下，我们调用x本身的方法pop后，x变成[1,2]，并且x的地址没变，这也没什么问题。
但是当我们给x赋值以后，x的地址就变了。
也就是说，只要创建一个新的可变对象，python就会分配一个新的地址。就算我们创建的新可变对象和已存在的旧可变对象完全一样，python依旧会分配一个新的地址（见本文上半部分那个‘非常简单的小实验'）
而pop并不是创建新的可变对象，pop是对已有的可变对象进行修改。
所以可以总结为：
在python中，不可变对象是共享的，创建可变对象永远是分配新地址
这个时候我们再回过头来思考值传递和引用传递的问题，就会发现在python里讨论这个确实是没有意义。
我们可以说：python有着自己的一套特殊的传参方式，这是由python动态语言的性质所决定的