python - “最小的惊讶”和可变的默认论证




language-design least-astonishment (20)

Python:可变默认参数

在将函数编译为函数对象时,将计算默认参数。当函数使用该函数多次时,它们是并保持相同的对象。

当它们是可变的时,当变异时(例如,通过向其添加元素),它们在连续调用时保持变异。

它们保持变异,因为它们每次都是同一个物体。

等效代码:

由于列表在编译和实例化函数对象时绑定到函数,因此:

def foo(mutable_default_argument=[]): # make a list the default argument
    """function that uses a list"""

几乎完全等同于:

_a_list = [] # create a list in the globals

def foo(mutable_default_argument=_a_list): # make it the default argument
    """function that uses a list"""

del _a_list # remove globals name binding

示范

这是一个演示 - 您可以在每次引用它们时验证它们是否是同一个对象

  • 看到在函数编译成函数对象之前创建了列表,
  • 观察每次引用列表时id是相同的,
  • 观察当第二次调用使用它的函数时列表保持更改,
  • 观察输出源的输入顺序(我方便地为你编号):

example.py

print('1. Global scope being evaluated')

def create_list():
    '''noisily create a list for usage as a kwarg'''
    l = []
    print('3. list being created and returned, id: ' + str(id(l)))
    return l

print('2. example_function about to be compiled to an object')

def example_function(default_kwarg1=create_list()):
    print('appending "a" in default default_kwarg1')
    default_kwarg1.append("a")
    print('list with id: ' + str(id(default_kwarg1)) + 
          ' - is now: ' + repr(default_kwarg1))

print('4. example_function compiled: ' + repr(example_function))


if __name__ == '__main__':
    print('5. calling example_function twice!:')
    example_function()
    example_function()

并运行它python example.py

1. Global scope being evaluated
2. example_function about to be compiled to an object
3. list being created and returned, id: 140502758808032
4. example_function compiled: <function example_function at 0x7fc9590905f0>
5. calling example_function twice!:
appending "a" in default default_kwarg1
list with id: 140502758808032 - is now: ['a']
appending "a" in default default_kwarg1
list with id: 140502758808032 - is now: ['a', 'a']

这是否违反了“最不惊讶”的原则?

这种执行顺序经常让Python的新用户感到困惑。如果您了解Python执行模型,那么它就变得非常期待。

新Python用户的常用指令:

但这就是为什么对新用户的通常指令是创建这样的默认参数:

def example_function_2(default_kwarg=None):
    if default_kwarg is None:
        default_kwarg = []

这使用None singleton作为sentinel对象来告诉函数我们是否得到了除默认值之外的参数。如果我们没有参数,那么我们实际上想要使用一个新的空列表[],作为默认值。

正如关于控制流教程部分所说:

如果您不希望在后续调用之间共享默认值,则可以编写如下函数:

def f(a, L=None):
    if L is None:
        L = []
    L.append(a)
    return L

任何修补Python足够长的人都被以下问题咬伤(或撕成碎片):

def foo(a=[]):
    a.append(5)
    return a

Python新手会期望这个函数总是返回一个只包含一个元素的列表: [5] 。 结果却非常不同,而且非常惊人(对于新手来说):

>>> foo()
[5]
>>> foo()
[5, 5]
>>> foo()
[5, 5, 5]
>>> foo()
[5, 5, 5, 5]
>>> foo()

我的一位经理曾经第一次遇到这个功能,并称其为该语言的“戏剧性设计缺陷”。 我回答说这个行为有一个潜在的解释,如果你不理解内部,那确实非常令人费解和意想不到。 但是,我无法回答(对自己)以下问题:在函数定义中绑定默认参数的原因是什么,而不是在函数执行时? 我怀疑经验丰富的行为是否具有实际用途(谁真的在C中使用静态变量,没有繁殖错误?)

编辑

Baczek做了一个有趣的例子。 再加上你的大部分评论和尤其是Utaal,我进一步阐述了:

>>> def a():
...     print("a executed")
...     return []
... 
>>>            
>>> def b(x=a()):
...     x.append(5)
...     print(x)
... 
a executed
>>> b()
[5]
>>> b()
[5, 5]

对我而言,似乎设计决策是相对于放置参数范围的位置:在函数内部还是“与它一起”?

在函数内部进行绑定意味着当调用函数时, x有效地绑定到指定的默认值,而不是定义,这会产生一个深层次的缺陷: def线在绑定的一部分意义上是“混合”的(函数对象的)将在定义时发生,并且在函数调用时发生部分(默认参数的赋值)。

实际行为更加一致:执行该行时,该行的所有内容都会得到评估,这意味着在函数定义中。


建筑

在函数调用中分配默认值是代码气味。

def a(b=[]):
    pass

这是功能的签名,没有任何好处。不仅仅是因为其他答案所描述的问题。我不会在这里谈到这一点。

这个功能旨在做两件事。创建一个新列表,并执行一个功能,最有可能在所述列表上。

当我们从干净的代码实践中学习时,做两件事的函数是坏函数。

用多态来攻击这个问题,我们会扩展python列表或在类中包装一个,然后在它上面执行我们的函数。

但是等你说,我喜欢我的单行。

好吧,猜猜看。代码不仅仅是一种控制硬件行为的方法。这是一种方式:

  • 与其他开发人员沟通,处理相同的代码。

  • 能够在出现新要求时改变硬件的行为。

  • 在两年后再次拿起代码进行上述更改后,能够理解程序的流程。

不要为自己留下定时炸弹以便以后拿起。

将这个函数分成它所做的两件事,我们需要一个类

class ListNeedsFives(object):
    def __init__(self, b=None):
        if b is None:
            b = []
        self.b = b

    def foo():
        self.b.append(5)

执行者

a = ListNeedsFives()
a.foo()
a.b

为什么这比将上述所有代码混合到一个函数中更好。

def dontdothis(b=None):
    if b is None:
        b = []
    b.append(5)
    return b

为什么不这样做?

除非您的项目失败,否则您的代码将继续存在。很可能你的功能不仅仅是这个。制作可维护代码的正确方法是将代码分成具有适当限制范围的原子部分。

对于任何完成面向对象编程的人来说,类的构造函数是一个非常普遍认可的组件。在构造函数中放置处理列表实例化的逻辑会使认知负载理解代码的作用更小。

该方法foo()不返回列表,为什么不呢?

在返回独立列表时,您可以认为按照您的意愿行事是安全的。但它可能不是,因为它也被对象共享a。强制用户引用它以ab提醒他们列表所属的位置。任何想要修改的新代码ab自然会放在它所属的类中。

def dontdothis(b=None):签名功能没有这些优势。


你为什么不反省?

我真的惊讶没有人对可调用的Python( 23适用)提供了深刻的内省。

给定一个简单的小函数func定义为:

>>> def func(a = []):
...    a.append(5)

当Python遇到它时,它要做的第一件事是编译它以便为这个函数创建一个code对象。 在完成此编译步骤时, Python会计算 *,然后在函数对象本身中存储默认参数(此处为空列表[] 。 正如最常见的回答所述:列表a现在可以被视为函数func成员

所以,让我们做一些内省,一个前后检查列表如何在函数对象中扩展。 我正在使用Python 3.x ,对于Python 2同样适用(在Python 2中使用__defaults__func_defaults ;是的,两个名称用于相同的事情)。

执行前的功能:

>>> def func(a = []):
...     a.append(5)
...     

在Python执行此定义之后,它将采用指定的任何默认参数(此处为a = [] )并将它们塞入函数对象的__defaults__属性中 (相关部分:Callables):

>>> func.__defaults__
([],)

好的,所以一个空列表作为__defaults__的单个条目,正如预期的那样。

执行后的功能:

现在让我们执行这个函数:

>>> func()

现在,让我们__defaults__一下__defaults__

>>> func.__defaults__
([5],)

惊讶? 对象内部的值发生了变化! 现在,对该函数的连续调用将简单地附加到该嵌入式list对象:

>>> func(); func(); func()
>>> func.__defaults__
([5, 5, 5, 5],)

所以,你有它,这个'缺陷'发生的原因是因为默认参数是函数对象的一部分。 这里没有什么奇怪的事情,这一切都有点令人惊讶。

解决此问题的常见解决方案是使用None作为默认值,然后在函数体中初始化:

def func(a = None):
    # or: a = [] if a is None else a
    if a is None:
        a = []

由于每次都重新执行函数体,如果没有为a传递参数,则总是会得到一个全新的空列表。

要进一步验证__defaults__中的列表与函数func中使用的列表相同,您只需更改函数以返回函数体内使用的列表的id 。 然后,将它与__defaults__的列表( __defaults__ position [0] )进行比较,您将看到它们是如何确实引用相同的列表实例的:

>>> def func(a = []): 
...     a.append(5)
...     return id(a)
>>>
>>> id(func.__defaults__[0]) == func()
True

一切都具有内省的力量!

*要验证Python在编译函数期间评估默认参数,请尝试执行以下操作:

def bar(a=input('Did you just see me without calling the function?')): 
    pass  # use raw_input in Py2

正如您将注意到的那样,在构建函数并将其绑定到名称bar之前调用input()


AFAICS尚未发布documentation的相关部分:

执行函数定义时,将评估默认参数值。 这意味着在定义函数时,表达式被计算一次,并且每个调用使用相同的“预先计算”值。 这对于理解默认参数何时是可变对象(例如列表或字典)尤其重要:如果函数修改对象(例如,通过将项附加到列表),则默认值实际上被修改。 这通常不是预期的。 解决这个问题的方法是使用None作为默认值,并在函数体中显式测试它[...]


你可以通过替换对象(因此与范围的关系)来绕过这个:

def foo(a=[]):
    a = list(a)
    a.append(5)
    return a

丑陋,但它的工作原理。


你问的是为什么这个:

def func(a=[], b = 2):
    pass

在内部不等同于:

def func(a=None, b = None):
    a_default = lambda: []
    b_default = lambda: 2
    def actual_func(a=None, b=None):
        if a is None: a = a_default()
        if b is None: b = b_default()
    return actual_func
func = func()

除了显式调用func(None,None)的情况,我们将忽略它。

换句话说,为什么不存储它们中的每一个,而不是评估默认参数,并在调用函数时对它们进行评估?

答案可能就在那里 - 它会有效地将每个具有默认参数的函数转换为闭包。 即使它全部隐藏在解释器中而不是完全关闭,数据也必须存储在某个地方。 它会更慢并且使用更多内存。


假设您有以下代码

fruits = ("apples", "bananas", "loganberries")

def eat(food=fruits):
    ...

当我看到吃的声明时,最不令人惊讶的是认为如果没有给出第一个参数,它将等于元组("apples", "bananas", "loganberries")

但是,假设后面的代码,我会做类似的事情

def some_random_function():
    global fruits
    fruits = ("blueberries", "mangos")

然后,如果默认参数在函数执行而不是函数声明中被绑定,那么我会惊讶地发现水果已被改变(以非常糟糕的方式)。 这比发现上面的foo函数改变列表更令人惊讶的IMO。

真正的问题在于可变变量,并且所有语言都在某种程度上存在这个问题。 这是一个问题:假设在Java中我有以下代码:

StringBuffer s = new StringBuffer("Hello World!");
Map<StringBuffer,Integer> counts = new HashMap<StringBuffer,Integer>();
counts.put(s, 5);
s.append("!!!!");
System.out.println( counts.get(s) );  // does this work?

现在,我的地图在放入地图时是否使用StringBuffer键的值,还是通过引用存储键? 无论哪种方式,有人都感到惊讶; 尝试使用与他们放置的对象相同的值从对象中取出对象的人,或者即使他们使用的键实际上是相同的也无法检索对象的人用于将其放入映射的对象(这实际上是Python不允许将其可变内置数据类型用作字典键的原因)。

你的例子是一个很好的例子,Python新人会感到惊讶和被咬。 但是我认为,如果我们“修复”了这个问题,那么这只会产生一种不同的情况,即他们会被咬住,而这种情况甚至会更不直观。 而且,在处理可变变量时总是如此; 你总是遇到一些情况,根据他们正在编写的代码,某人可能直观地期望一种或相反的行为。

我个人喜欢Python当前的方法:在定义函数时评估默认函数参数,并且该对象始终是默认值。 我想他们可以使用空列表进行特殊情况,但这种特殊的外壳会引起更多的惊讶,更不用说倒退不兼容了。


只需将功能更改为:

>>> def a():
>>>    print "a executed"
>>>    return []
>>> x =a()
a executed
>>> def b(m=[]):
>>>    m.append(5)
>>>    print m
>>> b(x)
[5]
>>> b(x)
[5, 5]

嗯,原因很简单,在执行代码时完成绑定,并且执行函数定义,以及......定义函数时。

比较一下:

class BananaBunch:
    bananas = []

    def addBanana(self, banana):
        self.bananas.append(banana)

此代码遭受完全相同的意外事件。 bananas是一个类属性,因此,当您向其添加内容时,它会添加到该类的所有实例中。 原因完全一样。

它只是“如何工作”,并且在功能案例中使其工作方式可能很复杂,并且在类的情况下可能不可能,或者至少减慢对象实例化的速度,因为你必须保持类代码并在创建对象时执行它。

是的,这是出乎意料的。 但是一旦便士下降,它就完全适合Python的工作方式。 事实上,它是一个很好的教学辅助工具,一旦你理解了为什么会发生这种情况,你就会更好地理解python。

这说它应该在任何优秀的Python教程中突出显示。 因为正如你所提到的,每个人迟早都会遇到这个问题。


如果您考虑以下因素,这种行为就不足为奇了:

  1. 分配尝试时只读类属性的行为,以及
  2. 函数是对象(在接受的答案中解释得很好)。

(2)的作用已在本主题中广泛涉及。(1)可能是引起惊讶的因素,因为这种行为在来自其他语言时并不“直观”。

(1)关于类的Python 教程中进行了描述。尝试将值分配给只读类属性:

...在最内层范围之外找到的所有变量都是只读的(尝试写入这样的变量只会在最里面的范围内创建一个新的局部变量,而保持同名的外部变量不变)。

回顾原始示例并考虑以上几点:

def foo(a=[]):
    a.append(5)
    return a

foo是一个对象,afoo(可用于foo.func_defs[0])的属性。由于a是一个列表,a是可变的,因此是一个读写属性foo。当函数被实例化时,它被初始化为由签名指定的空列表,并且只要函数对象存在,它就可用于读取和写入。

foo不覆盖默认值的情况下调用将使用该默认值foo.func_defs。在这种情况下,foo.func_defs[0]用于a函数对象的代码范围。对a更改的更改foo.func_defs[0],这是foo对象的一部分,并在执行代码之间持续存在foo

现在,将此与模拟其他语言的默认参数行为的文档中的示例进行比较,以便每次执行函数时都使用函数签名默认值:

def foo(a, L=None):
    if L is None:
        L = []
    L.append(a)
    return L

考虑到(1)(2),可以看出为什么这可以实现所需的行为:

  • foo函数对象被实例化时,foo.func_defs[0]被设置为None一个不可变对象。
  • 当使用默认值执行函数时(L在函数调用中未指定参数),foo.func_defs[0]None)在本地作用域中可用L
  • L = [],分配无法成功foo.func_defs[0],因为该属性是只读的。
  • Per (1)在本地范围内创建一个也命名的新局部变量L并用于函数调用的其余部分。foo.func_defs[0]因此未来的调用保持不变foo

已经很忙的主题,但从我在这里读到的内容,以下内容帮助我了解它是如何在内部工作的:

def bar(a=[]):
     print id(a)
     a = a + [1]
     print id(a)
     return a

>>> bar()
4484370232
4484524224
[1]
>>> bar()
4484370232
4484524152
[1]
>>> bar()
4484370232 # Never change, this is 'class property' of the function
4484523720 # Always a new object 
[1]
>>> id(bar.func_defaults[0])
4484370232

当我们这样做时:

def foo(a=[]):
    ...

......我们的论点分配a到一个不愿透露姓名的列表,如果主叫方没有通过的值。

为了使讨论更简单,让我们暂时给这个未命名的列表命名。怎么样pavlo

def foo(a=pavlo):
   ...

在任何时候,如果调用者没有告诉我们什么a,我们重用pavlo

如果pavlo是可变的(可修改的),并foo最终修改它,我们注意到下一次foo调用的效果而不指定a

所以这就是你所看到的(记住,pavlo初始化为[]):

 >>> foo()
 [5]

现在,pavlo是[5]。

foo()再次呼叫再次修改pavlo

>>> foo()
[5, 5]

指定a致电时foo(),确保pavlo没有被触及。

>>> ivan = [1, 2, 3, 4]
>>> foo(a=ivan)
[1, 2, 3, 4, 5]
>>> ivan
[1, 2, 3, 4, 5]

所以,pavlo还是[5, 5]

>>> foo()
[5, 5, 5]

我将演示一个替代结构,将默认列表值传递给函数(它对字典同样有效)。

正如其他人已经广泛评论的那样,list参数在定义时与函数绑定,而不是在执行时。由于列表和字典是可变的,因此对此参数的任何更改都将影响对此函数的其他调用。因此,对函数的后续调用将接收此共享列表,该列表可能已被该函数的任何其他调用更改。更糟糕的是,两个参数同时使用此函数的共享参数,而忽略了另一个参数所做的更改。

错误的方法(可能......)

def foo(list_arg=[5]):
    return list_arg

a = foo()
a.append(6)
>>> a
[5, 6]

b = foo()
b.append(7)
# The value of 6 appended to variable 'a' is now part of the list held by 'b'.
>>> b
[5, 6, 7]  

# Although 'a' is expecting to receive 6 (the last element it appended to the list),
# it actually receives the last element appended to the shared list.
# It thus receives the value 7 previously appended by 'b'.
>>> a.pop()             
7

您可以使用以下命令验证它们是同一个对象id

>>> id(a)
5347866528

>>> id(b)
5347866528

Per Brett Slatkin的“有效的Python:编写更好的Python的59种方法”,第20项:使用None和文档字符串来指定动态默认参数p.48

在Python中实现所需结果的约定是提供默认值,None并记录docstring中的实际行为。

此实现确保对函数的每次调用都接收默认列表或传递给函数的列表。

首选方法

def foo(list_arg=None):
   """
   :param list_arg:  A list of input values. 
                     If none provided, used a list with a default value of 5.
   """
   if not list_arg:
       list_arg = [5]
   return list_arg

a = foo()
a.append(6)
>>> a
[5, 6]

b = foo()
b.append(7)
>>> b
[5, 7]

c = foo([10])
c.append(11)
>>> c
[10, 11]

可能存在“错误方法”的合法用例,其中程序员希望共享默认列表参数,但这更可能是规则之外的例外。


我曾经认为在运行时创建对象将是更好的方法。 我现在不太确定,因为你确实失去了一些有用的功能,尽管它可能是值得的,不管只是为了防止新手混淆。 这样做的缺点是:

1.表现

def foo(arg=something_expensive_to_compute())):
    ...

如果使用了调用时评估,则每次使用函数时都会调用昂贵的函数而不使用参数。 您要么为每次调用付出昂贵的代价,要么需要在外部手动缓存该值,污染您的命名空间并添加详细程度。

2.强制绑定参数

一个有用的技巧是在创建lambda时将lambda的参数绑定到变量的当前绑定。 例如:

funcs = [ lambda i=i: i for i in range(10)]

这将返回分别返回0,1,2,3 ...的函数列表。 如果行为发生了变化,他们会将i绑定到i调用时间值,这样你就可以得到一个返回9的函数列表。

否则实现此方法的唯一方法是使用i绑定创建进一步的闭包,即:

def make_func(i): return lambda: i
funcs = [make_func(i) for i in range(10)]

3.内省

考虑一下代码:

def foo(a='test', b=100, c=[]):
   print a,b,c

我们可以使用inspect模块获取有关参数和默认值的信息

>>> inspect.getargspec(foo)
(['a', 'b', 'c'], None, None, ('test', 100, []))

此信息对于文档生成,元编程,装饰器等非常有用。

现在,假设可以更改默认值的行为,以便这相当于:

_undefined = object()  # sentinel value

def foo(a=_undefined, b=_undefined, c=_undefined)
    if a is _undefined: a='test'
    if b is _undefined: b=100
    if c is _undefined: c=[]

但是,我们已经失去了内省的能力,并且看到了默认参数什么。 因为没有构造对象,所以我们不能在没有实际调用函数的情况下抓住它们。 我们能做的最好的事情是存储源代码并将其作为字符串返回。


我认为这个问题的答案在于python如何将数据传递给参数(通过值或通过引用传递),而不是可变性或python如何处理“def”语句。

简要介绍。首先,python中有两种类型的数据类型,一种是简单的基本数据类型,如数字,另一种数据类型是对象。其次,当数据传递给参数时,python按值传递基本数据类型,即将值的本地副本制作为局部变量,但是通过引用传递对象,即指向对象的指针。

承认以上两点,让我们解释一下python代码发生了什么。它只是因为通过对象的引用传递,而与可变/不可变无关,或者可以说是“def”语句在定义时只执行一次这一事实。

[]是一个对象,所以python传递[]的引用a,即,a只是一个指向[]的指针,它作为一个对象位于内存中。然而,只有一个[]的副本,但有很多引用它。对于第一个foo(),list [] 通过append方法更改为1。但请注意,列表对象只有一个副本,此对象现在变为1。当运行第二个foo()时,effbot网页所说的内容(不再评估项目)是错误的。a被评估为列表对象,尽管现在对象的内容是1。这是通过引用传递的效果!foo(3)的结果可以以相同的方式容易地导出。

为了进一步验证我的答案,我们来看看另外两个代码。

======第2号========

def foo(x, items=None):
    if items is None:
        items = []
    items.append(x)
    return items

foo(1)  #return [1]
foo(2)  #return [2]
foo(3)  #return [3]

[]是一个对象,所以None(前者是可变的而后者是不可变的。但是可变性与问题无关)。没有在空间的某个地方,但我们知道它在那里,那里只有一个无副本。因此,每次调用foo时,都会评估项目(而不是只评估一次的某些答案)为None,要清楚,是None的引用(或地址)。然后在foo中,item被改为[],即指向另一个具有不同地址的对象。

======第3号=======

def foo(x, items=[]):
    items.append(x)
    return items

foo(1)    # returns [1]
foo(2,[]) # returns [2]
foo(3)    # returns [1,3]

调用foo(1)使项目指向一个带有地址的列表对象[],例如11111111.列表的内容在续集中的foo函数中更改为1,但地址未更改,仍然是11111111然后foo(2,[])即将来临。虽然foo(2,[])中的[]在调用foo(1)时具有与默认参数[]相同的内容,但它们的地址是不同的!由于我们明确提供参数,items必须取这个新的地址[],比如2222222,并在做了一些更改后返回它。现在执行foo(3)。仅限于此x如果提供,则项目必须再次采用其默认值。什么是默认值?它在定义foo函数时设置:列表对象位于11111111.因此,项目被评估为具有元素1的地址11111111.位于2222222的列表也包含一个元素2,但它不是由任何项目指向的更多。因此,附加3将items[1,3]。

从上面的解释中,我们可以看到在接受的答案中推荐的effbot网页未能给出这个问题的相关答案。更重要的是,我认为在effbot网页中有一点是错误的。我认为关于UI.Button的代码是正确的:

for i in range(10):
    def callback():
        print "clicked button", i
    UI.Button("button %s" % i, callback)

每个按钮都可以保存一个独特的回调函数,该函数将显示不同的值i。我可以提供一个示例来说明这一点:

x=[]
for i in range(10):
    def callback():
        print(i)
    x.append(callback) 

如果我们执行,x[7]()我们将按预期获得7,x[9]()并将给出9,另一个值为i


这实际上与默认值无关,除了它在您使用可变默认值编写函数时经常出现意外行为。

>>> def foo(a):
    a.append(5)
    print a

>>> a  = [5]
>>> foo(a)
[5, 5]
>>> foo(a)
[5, 5, 5]
>>> foo(a)
[5, 5, 5, 5]
>>> foo(a)
[5, 5, 5, 5, 5]

此代码中没有默认值,但您会得到完全相同的问题。

问题是,foo修改从主叫方传递一个可变变量,当主叫方不指望这个。像这样的代码如果函数被调用就好了append_5;然后调用者将调用该函数以修改它们传入的值,并且可以预期行为。但是这样的函数不太可能采用默认参数,并且可能不会返回列表(因为调用者已经具有对该列表的引用;它刚刚传入的那个)。

foo具有默认参数的原始文件不应该修改a它是显式传入还是获得默认值。您的代码应该单独留下可变参数,除非从context / name / documentation中清楚地知道参数应该被修改。使用作为参数传递的可变值作为本地临时值是一个非常糟糕的主意,无论我们是否使用Python,是否涉及默认参数。

如果您需要在计算某些东西时破坏性地操纵本地临时,并且您需要从参数值开始操作,则需要复制。


这里的解决方案是:

  1. 使用None作为默认值(或随机数object),以及交换机上,在运行时创建自己的价值观;要么
  2. 使用a lambda作为默认参数,并在try块中调用它以获取默认值(这是lambda抽象的用途)。

第二个选项很好,因为函数的用户可以传入一个可调用的,可能已经存在(例如a type


1)所谓的“可变默认参数”问题通常是一个特殊的例子,它表明:
“所有具有此问题的函数也会受到类似实际参数的副作用问题的影响 ”,
这违反了函数式编程的规则,通常是不可思议的,应该固定在一起。

例:

def foo(a=[]):                 # the same problematic function
    a.append(5)
    return a

>>> somevar = [1, 2]           # an example without a default parameter
>>> foo(somevar)
[1, 2, 5]
>>> somevar
[1, 2, 5]                      # usually expected [1, 2]

解决方案:一个副本
的绝对安全解决方案是copydeepcopy输入,然后再去做任何与复制对象。

def foo(a=[]):
    a = a[:]     # a copy
    a.append(5)
    return a     # or everything safe by one line: "return a + [5]"

许多内置可变类型有像拷贝的方法,some_dict.copy()或者some_set.copy(),也可以像简单的复制somelist[:]list(some_list)。每个对象也可以通过copy.copy(any_object)或更彻底地复制copy.deepcopy()(如果可变对象由可变对象组成,则后者有用)。一些对象基本上是基于像“文件”对象这样的副作用,并且不能通过复制有意义地再现。copying

类似SO问题的示例问题

class Test(object):            # the original problematic class
  def __init__(self, var1=[]):
    self._var1 = var1

somevar = [1, 2]               # an example without a default parameter
t1 = Test(somevar)
t2 = Test(somevar)
t1._var1.append([1])
print somevar                  # [1, 2, [1]] but usually expected [1, 2]
print t2._var1                 # [1, 2, [1]] but usually expected [1, 2]

它不应该既不保存在此函数返回的实例的任何公共属性中。(假设实例的私有属性不应该按照约定从这个类或子类的外部修改。即_var1是私有属性)

结论:
输入参数对象不应该就地修改(变异),也不应该绑定到函数返回的对象中。(如果我们优先编程没有强烈推荐的副作用。请参阅Wiki关于“副作用”(前两段在这方面是相关的。)。)

2)
只有当需要对实际参数产生副作用但在默认参数上不需要时,才有用的解决方案是def ...(var1=None): if var1 is None: var1 = [] More..

3)在某些情况下,默认参数的可变行为很有用


这个“虫子”给了我很多加班时间!但我开始看到它的潜在用途(但我还是喜欢它在执行时,仍然)

我会给你我看到的一个有用的例子。

def example(errors=[]):
    # statements
    # Something went wrong
    mistake = True
    if mistake:
        tryToFixIt(errors)
        # Didn't work.. let's try again
        tryToFixItAnotherway(errors)
        # This time it worked
    return errors

def tryToFixIt(err):
    err.append('Attempt to fix it')

def tryToFixItAnotherway(err):
    err.append('Attempt to fix it by another way')

def main():
    for item in range(2):
        errors = example()
    print '\n'.join(errors)

main()

打印以下内容

Attempt to fix it
Attempt to fix it by another way
Attempt to fix it
Attempt to fix it by another way

这是一种性能优化。作为此功能的结果,您认为这两个函数调用中的哪一个更快?

def print_tuple(some_tuple=(1,2,3)):
    print some_tuple

print_tuple()        #1
print_tuple((1,2,3)) #2

我会给你一个提示。这是反汇编(参见http://docs.python.org/library/dis.html):

# 1

0 LOAD_GLOBAL              0 (print_tuple)
3 CALL_FUNCTION            0
6 POP_TOP
7 LOAD_CONST               0 (None)
10 RETURN_VALUE

# 2

 0 LOAD_GLOBAL              0 (print_tuple)
 3 LOAD_CONST               4 ((1, 2, 3))
 6 CALL_FUNCTION            1
 9 POP_TOP
10 LOAD_CONST               0 (None)
13 RETURN_VALUE

我怀疑经验丰富的行为是否具有实际用途(谁真的在C中使用静态变量,没有繁殖错误?)

正如你所看到的,用一成不变的默认参数时提高性能。如果它是一个经常调用的函数,或者默认参数需要很长时间来构造,这可能会有所不同。另外,请记住,Python不是C.在C中,你有非常自由的常量。在Python中,你没有这个好处。





least-astonishment