一、默认参数
python为了简化函数的调用，提供了默认参数机制：
|
1
2
3
4
5
6
7
|
def pow(x, n = 2):
r = 1
while n > 0:
r *= x
n -= 1
return r
|
这样在调用pow函数时，就可以省略最后一个参数不写：
|
1
|
print(pow(5)) # output: 25
|
在定义有默认参数的函数时，需要注意以下：
必选参数必须在前面，默认参数在后；
设置何种参数为默认参数？一般来说，将参数值变化小的设置为默认参数。
python标准库实践
python内建函数：
|
1
|
print(*objects, sep=' ', end='\n', file=sys.stdout, flush=False)
|
函数签名可以看出，使用print('hello python')这样的简单调用的打印语句，实际上传入了许多默认值，默认参数使得函数的调用变得非常简单。
二、出错了的默认参数
引用一个官方的经典示例地址 ：
|
1
2
3
4
5
6
|
def bad_append(new_item, a_list=[]):
a_list.append(new_item)
return a_list
print(bad_append('1'))
print(bad_append('2'))
|
这个示例并没有按照预期打印：
|
1
2
|
['1']
['2']
|
而是打印了：
|
1
2
|
['1']
['1', '2']
|
其实这个错误问题不在默认参数上，而是我们对于及默认参数的初始化的理解有误。
三、默认参数初始化
实际上，默认参数的值只在定义时计算一次，因此每次使用默认参数调用函数时，得到的默认参数值是相同的。
我们以一个直观的例子来说明：
|
1
2
3
4
5
6
7
8
9
10
11
12
|
import datetime as dt
from time import sleep
def log_time(msg, time=dt.datetime.now()):
sleep(1) # 线程暂停一秒
print("%s: %s" % (time.isoformat(), msg))
log_time('msg 1')
log_time('msg 2')
log_time('msg 3')
|
运行这个程序，得到的输出是：
|
1
2
3
|
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)让线程暂停一秒，排除了程序执行很快的因素。输出中三次调用打印出的时间还是相同的，即三次调用中默认参数time的值是相同的。
上面的示例或许还不能完全说明问题，以下通过观察默认参数的内存地址的方式来说明。
首先需要了解内建函数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)函数返回一个对象的唯一标识。这个标识是一个在对象的生命周期期间保证唯一并且不变的整数。在重叠的生命周期中，两个对象可能有相同的id值。
在CPython解释器实现中，id(object)的值为对象的内存地址。
如下示例使用id(object)函数清楚说明了问题：
|
1
2
3
4
5
6
7
8
|
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:
|
1
2
3
4
|
address of a_list: 31128072
['1']
address of a_list: 31128072
['1', '2']
|
两次调用bad_append，默认参数a_list的地址是相同的。
而且a_list是可变对象，使用append方法添加新元素并不会造成list对象的重新创建，地址的重新分配。这样，‘恰好'就在默认参数指向的地址处修改了对象，下一次调用再次使用这个地址时，就可以看到上一次的修改了。
那么，出现上述的输出就不奇怪了，因为它们本来就是指向同一内存地址。
四、可变与不可变默认参数
当默认参数指向可变类型对象和不可变类型对象时，会表现出不同的行为。
可变默认参数 的表现就像上诉示例一样。
不可变默认参数
首先看一个示例：
|
1
2
3
4
5
6
7
8
|
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:
|
1
2
3
4
5
6
|
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
|
很明显，第二次调用时默认参数i的值不会受第一次调用的影响。因为i指向的是不可变对象，对i的操作会造成内存重新分配，对象重新创建，那么函数中i += 1之后名字i指向了另外的地址；根据默认参数的规则，下次调用时，i指向的地址还是函数定义时赋予的地址，这个地址的值1并没有被改变。
其实，可变默认参数和不可变默认参数放在这里讨论并没太大的价值，就像其他语言中所谓的值传递还是引用传递一样，不只会对默认参数造成影响。
五、最佳实践
不可变的默认参数的多次调用不会造成任何影响，可变默认参数的多次调用的结果不符合预期。那么在使用可变默认参数时，就不能只在函数定义时初始化一次，而应该在每次调用时初始化。
最佳实践是定义函数时指定可变默认参数的值为None，在函数体内部重新绑定默认参数的值。以下是对上面的两个可变默认参数示例最佳实践的应用：
|
1
2
3
4
5
6
7
8
9
10
11
|
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']))
|
|
1
2
3
4
5
6
7
8
9
10
11
12
13
14
|
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')
|
以上这篇Python进阶-函数默认参数(详解)就是小编分享给大家的全部内容了，希望能给大家一个参考，也希望大家多多支持服务器之家。