您当前的位置:首页 > IT编程 > python
| C语言 | Java | VB | VC | python | Android | TensorFlow | C++ | oracle | 学术与代码 | cnn卷积神经网络 | gnn | 图像修复 | Keras | 数据集 | Neo4j | 自然语言处理 | 深度学习 | 医学CAD | 医学影像 | 超参数 | pointnet | pytorch | 异常检测 | Transformers | 情感分类 | 知识图谱 |

自学教程:Python关于实参随形参改变而改变的问题

51自学网 2025-02-05 12:14:48
  python
这篇教程Python关于实参随形参改变而改变的问题写得很实用,希望能帮到您。

前言

今天在实验过程中,发现将字典作为函数的形参传入函数,在函数内改变形参,会导致传入的字典的值也发生相应的改变。

这与c++不同,令我疑惑,遂写此文。

简单实验

我们对常见的数据类型进行实验,检测形参的该表是否会改变传入的实参。

变量

def change(a):    a = 2    print(a)b = 1change(b)print(b)>>2>>1

可见,变量的值并没有随形参的改变而改变

元组

def change(a):    a = a[:2]    print(a)b = (1, 2, 3)change(b)print(b)>>(1, 2)>>(1, 2, 3)

可见,元组没有随形参的改变而改变

列表

def change(a):    a.append(1)    print(a)b = [2, 3]change(b)print(b)>>[2, 3, 1]>>[2, 3, 1]

可见,列表随着形参的改变而发生改变

字典

def change(a):    a[1] = 100    print(a)b = {1: 1, 2: 2}change(b)print(b)>>{1: 100, 2: 2}>>{1: 100, 2: 2}

可见,字典随着形参的改变而发生改变

原因

我们遇到了可变不可变数据类型之间的差异。在Python中,数据类型可以是可变的,也可以是不可变的。

我们通常使用的(整数,浮点数,字符串,布尔值和元组)数据类型都是不可变的,但是列表和字典是可变的。

这意味着全局列表或字典即使在函数内部使用时也可以更改,我们通过上面的例子也能看出这个问题。

不可变数据举例

a = 1

变量a 的作用类似于一个指向 1 的指针。

变量的数据类型是不可变的,变量一旦创建就不能别改变。

如果我们执行 a = a + 1

我们实际上不是将 1 更新到 2,而是指针从 1 指向了 2。

可变数据距离

list1 = [1, 2, 3]

如果我们在列表的末尾添加一个值,我们不是将list1指向另一个列表,而是直接更新现有列表。

如果我们创建多个列表变量,只要他们指向同一个列表,那么当列表发生改变时,这些列表变量都会发生变化。

list1 = [1, 2, 3]list2 = list1list1.append(4)print(list1)print(list2)>>[1, 2, 3, 4]>>[1, 2, 3, 4]

心得

从这两个例子中,我们可以直观感受到可变数据类型与不可变数据类型之间的区别。

我们对可变数据的操作,是直接在其本身上进行操作的。

对不可变数据的操作,是将指针指向另一个位置,而不是更改其本身。

保持可变数据不变

我们在写代码时,经常会编写各种函数。我们不希望传入函数的实参,会在函数内部被改变。那应该怎么办呢?

其实很简单,使用.copy()方法复制列表或字典即可。

list1 = [1, 2, 3]list2 = list1.copy()list1.append(4)print(list1)print(list2)>>[1, 2, 3, 4]>>[1, 2, 3]

.copy()方法会创建一个新的副本,这样list2就不会指向list1指向的列表,而是指向一个新的列表。

这样的话,list1list2就相互独立,互不影响了。

def change(a):    temp = a.copy()    temp.append(4)    print(temp)list1 = [1, 2, 3]change(list1)print(list1)>>[1, 2, 3, 4]>>[1, 2, 3]

可见,这样我们就解决了形参的改变带来的实参改变的问题。对于字典也是一样的。

补充

深拷贝与浅拷贝

>>> import copy>>> origin = [1, 2, [3, 4]]#origin 里边有三个元素:1, 2,[3, 4]>>> cop1 = copy.copy(origin)>>> cop2 = copy.deepcopy(origin)>>> cop1 == cop2  # 判断 cop1 和 cop2 的值是否相同True>>> cop1 is cop2  # 判断 cop1 和 cop2 是否是同一个对象False #cop1 和 cop2 看上去相同,但已不再是同一个object>>> origin[2][0] = "hey!" >>> origin[1, 2, ['hey!', 4]]>>> cop1[1, 2, ['hey!', 4]]>>> cop2[1, 2, [3, 4]]

copy对于一个复杂对象的子对象并不会完全复制。什么是复杂对象的子对象呢?

比如列表里的嵌套列表(多维列表),字典里的嵌套字典(多维字典)都是复杂对象的子对象。

对于子对象,python会将其当做一个公共镜像存储起来,所有对它的复制都会被当成引用(就是拿指针指向同一块区域)。所以,其中一个引用的值发生改变时,其他引用的值也会发生改变。

复制复杂对象,我们也想全盘复制(包括子对象),这时我们就可以使用deepcopy()函数进行深拷贝

import copya = [1, 2, [3, 4]]b = copy.deepcopy(a)  # 深拷贝

总结

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本站。


python禁止位置传参函数详解
python类函数的有效调用方式
万事OK自学网:51自学网_软件自学网_CAD自学网自学excel、自学PS、自学CAD、自学C语言、自学css3实例,是一个通过网络自主学习工作技能的自学平台,网友喜欢的软件自学网站。