内容简介:绝大多数情况下,Python是一个干净具有一致性的语言。然而,有些少数情况会让初学者感到困惑。其中有些情况是有意识的但会成为潜在的莫名其妙,而有些可以说是语言赘肉。下面我们看看使用可变默认参数(Mutable default arguments)时会出现什么莫名其妙的状况。你可能写了以下函数,它有一个默认参数是一个list:
绝大多数情况下,Python是一个干净具有一致性的语言。然而,有些少数情况会让初学者感到困惑。其中有些情况是有意识的但会成为潜在的莫名其妙,而有些可以说是语言赘肉。下面我们看看使用可变默认参数(Mutable default arguments)时会出现什么莫名其妙的状况。
你可能写了以下函数,它有一个默认参数是一个list:
def append_to(element, to=[]):
to.append(element)
return to
然后调用该函数:
my_list = append_to(12) print(my_list) my_other_list = append_to(42) print(my_other_list) A new list is created each time the function is called if a second argument isn’t provided, so that the output is:
每次调用该函数,如果第二个参数没有提供(使用默认参数),一个新的list将会生成,所以输出应该是:
[12] [42]
但是,结果并非上面那样,而是下面这样:
[12] [12, 42]
当该函数被定义时,一次性生成一个list作为默认参数,后面每次成功调用都是使用的第一次生成的那个list。
Python的默认参数只在函数被定义时生成一次,而非每次调用时生成。这就意味着如果你使用可变默认参数并改变它,所有调用该函数的结果都是这个可变对象。
正确的做法应该是:
让默认参数为None(None通常是一个很好的选择),每次调用时创建一个新对象。
def append_to(element, to=None):
if to is None:
to = []
to.append(element)
return to
同时也有注意,该函数要传递一个list对象作为第二个参数,因为函数中对它进行了append操作。
文章都是我过往经验总结,我在我的博客: https://www.yuanrenxue.com/ 和 公众号【猿人学Python】 上会分享更多心得体会。
以上就是本文的全部内容,希望本文的内容对大家的学习或者工作能带来一定的帮助,也希望大家多多支持 码农网
猜你喜欢:- 当心DevOps虚假指标
- PowerShell当心ToString()陷阱
- 当心黑客 自查家中路由器是否安全
- 当心!潜伏身边的国家级网络攻击
- 当心Azure跨区域数据传输产生额外费用
- 准备交赎金?当心Phobos勒索病毒二次加密!
本站部分资源来源于网络,本站转载出于传递更多信息之目的,版权归原作者或者来源机构所有,如转载稿涉及版权问题,请联系我们。
Machine Learning in Action
Peter Harrington / Manning Publications / 2012-4-19 / GBP 29.99
It's been said that data is the new "dirt"—the raw material from which and on which you build the structures of the modern world. And like dirt, data can seem like a limitless, undifferentiated mass. ......一起来看看 《Machine Learning in Action》 这本书的介绍吧!