
Python進階-函數默認參數(詳解)
下面小編就為大家帶來一篇Python進階-函數默認參數(詳解)。小編覺得挺不錯的,現在就分享給大家,也給大家做個參考。一起跟隨小編過來看看吧
一、默認參數
python為了簡化函數的調用,提供了默認參數機制:
def pow(x, n = 2):
r = 1
while n > 0:
r *= x
n -= 1
return r
這樣在調用pow函數時,就可以省略最后一個參數不寫:
print(pow(5)) # output: 25
在定義有默認參數的函數時,需要注意以下:
必選參數必須在前面,默認參數在后;
設置何種參數為默認參數?一般來說,將參數值變化小的設置為默認參數。
python標準庫實踐
python內建函數:
print(*objects, sep=' ', end='\n', file=sys.stdout, flush=False)
函數簽名可以看出,使用print('hello python')這樣的簡單調用的打印語句,實際上傳入了許多默認值,默認參數使得函數的調用變得非常簡單。
二、出錯了的默認參數
引用一個官方的經典示例地址 :
def bad_append(new_item, a_list=[]):
a_list.append(new_item)
return a_list
print(bad_append('1'))
print(bad_append('2'))
這個示例并沒有按照預期打?。?nbsp;
['1']
['2']
而是打印了:
['1']
['1', '2']
其實這個錯誤問題不在默認參數上,而是我們對于及默認參數的初始化的理解有誤。
三、默認參數初始化
實際上,默認參數的值只在定義時計算一次,因此每次使用默認參數調用函數時,得到的默認參數值是相同的。
我們以一個直觀的例子來說明:
import datetime as dt
from time import sleep
def log_time(msg, time=dt.datetime.now()):
sleep(1) # 線程暫停一秒
print("%s: %s" % (time.isoformat(), msg))
log_time('msg 1')
log_time('msg 2')
log_time('msg 3')
運行這個程序,得到的輸出是:
2017-05-17T12:23:46.327258: msg 1
2017-05-17T12:23:46.327258: msg 2
2017-05-17T12:23:46.327258: msg 3
即使使用了sleep(1)讓線程暫停一秒,排除了程序執行很快的因素。輸出中三次調用打印出的時間還是相同的,即三次調用中默認參數time的值是相同的。
上面的示例或許還不能完全說明問題,以下通過觀察默認參數的內存地址的方式來說明。
首先需要了解內建函數id(object) :
id(object)
Return the “identity” of an object. This is an integer which is guaranteed to be unique and constant for this object during its lifetime. Two objects with non-overlapping lifetimes may have the same id() value.
CPython implementation detail: This is the address of the object in memory.
即id(object)函數返回一個對象的唯一標識。這個標識是一個在對象的生命周期期間保證唯一并且不變的整數。在重疊的生命周期中,兩個對象可能有相同的id值。
在CPython解釋器實現中,id(object)的值為對象的內存地址。
如下示例使用id(object)函數清楚說明了問題:
def bad_append(new_item, a_list=[]):
print('address of a_list:', id(a_list))
a_list.append(new_item)
return a_list
print(bad_append('1'))
print(bad_append('2'))
output:
address of a_list: 31128072
['1']
address of a_list: 31128072
['1', '2']
兩次調用bad_append,默認參數a_list的地址是相同的。
而且a_list是可變對象,使用append方法添加新元素并不會造成list對象的重新創建,地址的重新分配。這樣,‘恰好'就在默認參數指向的地址處修改了對象,下一次調用再次使用這個地址時,就可以看到上一次的修改了。
那么,出現上述的輸出就不奇怪了,因為它們本來就是指向同一內存地址。
四、可變與不可變默認參數
當默認參數指向可變類型對象和不可變類型對象時,會表現出不同的行為。
可變默認參數 的表現就像上訴示例一樣。
不可變默認參數
首先看一個示例:
def immutable_test(i = 1):
print('before operation, address of i', id(i))
i += 1
print('after operation, address of i', id(i))
return i
print(immutable_test())
print(immutable_test())
Output:
before operation, address of i 1470514832
after operation, address of i 1470514848
2
before operation, address of i 1470514832
after operation, address of i 1470514848
2
很明顯,第二次調用時默認參數i的值不會受第一次調用的影響。因為i指向的是不可變對象,對i的操作會造成內存重新分配,對象重新創建,那么函數中i += 1之后名字i指向了另外的地址;根據默認參數的規則,下次調用時,i指向的地址還是函數定義時賦予的地址,這個地址的值1并沒有被改變。
其實,可變默認參數和不可變默認參數放在這里討論并沒太大的價值,就像其他語言中所謂的值傳遞還是引用傳遞一樣,不只會對默認參數造成影響。
五、最佳實踐
不可變的默認參數的多次調用不會造成任何影響,可變默認參數的多次調用的結果不符合預期。那么在使用可變默認參數時,就不能只在函數定義時初始化一次,而應該在每次調用時初始化。
最佳實踐是定義函數時指定可變默認參數的值為None,在函數體內部重新綁定默認參數的值。以下是對上面的兩個可變默認參數示例最佳實踐的應用:
def good_append(new_item, a_list = None):
if a_list is None:
a_list = []
a_list.append(new_item)
return a_list
print(good_append('1'))
print(good_append('2'))
print(good_append('c', ['a', 'b']))
import datetime as dt
from time import sleep
def log_time(msg, time = None):
if time is None:
time = dt.datetime.now()
sleep(1)
print("%s: %s" % (time.isoformat(), msg))
log_time('msg 1')
log_time('msg 2')
log_time('msg 3')
以上這篇Python進階-函數默認參數(詳解)就是小編分享給大家的全部內容了
數據分析咨詢請掃描二維碼
若不方便掃碼,搜微信號:CDAshujufenxi
CDA數據分析師證書考試體系(更新于2025年05月22日)
2025-05-26解碼數據基因:從數字敏感度到邏輯思維 每當看到超市貨架上商品的排列變化,你是否會聯想到背后的銷售數據波動?三年前在零售行 ...
2025-05-23在本文中,我們將探討 AI 為何能夠加速數據分析、如何在每個步驟中實現數據分析自動化以及使用哪些工具。 數據分析中的AI是什么 ...
2025-05-20當數據遇見人生:我的第一個分析項目 記得三年前接手第一個數據分析項目時,我面對Excel里密密麻麻的銷售數據手足無措。那些跳動 ...
2025-05-20在數字化運營的時代,企業每天都在產生海量數據:用戶點擊行為、商品銷售記錄、廣告投放反饋…… 這些數據就像散落的拼圖,而相 ...
2025-05-19在當今數字化營銷時代,小紅書作為國內領先的社交電商平臺,其銷售數據蘊含著巨大的商業價值。通過對小紅書銷售數據的深入分析, ...
2025-05-16Excel作為最常用的數據分析工具,有沒有什么工具可以幫助我們快速地使用excel表格,只要輕松幾步甚至輸入幾項指令就能搞定呢? ...
2025-05-15數據,如同無形的燃料,驅動著現代社會的運轉。從全球互聯網用戶每天產生的2.5億TB數據,到制造業的傳感器、金融交易 ...
2025-05-15大數據是什么_數據分析師培訓 其實,現在的大數據指的并不僅僅是海量數據,更準確而言是對大數據分析的方法。傳統的數 ...
2025-05-14CDA持證人簡介: 萬木,CDA L1持證人,某電商中廠BI工程師 ,5年數據經驗1年BI內訓師,高級數據分析師,擁有豐富的行業經驗。 ...
2025-05-13CDA持證人簡介: 王明月 ,CDA 數據分析師二級持證人,2年數據產品工作經驗,管理學博士在讀。 學習入口:https://edu.cda.cn/g ...
2025-05-12CDA持證人簡介: 楊貞璽 ,CDA一級持證人,鄭州大學情報學碩士研究生,某上市公司數據分析師。 學習入口:https://edu.cda.cn/g ...
2025-05-09CDA持證人簡介 程靖 CDA會員大咖,暢銷書《小白學產品》作者,13年頂級互聯網公司產品經理相關經驗,曾在百度、美團、阿里等 ...
2025-05-07相信很多做數據分析的小伙伴,都接到過一些高階的數據分析需求,實現的過程需要用到一些數據獲取,數據清洗轉換,建模方法等,這 ...
2025-05-06以下的文章內容來源于劉靜老師的專欄,如果您想閱讀專欄《10大業務分析模型突破業務瓶頸》,點擊下方鏈接 https://edu.cda.cn/g ...
2025-04-30CDA持證人簡介: 邱立峰 CDA 數據分析師二級持證人,數字化轉型專家,數據治理專家,高級數據分析師,擁有豐富的行業經驗。 ...
2025-04-29CDA持證人簡介: 程靖 CDA會員大咖,暢銷書《小白學產品》作者,13年頂級互聯網公司產品經理相關經驗,曾在百度,美團,阿里等 ...
2025-04-28CDA持證人簡介: 居瑜 ,CDA一級持證人國企財務經理,13年財務管理運營經驗,在數據分析就業和實踐經驗方面有著豐富的積累和經 ...
2025-04-27數據分析在當今信息時代發揮著重要作用。單因素方差分析(One-Way ANOVA)是一種關鍵的統計方法,用于比較三個或更多獨立樣本組 ...
2025-04-25CDA持證人簡介: 居瑜 ,CDA一級持證人國企財務經理,13年財務管理運營經驗,在數據分析就業和實踐經驗方面有著豐富的積累和經 ...
2025-04-25