京公网安备 11010802034615号
经营许可证编号:京B2-20210330
Python语言中函数的参数传递机制
python有两种对象,immutable 和mutable,前者如number,string,tuple,后者如dictionary,list,下面先来看两个例子。
例1:
>>> def func(a):
... print('id of a before changed:',id(a))
... a += 1
... print('id of a after changed:',id(a))
...
>>> a=1
>>> id(a)
29022864
>>> func(a)
('id of a before changed:', 29022864)
('id of a after changed:', 29022852)
>>> a,id(a)
(1, 29022864)
例2:
>>> def func(a):
... print('id of a before changed:',id(a))
... a.append(4)
... print('id of a after changed:',id(a))
...
>>> a = [1,2,3]
>>> id(a)
119580312
>>> func(a)
('id of a before changed:', 119580312)
('id of a after changed:', 119580312)
>>> a,id(a)
([1, 2, 3, 4], 119580312)
首先说明一点,python中的中所有数据都是object,object的有三个属性,identity,type,value。identity即其id,可以认为是其内存地址,上面的例子中使用python的build-in函数id()来获取其内存地址。type表示其类型,该属性决定了它的数据结构和其支持的操作。value,则其含有的数据。
在解释例子之前首先强调一点,python中,所有的参数传递都是pass by reference,即引用传递。
例1中代表了immutable类别的参数传递机制,传递的参数在函数返回后,是不会发生变化的。a是一个整型(可以通过type(a)来测试),即number类型,所以是immutable类别的。可以看到,a在传入函数处理以前,值为2,id为29022864,在传入函数但未经改变其值前,其id依然为29022864,所以验证了python中的参数传递确实是引用传递,但在a的值通过自身的平方改变后,我们发现,a 的id变为了29022852,即a这个名字已经代表了另外一个内存地址的对象。最后函数返回后,我们发现a的id依然是29022864,value也没有发生变化。
例2代表了mutable类别的参数传递机制,传递的参数在函数中的改变,在函数返回后依然保留。可以看到,a所代表的对象的id,始终没有发生变化,即value的改变是在全局的名字a所代表的对象上完成的。不同于例1中的例子,因为a所代表的id为29022864的对象,是immutable的,所以当发生值改变时,函数内部的名字a就指向了另一个id为29022852的对象,而当函数返回后,全局的名字a所指向的id为29022864的值依然是2,没有改变。
例3:
>>>
def func(a):
... print('id of a before changed:',id(a))
... a = [1,2,3,4]
... print('id of a after changed:',id(a))
...
>>> a = [1,2,3]
>>> id(a)
119580312
>>> func(a)
('id of a before changed:', 119580312)
('id of a after changed:', 119580356)
>>> a,id(a)
([1, 2, 3], 119580312)
例3的结果,显然与例2中我们的描述很不同。我们发现,当使用“a = [1,2,3,4]”对a所指代的对象进行值改变后,a的id发生了变化。最后函数返回,全局的a代表的对象并没有发生变化。其实问题出在python中“=”赋值操作上。统一的解释是:如果mutable类型对象在函数中的改变不是由“=”来完成,那么该对象在函数中的改变在函数返回后依然保留。如果改变由“=”完成,则不保留。
下面给出一些例子来说明“=”在python的作用,进而对上面的现象做一个统一的解释。
例4:
>>> a =1
>>> b =a
>>> id(a),id(b)
(29022864, 29022864)
>>> b =2
>>> a,b
(1, 2)
>>> id(a),id(b)
(29022864, 29022852)
例5:
>>> a= [1,2,3]
>>> b =a
>>> id(a),id(b)
(119580232, 119580232)
>>> b.append(4)
>>> a,b
([1, 2, 3, 4], [1, 2, 3, 4])
>>> id(a),id(b)
(119580232, 119580232)
例6:
>>> a= [1,2,3]
>>> b= a
>>> id(a),id(b)
(79824096, 79824096)
>>> b = [1,2,3,4]
>>> a,b
([1, 2, 3], [1, 2, 3, 4])
>>> id(a),id(b)
(79824096, 119580232)
例4,例5和例6,其实是模仿了函数参数传递的过程,函数参数传递的过程,就是进行类似"b=a"的操作,这里的b其实就相当于例1,例2和例3中的函数里的“a”。在python中,b,a指向了同一个对象,即进行“b=a”操作,若使用“=”操作改变b的值,python会直接新建一个对象,然后让b指向它。所以a的值不发生变化。
至此,python里的函数参数传递原理应该完整了。
数据分析咨询请扫描二维码
若不方便扫码,搜微信号:CDAshujufenxi
在机器学习建模实操中,“特征选择”是提升模型性能、简化模型复杂度、解读数据逻辑的核心步骤——而随机森林(Random Forest) ...
2026-02-12在MySQL数据查询实操中,按日期分组统计是高频需求——比如统计每日用户登录量、每日订单量、每日销售额,需要按日期分组展示, ...
2026-02-12对CDA(Certified Data Analyst)数据分析师而言,描述性统计是贯穿实操全流程的核心基础,更是从“原始数据”到“初步洞察”的 ...
2026-02-12备考CDA的小伙伴,专属宠粉福利来啦! 不用拼运气抽奖,不用复杂操作,只要转发CDA真题海报到朋友圈集赞,就能免费抱走实用好礼 ...
2026-02-11在数据科学、机器学习实操中,Anaconda是必备工具——它集成了Python解释器、conda包管理器,能快速搭建独立的虚拟环境,便捷安 ...
2026-02-11在Tableau数据可视化实操中,多表连接是高频操作——无论是将“产品表”与“销量表”连接分析产品销量,还是将“用户表”与“消 ...
2026-02-11在CDA(Certified Data Analyst)数据分析师的实操体系中,统计基本概念是不可或缺的核心根基,更是连接原始数据与业务洞察的关 ...
2026-02-11在数字经济飞速发展的今天,数据已成为核心生产要素,渗透到企业运营、民生服务、科技研发等各个领域。从个人手机里的浏览记录、 ...
2026-02-10在数据分析、实验研究中,我们经常会遇到小样本配对数据的差异检验场景——比如同一组受试者用药前后的指标对比、配对分组的两组 ...
2026-02-10在结构化数据分析领域,透视分析(Pivot Analysis)是CDA(Certified Data Analyst)数据分析师最常用、最高效的核心实操方法之 ...
2026-02-10在SQL数据库实操中,字段类型的合理设置是保证数据运算、统计准确性的基础。日常开发或数据分析时,我们常会遇到这样的问题:数 ...
2026-02-09在日常办公数据分析中,Excel数据透视表是最常用的高效工具之一——它能快速对海量数据进行分类汇总、分组统计,将杂乱无章的数 ...
2026-02-09表结构数据作为结构化数据的核心载体,其“获取-加工-使用”全流程,是CDA(Certified Data Analyst)数据分析师开展专业工作的 ...
2026-02-09在互联网产品运营、用户增长的实战场景中,很多从业者都会陷入一个误区:盲目投入资源做推广、拉新,却忽视了“拉新后的用户激活 ...
2026-02-06在机器学习建模过程中,特征选择是决定模型性能的关键环节——面对动辄几十、上百个特征的数据(如用户画像的几十项维度、企业经 ...
2026-02-06在CDA(Certified Data Analyst)数据分析师的日常实操中,表格结构数据是贯穿全流程的核心载体,而对表格数据类型的精准识别、 ...
2026-02-06在日常办公数据分析中,我们经常会面对杂乱无章的批量数据——比如员工月度绩效、产品销售数据、客户消费金额、月度运营指标等。 ...
2026-02-05在分类模型(如风控反欺诈、医疗疾病诊断、客户流失预警)的实操落地中,ROC曲线是评估模型区分能力的核心工具,而阈值则是连接 ...
2026-02-05对CDA(Certified Data Analyst)数据分析师而言,数据分析的价值不仅在于挖掘数据背后的规律与洞察,更在于通过专业的报告呈现 ...
2026-02-05在数据分析实战中,我们经常会遇到“多指标冗余”的问题——比如分析企业经营状况时,需同时关注营收、利润、负债率、周转率等十 ...
2026-02-04