• 【转】Python函数默认参数陷阱


    【转】Python函数默认参数陷阱

    请看如下一段程序:

    def extend_list(v, li=[]):
        li.append(v)
        return li
    
    list1 = extend_list(10)
    list2 = extend_list(123, [])
    list3 = extend_list('a')
    
    print(list1)
    print(list2)
    print(list3)
    
    print(list1 is list3)

    请先猜想打印的结果:

    是不是这样:

    [10]
    [123]
    [a]
    False

    但是,实际的打印效果

     请看如下解释:

    <!-- lang: python -->
    # 函数的定义相当于一次类型构造,默认值只在此时解析一次。
    # 而函数调用时不会重新执行默认参数的构造。所以,如果使用了字典,列表这样的可变类型。
    # 而又要在函数体内修改它,可能会出现意想不到的效果.
    def a(b=[]):
        b.append('hi')
        print b
    
    In [11]: a()
    ['hi']
    In [12]: a()
    ['hi', 'hi']
    In [13]: a(['2'])
    ['2', 'hi']
    In [14]: a()
    ['hi', 'hi', 'hi']
    In [15]: a.func_defaults
    Out[15]: (['hi', 'hi', 'hi'],)
    
    # 解决方法:参数默认值使用None赋值
    def(b = None):
        b = b or []
        pass
    
    # 类属性也有类似问题
    class A(object):
        x = []
        def __init__(self, c): 
            self.x.append(c)    # 这里的x搜索到类级别的x了而非实例的,
                                # 因实例级别的x未事先定义
    In [36]: a1, a2 = A(1), A(2)
    In [37]: a1.x, a2.x
    Out[37]: ([1, 2], [1, 2])
    
    # 解决方法, 实例级别的属性事先定义
    class B(object):
        x = []
        def __init__(self, c): 
            self.x = []     # 此处实例属性有x,所以先搜索到此
            self.x.append(c) 
    
    In [38]: b1, b2 = B(1), B(2)
    In [39]: b1.x, b2.x
    Out[39]: ([1], [2])

    python可变对象做默认参数陷阱

    可变对象与不可变对象

    python中,万物皆对象。python中不存在所谓的传值调用,一切传递的都是对象的引用,也可以认为是传址。

    python中,对象分为可变(mutable)和不可变(immutable)两种类型。

    元组(tuple)、数值型(number)、字符串(string)均为不可变对象,而字典型(dictionary)和列表型(list)的对象是可变对象。

    对于可变对象来说,传址是可以改变原对象的值的,对于不可变对象来说,传址相当于多了一个指向该值(不可变)的指针

    不可变对象

    可变对象

    函数默认参数陷阱

    下面这一段程序

    #! /usr/bin/env python
    # -*- coding: utf-8 -*-
    
    class demo_list:
        def __init__(self, l=[]):
            self.l = l
    
        def add(self, ele):
            self.l.append(ele)
    
    def appender(ele):
        obj = demo_list()
        obj.add(ele)
        print obj.l
    
    if __name__ == "__main__":
        for i in range(5):
            appender(i)

    输出结果是多少?

    [0]
    [0, 1]
    [0, 1, 2]
    [0, 1, 2, 3]
    [0, 1, 2, 3, 4]

    而不是想象的

    [0]
    [1]
    [2]
    [3]
    [4]

    而如果想达到第二种效果,只需将obj = demo_list() 改为obj = demo_list(l=[]) 即可

    默认参数原理

    官方文档中的一句话:

    Default values are computed once, then re-used.

    默认值是被重复使用的

    Default parameter values are evaluated when the function definition is executed. This means that the expression is evaluated once, when the function is defined, and that the same “pre-computed” value is used for each call.

    所以当默认参数值是可变对象的时候,那么每次使用该默认参数的时候,其实更改的是同一个变量

    当python执行def语句时,它会根据编译好的函数体字节码和命名空间等信息新建一个函数对象,并且会计算默认参数的值。函数的所有构成要素均可通过它的属性来访问,比如可以用funcname属性来查看函数的名称。所有默认参数值则存储在函数对象的defaults_属性中,它的值为一个列表,列表中每一个元素均为一个默认参数的值

    其中默认参数相当于函数的一个属性

    Functions in Python are first-class objects, and not only a piece of code.

    我们可以这样解读:函数也是对象,因此定义的时候就被执行,默认参数是函数的属性,它的值可能会随着函数被调用而改变。其他对象不都是如此吗?

    避免

    使用可变参数作为默认值可能导致意料之外的行为。为了防止出现这种情况,最好使用None值,并且在后面加上检查代码

     
    def __init__(self, l=None):
           if not l:
                self.l = []
           else:
                self.l = l

    在这里将None用作占位符来控制参数l的默认值。不过,有时候参数值可能是任意对象(包括None),这时候就不能将None作为占位符。你可以定义一个object对象作为占位符,如下面例子:

     
    sentinel = object()
    
    def func(var=sentinel):
       if var is sentinel:
            pass
       else:
            print var

    修饰器方法

    Python cookbook中也提到了这个方法,为了避免对每一个函数中每一个可能为None的对象进行一个if not l的判断,使用可更优雅的修饰器方法

    import copy
    def freshdefault(f):
        fdefaults = f.func_defaults
        def refresher(*args,**kwds):
            f.func_defaults = deepcopy(fdefaults)
            return f(*args,**kwds)
        return refresh

    这段代码也再次认证了默认参数是函数的一个属性这一事实

    扩展

    python中函数的默认值只会被执行一次,(和静态变量一样,静态变量初始化也是被执行一次)。Python可以通过函数的默认值来实现静态变量的功能。

  • 相关阅读:
    WPF之感触
    C# WinForm 给DataTable中指定位置添加列
    MyEclipse 8.6 download 官方下载地址
    将博客搬至CSDN
    Building Microservices with Spring Cloud
    Building Microservices with Spring Cloud
    Building Microservices with Spring Cloud
    Building Microservices with Spring Cloud
    Building Microservices with Spring Cloud
    Building Microservices with Spring Cloud
  • 原文地址:https://www.cnblogs.com/langqi250/p/10790221.html
Copyright © 2020-2023  润新知