Python函数参数传递:传值还是传引用

简介: Python函数参数传递:传值还是传引用

引子

首先来看一个列子:

def change(val):
    val.append(100)
    val = ['T', 'Z', 'Y']
nums = [0, 1]
change(nums)
print(nums)

猜猜结果应该是什么?
按照C++语言的思维,如果Python函数参数的传递是传值的话,结果应该是[0, 1],如果是传引用的话,结果应该是['T', 'Z', 'Y']。
可是实际结果是:[0, 1, 100]。所以,Python函数参数的传递既不是所谓的传值也不是传引用。

Python函数参数传递

那么Python中函数参数到底是以什么形式传递的呢?
我们首先明确一些概念:Python中的变量对象
Python中的变量是没有类型的,我们可以把它看做一个(*void)类型的指针,变量是可以指向任何对象的,而对象才是有类型的。
而且Python中的对象有不可变对象(number,string,tuple等)和可变对象之分(list,dict等)。
比如下面的例子:

nums = (1, 2, 3)
type(nums) #输出:tuple
id(nums) #输出:59179256
nums = [1, 2, 3] 
type(nums) #输出:list
id(nums) #输出:59094960

可以看到nums是没有类型的,它可以指向一个tuple也可以指向一个list,从id就可以看出nums指向了不同的对象。
明白了这个概念,那么我们可以说Python中函数参数的传递是传递的变量的值,即就是变量所指向的对象的地址
一般的,我们有下面的规律:
1.不可变对象作为函数参数,相当于C系语言的值传递。
2.可变对象作为函数参数,相当于C系语言的引用传递。
但是,其实只要我们内心记得:参数传递的是变量所指向的对象的地址就行,值传递和引用传递都是C++中的概念!

例子分析

下面我们分析几个例子:
1.不可变对象

def change(val):
    val = 0
num = 1
change(num)
print(num) #输出结果为1

按照上面的规律1,输出结果为1。我们分析一下为什么。
我们定义了一个变量num,num指向数字1,然后执行change函数的时候,复制了num变量到val.即刚进入函数体的时候val仍然指向数字1,然后函数体中给val赋值2,因为数字是不可变对象,所以val重新指向了0。但是作为num变量,仍然指向1。
2.可变对象

def change(val):
    val.append(1)
nums = [0]
change(nums)
print(nums)

这里例子同样的道理,刚进入change函数体的时候,val指向列表[0],因为列表是可变对象,所以给[0]执行append操作的时候,直接作用在原来的list上不会生成新的对象,所以返回结果是[0, 1]。
3.引子中的例子
开始的时候,nums指向列表[0],然后进入函数体change的时候,val指向列表[0],然后执行append,列表[0]变成[0, 1],然后又将['T', 'Z', 'Y']赋值给val,所以最后的结果是nums指向的[0]变成了[0, 1]。

所以最重要的一点是明白:Python中函数参数的传递是变量指向的对象的地址;Python中变量和对象的不同。

目录
相关文章
|
4月前
|
存储 JavaScript Java
(Python基础)新时代语言!一起学习Python吧!(四):dict字典和set类型;切片类型、列表生成式;map和reduce迭代器;filter过滤函数、sorted排序函数;lambda函数
dict字典 Python内置了字典:dict的支持,dict全称dictionary,在其他语言中也称为map,使用键-值(key-value)存储,具有极快的查找速度。 我们可以通过声明JS对象一样的方式声明dict
310 1
|
4月前
|
算法 Java Docker
(Python基础)新时代语言!一起学习Python吧!(三):IF条件判断和match匹配;Python中的循环:for...in、while循环;循环操作关键字;Python函数使用方法
IF 条件判断 使用if语句,对条件进行判断 true则执行代码块缩进语句 false则不执行代码块缩进语句,如果有else 或 elif 则进入相应的规则中执行
445 1
|
4月前
|
Java 数据处理 索引
(numpy)Python做数据处理必备框架!(二):ndarray切片的使用与运算;常见的ndarray函数:平方根、正余弦、自然对数、指数、幂等运算;统计函数:方差、均值、极差;比较函数...
ndarray切片 索引从0开始 索引/切片类型 描述/用法 基本索引 通过整数索引直接访问元素。 行/列切片 使用冒号:切片语法选择行或列的子集 连续切片 从起始索引到结束索引按步长切片 使用slice函数 通过slice(start,stop,strp)定义切片规则 布尔索引 通过布尔条件筛选满足条件的元素。支持逻辑运算符 &、|。
271 0
|
5月前
|
设计模式 缓存 监控
Python装饰器:优雅增强函数功能
Python装饰器:优雅增强函数功能
308 101
|
5月前
|
缓存 测试技术 Python
Python装饰器:优雅地增强函数功能
Python装饰器:优雅地增强函数功能
249 99
|
5月前
|
存储 缓存 测试技术
Python装饰器:优雅地增强函数功能
Python装饰器:优雅地增强函数功能
235 98
|
5月前
|
缓存 Python
Python中的装饰器:优雅地增强函数功能
Python中的装饰器:优雅地增强函数功能
|
6月前
|
Python
Python 函数定义
Python 函数定义
672 155
|
5月前
|
算法 安全 数据安全/隐私保护
Python随机数函数全解析:5个核心工具的实战指南
Python的random模块不仅包含基础的随机数生成函数,还提供了如randint()、choice()、shuffle()和sample()等实用工具,适用于游戏开发、密码学、统计模拟等多个领域。本文深入解析这些函数的用法、底层原理及最佳实践,帮助开发者高效利用随机数,提升代码质量与安全性。
981 0
|
6月前
|
数据挖掘 数据处理 C++
Python Lambda:从入门到实战的轻量级函数指南
本文通过10个典型场景,详解Python中Lambda匿名函数的用法。Lambda适用于数据处理、排序、条件筛选、事件绑定等简洁逻辑,能提升代码简洁性和开发效率。同时提醒避免在复杂逻辑中过度使用。掌握Lambda,助你写出更高效的Python代码。
369 0

推荐镜像

更多