Python函数参数传递方式全解析
学习知识要善于思考,思考,再思考!今天golang学习网小编就给大家带来《Python函数参数传递方式详解》,以下内容主要包含等知识点,如果你正在学习或准备学习文章,就都不要错过本文啦~让我们一起来看看吧,能帮助到你就更好了!
Python函数参数通过传对象引用传递,具体行为取决于对象可变性:1. 不可变对象(如整数、字符串)在函数内重新赋值不影响原对象;2. 可变对象(如列表、字典)在函数内修改内容会影响原对象,但重新赋值则不影响;3. 使用默认参数需避免可变对象陷阱,推荐用None替代;4. 支持位置参数、关键字参数、args和*kwargs等灵活传参方式。关键在于区分“修改内容”与“重新赋值”。

Python函数参数的传递方式主要依赖于对象的引用,而不是变量本身。理解这一点是掌握参数传递的关键。函数调用时,实参被绑定到函数的形参上,这种绑定是通过“传对象引用”(pass-by-object-reference)实现的。具体行为取决于参数的数据类型是否可变。
1. 不可变对象作为参数(如整数、字符串、元组)
当传递不可变对象时,函数内部对参数的修改不会影响原始对象。
说明: 函数内若对参数重新赋值,只是让形参指向新的对象,原对象不受影响。例如:
def modify_value(x):
x = 10
print("函数内 x =", x)
num = 5
modify_value(num)
print("函数外 num =", num)
输出:
函数内 x = 10
函数外 num = 5
2. 可变对象作为参数(如列表、字典、集合)
当传递可变对象时,函数内部可以通过方法修改其内容,这些修改会影响原始对象。
说明: 形参和实参指向同一个对象,所以对对象内容的修改是共享的。例如:
def modify_list(lst):
lst.append(4)
print("函数内 lst =", lst)
my_list = [1, 2, 3]
modify_list(my_list)
print("函数外 my_list =", my_list)
输出:
函数内 lst = [1, 2, 3, 4]
函数外 my_list = [1, 2, 3, 4]
但如果在函数内对参数整体重新赋值,则不再影响原对象:
def reassign_list(lst):
lst = [7, 8, 9] # 重新绑定,不影响原列表
print("函数内 lst =", lst)
my_list = [1, 2, 3]
reassign_list(my_list)
print("函数外 my_list =", my_list) # 仍为 [1, 2, 3]
3. 使用默认参数和关键字参数控制传递方式
Python支持多种参数形式,可以更灵活地控制传递行为。
- 位置参数:按顺序传递
- 关键字参数:通过参数名指定,提高可读性
- 默认参数:定义函数时设定默认值
- *args 和 **kwargs:接收任意数量的位置和关键字参数
示例:
def greet(name, greeting="Hello"):
print(f"{greeting}, {name}!")
greet("Alice") # 使用默认值
greet("Bob", "Hi") # 显式传参
greet(greeting="Hey", name="Charlie") # 关键字传参
4. 避免可变默认参数的陷阱
不要使用可变对象作为默认参数值,因为默认值在函数定义时只创建一次。
# 错误做法
def bad_append(item, lst=[]):
lst.append(item)
return lst
print(bad_append(1)) # [1]
print(bad_append(2)) # [1, 2] —— 意外累积!
正确做法
def good_append(item, lst=None):
if lst is None:
lst = []
lst.append(item)
return lst
基本上就这些。关键是理解对象的可变性与引用机制的关系。只要分清“修改对象内容”和“重新赋值”的区别,就能准确预测函数内外的行为。
今天关于《Python函数参数传递方式全解析》的内容介绍就到此结束,如果有什么疑问或者建议,可以在golang学习网公众号下多多回复交流;文中若有不正之处,也希望回复留言以告知!
PHP搭建WAMP环境详细教程
- 上一篇
- PHP搭建WAMP环境详细教程
- 下一篇
- CSS过渡曲线怎么调?transition-timing-function用法详解
-
- 文章 · python教程 | 24分钟前 | 协程 · 超时控制 · python · asyncio · Python 异步超时 asyncio.timeout reschedule
- Python asyncio.timeout 怎么动态调整截止时间
- 403浏览 收藏
-
- 文章 · python教程 | 3小时前 | python · Python setup.py pyproject.toml packaging
- Python packaging 从 setup.py 迁移 pyproject.toml 的清单
- 236浏览 收藏
-
- 文章 · python教程 | 4小时前 | python ·
- Python multiprocessing shared_memory 管理共享缓冲区
- 218浏览 收藏
-
- 文章 · python教程 | 1天前 | python · 进程管理 · Python subprocess Popen 进程树 TimeoutExpired 超时清理
- Python subprocess 超时后清理子进程树
- 108浏览 收藏
-
- 文章 · python教程 | 2天前 | 日志 · logging · Python教程 · Python contextvars request_id LogRecord logging.Filter
- Python logging.Filter 注入请求上下文的做法
- 410浏览 收藏
-
- 文章 · python教程 | 4天前 | Python教程 · Python 鸭子类型 typing.Protocol 结构子类型
- Python typing.Protocol 约束鸭子类型接口
- 246浏览 收藏
-
- 文章 · python教程 | 5天前 | Python教程 · Python 相对路径 is_file pathlib Path.resolve
- Python pathlib 相对路径规范化与文件判断
- 144浏览 收藏
-
- 文章 · python教程 | 5天前 | python · 异步编程 · asyncio · Python CancelledError asyncio.timeout TimeoutError
- Python asyncio.timeout 嵌套取消与异常传播
- 373浏览 收藏
-
- 文章 · python教程 | 5天前 |
- Python heapq 最大堆 API 怎么避免手动取负数
- 397浏览 收藏
-
- 前端进阶之JavaScript设计模式
- 设计模式是开发人员在软件开发过程中面临一般问题时的解决方案,代表了最佳的实践。本课程的主打内容包括JS常见设计模式以及具体应用场景,打造一站式知识长龙服务,适合有JS基础的同学学习。
- 543次学习
-
- GO语言核心编程课程
- 本课程采用真实案例,全面具体可落地,从理论到实践,一步一步将GO核心编程技术、编程思想、底层实现融会贯通,使学习者贴近时代脉搏,做IT互联网时代的弄潮儿。
- 516次学习
-
- 简单聊聊mysql8与网络通信
- 如有问题加微信:Le-studyg;在课程中,我们将首先介绍MySQL8的新特性,包括性能优化、安全增强、新数据类型等,帮助学生快速熟悉MySQL8的最新功能。接着,我们将深入解析MySQL的网络通信机制,包括协议、连接管理、数据传输等,让
- 500次学习
-
- JavaScript正则表达式基础与实战
- 在任何一门编程语言中,正则表达式,都是一项重要的知识,它提供了高效的字符串匹配与捕获机制,可以极大的简化程序设计。
- 487次学习
-
- 从零制作响应式网站—Grid布局
- 本系列教程将展示从零制作一个假想的网络科技公司官网,分为导航,轮播,关于我们,成功案例,服务流程,团队介绍,数据部分,公司动态,底部信息等内容区块。网站整体采用CSSGrid布局,支持响应式,有流畅过渡和展现动画。
- 485次学习
-
- PubMedQA
- 深入了解PubMedQA生物医学问答数据集,涵盖其核心功能、使用方法及在临床决策、药物研发等场景的应用,助力提升NLP模型性能。
- 321次使用
-
- H2O EvalGPT
- H2O EvalGPT是H2O.ai推出的开源LLM评估平台,提供详细的大模型性能排行榜、行业特定基准测试及A/B测试功能,助您快速选择最适合项目的高性能大语言模型。
- 377次使用
-
- LMArena
- LMArena是加州大学伯克利分校推出的AI模型匿名评测平台。通过盲测投票机制,用户可对比不同大模型回答并生成实时排行榜,助力开发者优化模型及用户选择最佳AI工具。
- 373次使用
-
- HELM
- 深入了解斯坦福推出的HELM(Holistic Evaluation of Language Models)大模型评测体系。本文解析其核心功能、安装配置步骤及应用场景,涵盖准确性、公平性、鲁棒性等多维度指标,助力开发者全面优化语言模型性能。
- 337次使用
-
- MMBench
- MMBench是由上海人工智能实验室等机构联合推出的多模态基准测试平台,提供细粒度能力评估、大规模数据集及VLMEvalKit工具。本文详细介绍其核心功能、安装使用方法及应用场景,助力开发者全面评估多模态模型性能。
- 163次使用
-
- Python sqlite3 Connection serialize 怎么导出数据库快照:备份窗口、内存占用与恢复校验
- 2026-08-26 501浏览
-
- Python监控网页状态:requests异常处理实战
- 2026-05-29 501浏览
-
- TensorFlow模型部署为API的TF Serving方法
- 2026-05-26 501浏览
-
- Python字符串编码转换:encode与decode详解
- 2026-05-16 501浏览
-
- TensorFlow裁剪无用算子方法详解
- 2026-05-15 501浏览
