Python关于实参随形参改变而改变的问题
前言今天在实验过程中，发现将字典作为函数的形参传入函数，在函数内改变形参，会导致传入的字典的值也发生相应的改变。
这与c++不同，令我疑惑，遂写此文。
简单实验
我们对常见的数据类型进行实验，检测形参的该表是否会改变传入的实参。
变量
def change(a):
a = 2
print(a)
b = 1
change(b)
print(b)
>>2
>>1可见，变量的值并没有随形参的改变而改变
元组
def change(a):
a = a[:2]
print(a)
b = (1, 2, 3)
change(b)
print(b)
>>(1, 2)
>>(1, 2, 3)可见，元组没有随形参的改变而改变
列表
def change(a):
a.append(1)
print(a)
b =
change(b)
print(b)
>>
>>可见，列表随着形参的改变而发生改变
字典
def change(a):
a = 100
print(a)
b = {1: 1, 2: 2}
change(b)
print(b)
>>{1: 100, 2: 2}
>>{1: 100, 2: 2}可见，字典随着形参的改变而发生改变
原因
我们遇到了可变和不可变数据类型之间的差异。在Python中，数据类型可以是可变的，也可以是不可变的。
我们通常使用的（整数，浮点数，字符串，布尔值和元组）数据类型都是不可变的，但是列表和字典是可变的。
这意味着全局列表或字典即使在函数内部使用时也可以更改，我们通过上面的例子也能看出这个问题。
不可变数据举例
a <span>=</span> <span>1</span>变量a 的作用类似于一个指向 1 的指针。
变量的数据类型是不可变的，变量一旦创建就不能别改变。
如果我们执行 a = a + 1。
我们实际上不是将 1 更新到 2，而是指针从 1 指向了 2。
可变数据距离
list1 = 如果我们在列表的末尾添加一个值，我们不是将list1指向另一个列表，而是直接更新现有列表。
如果我们创建多个列表变量，只要他们指向同一个列表，那么当列表发生改变时，这些列表变量都会发生变化。
list1 =
list2 = list1
list1.append(4)
print(list1)
print(list2)
>>
>>
心得
从这两个例子中，我们可以直观感受到可变数据类型与不可变数据类型之间的区别。
我们对可变数据的操作，是直接在其本身上进行操作的。
对不可变数据的操作，是将指针指向另一个位置，而不是更改其本身。
保持可变数据不变
我们在写代码时，经常会编写各种函数。我们不希望传入函数的实参，会在函数内部被改变。那应该怎么办呢？
其实很简单，使用.copy()方法复制列表或字典即可。
list1 =
list2 = list1.copy()
list1.append(4)
print(list1)
print(list2)
>>
>>.copy()方法会创建一个新的副本，这样list2就不会指向list1指向的列表，而是指向一个新的列表。
这样的话，list1与list2就相互独立，互不影响了。
def change(a):
temp = a.copy()
temp.append(4)
print(temp)
list1 =
change(list1)
print(list1)
>>
>>可见，这样我们就解决了形参的改变带来的实参改变的问题。对于字典也是一样的。
补充
深拷贝与浅拷贝
>>> import copy
>>> origin = ]
#origin 里边有三个元素：1， 2，
>>> cop1 = copy.copy(origin)
>>> cop2 = copy.deepcopy(origin)
>>> cop1 == cop2# 判断 cop1 和 cop2 的值是否相同
True
>>> cop1 is cop2# 判断 cop1 和 cop2 是否是同一个对象
False
#cop1 和 cop2 看上去相同，但已不再是同一个object
>>> origin = "hey!"
>>> origin
]
>>> cop1
]
>>> cop2
]copy对于一个复杂对象的子对象并不会完全复制。什么是复杂对象的子对象呢？
比如列表里的嵌套列表（多维列表），字典里的嵌套字典（多维字典）都是复杂对象的子对象。
对于子对象，python会将其当做一个公共镜像存储起来，所有对它的复制都会被当成引用（就是拿指针指向同一块区域）。所以，其中一个引用的值发生改变时，其他引用的值也会发生改变。
复制复杂对象，我们也想全盘复制（包括子对象），这时我们就可以使用deepcopy()函数进行深拷贝
import copy
a = ]
b = copy.deepcopy(a)# 深拷贝
总结
以上为个人经验，希望能给大家一个参考，也希望大家多多支持脚本之家。
来源:https://www.jb51.net/python/3310087qq.htm
免责声明：由于采集信息均来自互联网，如果侵犯了您的权益，请联系我们【E-Mail:cb@itdo.tech】 我们会及时删除侵权内容，谢谢合作！
页:
[1]