快捷導(dǎo)航

小議Python中自定義函數(shù)的可變參數(shù)的使用及注意點(diǎn)

更新時(shí)間：2016年06月21日 15:50:22 作者：TypingQuietly

Python函數(shù)的默認(rèn)值參數(shù)只會在函數(shù)定義處被解析一次,以后再使用時(shí)這個默認(rèn)值還是一樣,這在與可變參數(shù)共同使用時(shí)便會產(chǎn)生困惑,下面就來小議Python中自定義函數(shù)的可變參數(shù)的使用及注意點(diǎn)

可變參數(shù)

Python的可變參數(shù)有兩種，一種是列表類型，一種是字典類型。列表類型類似 C 中的可變參數(shù)，定義方式為

def test_list_param(*args) :
  for arg in args :
    print arg

其中 args 是一個 tuple。
字典類型的可變參數(shù)：

def test_dict_param(**args) :
  for k, v in args.iteritems() :
    print k, v

其中 args 是一個 dictionary
可以分別傳遞 tuple 和 dictionary 給相應(yīng)的可變參數(shù)，格式如下

a = (1, 2, 3)
b = {"a":1, "b":2, "msg":"hello"}
test_list_param(*a)
test_dict_param(**b)

帶默認(rèn)參數(shù)的函數(shù)

函數(shù)的帶默認(rèn)值參數(shù)能夠很大程度上方便我們使用：一般情況下可以省略傳參使用參數(shù)的默認(rèn)值，也可以主動傳參；調(diào)用的時(shí)候也不用在意參數(shù)的順序方便使用，并且直接、顯式；甚至還能用來當(dāng)作魔法值，做一些邏輯上的控制。

但是由于python的默認(rèn)值參數(shù)只會在函數(shù)定義處被解析一次，此后每次調(diào)用函數(shù)的時(shí)候，默認(rèn)值參數(shù)都會是這個值了。碰到一些不可變的數(shù)據(jù)類型比如：整型，字符串，元祖之類的還好，但如果碰到可變類型的數(shù)據(jù)比如數(shù)組的話，就會有發(fā)生一些意想不到的事情。
讓我們舉一個簡單的例子說明一下：

def add_to(num, target=[]):
  target.append(num)
  print id(target), target

add_to(1)
# Output: 39003656, [1]
add_to(2)
# Output: 39003656, [1, 2]
add_to(3)
# Output: 39003656, [1, 2, 3]

很顯然如果你是想每次調(diào)用函數(shù)都能得到一個新的包含期望結(jié)果的數(shù)組，肯定不能如愿了。函數(shù)add_to的參數(shù)target在函數(shù)第一次被解析的時(shí)候會被賦值成空的數(shù)組，因?yàn)橹粫唤馕鲆淮?，以后每次調(diào)用的時(shí)候都會在這個target變量的基礎(chǔ)上進(jìn)行操作，變量的id值也完全一樣。想要得到預(yù)期的結(jié)果，可以為這種可變數(shù)據(jù)類型的參數(shù)指定一個None來表示空值：

a = (1, 2, 3)
b = {"a":1, "b":2, "msg":"hello"}
test_list_param(*a)
test_dict_param(**b)

在python的世界里，參數(shù)是按標(biāo)識符傳遞（粗暴點(diǎn)解釋就是按引用傳遞的），你需要擔(dān)心的是參數(shù)的類型是否是可變的：

>>> def test(param1, param2):
...   print id(param1), id(param2)
...   param1 += 1
...   param2 += 1
...   print id(param1), id(param2)
...
>>> var1 = 1
>>> var2 = 2
>>> print id(var1), id(var2)
36862728 36862704
>>> test(var1, var2)
36862728 36862704
36862704 36862680

可變的數(shù)據(jù)類型，函數(shù)局部作用域里面的任何改變會保留在數(shù)據(jù)上；不可變的數(shù)據(jù)類型，發(fā)生的任何改變都只會體現(xiàn)在新生成的局部變量上，如同上面的列子中所示的效果，讀者可以對比一下。

您可能感興趣的文章: