
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
Excel 数据聚类分析:从操作实践到业务价值挖掘 在数据分析场景中,聚类分析作为 “无监督分组” 的核心工具,能从杂乱数据中挖 ...
2025-09-10统计模型的核心目的:从数据解读到决策支撑的价值导向 统计模型作为数据分析的核心工具,并非简单的 “公式堆砌”,而是围绕特定 ...
2025-09-10CDA 数据分析师:商业数据分析实践的落地者与价值创造者 商业数据分析的价值,最终要在 “实践” 中体现 —— 脱离业务场景的分 ...
2025-09-10机器学习解决实际问题的核心关键:从业务到落地的全流程解析 在人工智能技术落地的浪潮中,机器学习作为核心工具,已广泛应用于 ...
2025-09-09SPSS 编码状态区域中 Unicode 的功能与价值解析 在 SPSS(Statistical Product and Service Solutions,统计产品与服务解决方案 ...
2025-09-09CDA 数据分析师:驾驭商业数据分析流程的核心力量 在商业决策从 “经验驱动” 向 “数据驱动” 转型的过程中,商业数据分析总体 ...
2025-09-09R 语言:数据科学与科研领域的核心工具及优势解析 一、引言 在数据驱动决策的时代,无论是科研人员验证实验假设(如前文中的 T ...
2025-09-08T 检验在假设检验中的应用与实践 一、引言 在科研数据分析、医学实验验证、经济指标对比等领域,常常需要判断 “样本间的差异是 ...
2025-09-08在商业竞争日益激烈的当下,“用数据说话” 已从企业的 “加分项” 变为 “生存必需”。然而,零散的数据分析无法持续为业务赋能 ...
2025-09-08随机森林算法的核心特点:原理、优势与应用解析 在机器学习领域,随机森林(Random Forest)作为集成学习(Ensemble Learning) ...
2025-09-05Excel 区域名定义:从基础到进阶的高效应用指南 在 Excel 数据处理中,频繁引用单元格区域(如A2:A100、B3:D20)不仅容易出错, ...
2025-09-05CDA 数据分析师:以六大分析方法构建数据驱动业务的核心能力 在数据驱动决策成为企业共识的当下,CDA(Certified Data Analyst) ...
2025-09-05SQL 日期截取:从基础方法到业务实战的全维度解析 在数据处理与业务分析中,日期数据是连接 “业务行为” 与 “时间维度” 的核 ...
2025-09-04在卷积神经网络(CNN)的发展历程中,解决 “梯度消失”“特征复用不足”“模型参数冗余” 一直是核心命题。2017 年提出的密集连 ...
2025-09-04CDA 数据分析师:驾驭数据范式,释放数据价值 在数字化转型浪潮席卷全球的当下,数据已成为企业核心生产要素。而 CDA(Certified ...
2025-09-04K-Means 聚类:无监督学习中数据分群的核心算法 在数据分析领域,当我们面对海量无标签数据(如用户行为记录、商品属性数据、图 ...
2025-09-03特征值、特征向量与主成分:数据降维背后的线性代数逻辑 在机器学习、数据分析与信号处理领域,“降维” 是破解高维数据复杂性的 ...
2025-09-03CDA 数据分析师与数据分析:解锁数据价值的关键 在数字经济高速发展的今天,数据已成为企业核心资产与社会发展的重要驱动力。无 ...
2025-09-03解析 loss.backward ():深度学习中梯度汇总与同步的自动触发核心 在深度学习模型训练流程中,loss.backward()是连接 “前向计算 ...
2025-09-02要解答 “画 K-S 图时横轴是等距还是等频” 的问题,需先明确 K-S 图的核心用途(检验样本分布与理论分布的一致性),再结合横轴 ...
2025-09-02