[关闭]
@spiritnotes 2016-02-14T09:06:37.000000Z 字数 829 阅读 1297

Python语言实践分析 -- 默认参数

Python


引子

熟悉C++语言的可以知道,C++语言中的默认参数是写在函数声明中的,为语法糖,与函数的调用无关,是在函数调用的时候由编译器补齐参数然后进行调用。
而Python中的默认参数与其有相当大的不一样,如下例中的代码执行结果会是什么呢?

  1. def test_parameter(a, dfp=[]):
  2. dfp.append(a)
  3. print(dfp)
  4. test_parameter(1)
  5. test_parameter(2)
  6. test_parameter(3)

从结果中可以看到其结果如下,与我们期望完全不一致:

  1. [1]
  2. [1, 2]
  3. [1, 2, 3]

分析

为什么Python的默认参数是这样的表现,需要从Python的函数定义说起。Python中 def 实际上是可执行语句,执行 def 的时候会创建一个函数对象,而默认参数也会在执行 def 语句的时候计算出来并存在函数的__defaults__属性中。

  1. def test_parameter(a, dfp=[]):
  2. dfp.append(a)
  3. print(id(dfp))
  4. test_parameter(1)
  5. test_parameter(2)
  6. print(test_parameter.__defaults__)
  7. print(id(test_parameter.__defaults__[0]))

结果如下,可见调用函数时使用的默认参数和__defaults__中的对象为同一对象:

  1. 140109485401224
  2. 140109485401224
  3. ([1, 2],)
  4. 140109485401224

使用

在明白上述原理后,可以知道以后在使用默认参数的时候需要注意,如果默认参数是可变对象则需要判断是否每次调用函数时是共享默认参数还是产生新对象。如果是新生成对象,常采用None作为默认参数占位,如果判断当前为None,则新建可变对象使用。

  1. def test(a, dfp=None):
  2. if dfp is None:
  3. dfp = []
  4. pass #使用dfp
添加新批注
在作者公开此批注前,只有你和作者可见。
回复批注