python黑魔法之参数传递

我们都听说,python世界里面,万物皆对象。
怎么说万物皆对象呢?最常见的:

> class A: pass
> a = A()

我们说a是一个对象。
那么既然是万物了,其实A也是对象。3 也是对象。True 也是对象。"hello" 也是对象。
> def Func(): pass
o~yee, Func 也是对象。
那么对象之间的传递是如何呢?我们看看下面两个简单的例子:

> a = 3
> b = a
> b = 3 + 1
> print b
4
> print a
3

> a = []
> b = a
> b.append(1)

> print a
[1]
> print b
[1]

不是都说python所有对象都是引用传递吗?为毛第一个b不是3?
好吧。事实是,在python的实现上,对象分为mutable 和 immutable。
这里说的对象分类,是说在实现上具备这样的特性。而非对象本身的属性。
什么是immutable?表示对象本身不可改变。这里先记住一点,是对象 本身 不可改变。
什么叫做对象本身不可改变呢?
一个简单的例子:

> a = (1,2,3)
> a[0] = 10  

TypeError: 'tuple' object does not support item assignment
元组的元素在初始化后就不能再被改变。也就是说,元组对象具备immutable的特性。
那么很简单,相对的,mutable 就是可变的。比如:

> a = {}
> a[0] = 10

有了上面的两个例子,相信大家已经有了基本的认识。
那么,在python世界中,哪些是具备immutable特性,哪些又是mutable的呢?
简单讲,基本类型都是immutable, 而object都是mutable的。
比如说:int, float, bool, tuple 都是immutable。
再比如:dict, set, list, classinstance 都是mutable的。
那么问题来了。既然说基本类型是 immutable ,那么最上面的 b = 3 + 1 为什么不会像tuple一样,抛异常呢?
原因在于,int 对+操作会执行自己的__add__方法。而__add__方法会返回一个新的对象。
事实是,当基本类型被改变时,并不是改变其自身,而是创建了一个新的对象。最终返回的是新的对象的引用。
怎么证明?
我们可以使用一个叫做id()的函数。该函数会返回对象的一个唯一id(目前的实现可以间接理解为对象的内存地址)。
那么我们看下:

> a = 3
> id(a)
140248135804168

> id(3)
140248135804168

> id(4)
140248135804144

> a = a + 1
> id(a)
140248135804144

you see ? 当我们执行a=a+1 后,id(a) 已经改变了。
深究一点,为什么会这样呢?
其实,a = a + 1 经历了两个过程:

  • 1、a + 1
  • 2、a 赋值

第2步只是一个引用的改变。重点在第1步。a + 1,那么python实际上会调用a.__add__(1)。
对于int类型__add__函数的实现逻辑,是创建了一个新的int对象,并返回。
不知道细心的你有没有发现一个特别的地方?
id(4)的值等于id(3+1) 。这个只是python对int,和bool做的特殊优化。不要以为其他基本类型只要值一样都会指向相同的对象。
有个特殊的例子,str。做个简单的实验:

> a = "hello"
> id(a)
4365413232
> b = "hell"
> id(b)
4365386208

> id(a[:-1])
4365410928
> id(a[:-1])
4365413760

看到了吗?虽然值相同,但是还是指向(创建)了不同的对象,尤其是最后两句,哪怕执行相同的操作,依然创建了不同的对象。
python这么傻,每次都创建新的对象?
no no no 他只是缓存了“一些”结果。我们可以再试试看:

> a = "hello"
> ret = set()
> for i in range(1000):
  ret.add(id(a[:-1]))
> print ret
{4388133312, 4388204640}

看到了吗?python还是挺聪明的。不过具体的缓存机制我没有深究过,期望有同学能分享下。
再次回到我们的主题,python中参数是如何传递的?
答案是,引用传递。
平时使用静态语言的同学(比如我),可能会用下面的例子挑战我了:

def fun(data):
  data = 3

a = 100
func(a)

print a # 100

不是尼玛引用传递吗?为毛在执行func(a)后,a 的值没有改变呢?这里犯了一个动态语言基本的错误。
data=3,语义上是动态语言的赋值语句。千万不要和C++之类的语言一个理解。
看看我们传入一个mutable 的对象:

> def func(m):
  m[3] = 100

> a = {}
> print a
{}
> func(a)
> print a
{3:100}

现在同学们知道该如何进行参数传递了吧?好嘞,进阶!
像很多语言如C++,js,swift... 一样,python 的函数声明支持默认参数:
def func(a=[]): pass
不知道什么意思?自己看书去!
我这里要说的是,如果我们的默认参数是mutable类型的对象,会有什么黑魔法产产生?
我们看看下面的函数:

def func(a=[]):
  a.append(3)
  return a

可能有同学会说了:我去!这么简单?来骗代码的吧?
但是,真的这么简单吗?我们看下下面的调用结果:

> print func()
[3]
> print func()
[3,3]
> print func()
[3,3,3]

这真的是你想要的结果吗?
No,我要的是[3],[3],[3]!
原因?好吧,我们再用下id()神奇看看:

def func(a=[]):
  print id(a)
  a.append(3)
  return a

> print func()
4365426272
[3]
> print func()
4365426272
[3, 3]
> print func()
4365426272
[3, 3, 3]

明白没?原来在python中,*默认参数不是每次执行时都创建的!*
这下你再想想,曾经嘲笑过的代码(至少我)为什么要 多此一举:

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

这里在顺带提一下==, is:
== : 值比较
is : 比较左右两边是否是同一个对象。 a is b ==> id(a) == id(b)
ok, let's move on!
我们都知道,在python中,不定参数我们可以这样定义:
def func(*args, **kv): pass
什么你不知道?看书去!
那args和kv到底是什么情况呢?到底是mutable 还是 immutable 呢?
再一次请出id()神器:

def func(*args):
  print id(args)

> a = [1,2]
> print id(a)
4364874816
> func(*a)
4364698832
> func(*a)
4364701496

看到了吧?实际上args也会产生一个新的对象。但是值是填入的传入参数。那么每一个item也会复制吗?
我们再看看:

def func(*args):
  print id(args[0])

> a = [1,2]
> print id(a[0])
140248135804216
> func(*a)
140248135804216

答案是,No。值会像普通list赋值一样,指向原先list(a)所引用的对象。
那么为什么会这样呢?
python的源码就是这么写的.......
最最后,还记得我说过的一句话吗?
immutable 限制的是对象本身不可变
意思就是说,对象的immtable 只是限制自身的属性能否被改变,而不会影响到其引用的对象。
看下下面的例子:

> a = [1,2]
> b = (a,3)
> b[1] = 100
TypeError: 'tuple' object does not support item assignment

> print b
([1, 2], 3)
> b[0][0] = 10
> print b
([10, 2], 3)

最最最后,我有个对象,它本身应该是 mutable 的,但是我想让他具备类似immutable的特性,可以吗?
答案是,可以模拟!
还是之前说的,immutable 限制的是其自身属性不能改变。
那么,我们的可以通过重定义(重载)属性改变函数,来模拟immutable特性。
python可以吗?O~Yee
在python的类函数中,有这样的两个函数: __setattr__ 和 __delattr__。分别会在对象属性赋值和删除时执行。
那么我们可以进行简单重载来模拟immutable:

class A:
  def __setattr__(self, name, val):
    raise TypeError("immutable object could not set attr")

以上就是为大家介绍的python黑魔法,希望对大家的学习有所帮助。

(0)

相关推荐

  • python魔法方法-属性访问控制详解

    属性访问控制 所谓的属性访问控制就是控制点号访问属性的行为,而且不仅是类的外部,连类的内部也受控制,代码见真章,边看代码边解释: •__getattr__(self, item) 定义当访问不存在的属性时的行为,注意是不存在的属性. class Foo(object): def __init__(self, value): self.value = value def __getattr__(self, item): print item # 查看得到的参数是什么 print type(item

  • python魔法方法-自定义序列详解

    自定义序列的相关魔法方法允许我们自己创建的类拥有序列的特性,让其使用起来就像 python 的内置序列(dict,tuple,list,string等). 如果要实现这个功能,就要遵循 python 的相关的协议.所谓的协议就是一些约定内容.例如,如果要将一个类要实现迭代,就必须实现两个魔法方法:__iter__.next(python3.x中为__new__).__iter__应该返回一个对象,这个对象必须实现 next 方法,通常返回的是 self 本身.而 next 方法必须在每次调用的时

  • python黑魔法之编码转换

    我们在使用其他语言的库做编码转换时,对于无法理解的字符,通常的处理也只有两种(或三种): 抛异常 替换成替代字符 跳过 但是在复杂的现实世界中,由于各种不靠谱,我们处理的文本总会出现那么些不和谐因素,比如混合编码.在这种情况下,又回到了上面的处理办法. 那么问题来了,python有没有更好地办法呢? 答案是,有! python的编码转换流程实际上是两段式转换: source -> unicode -> dest 首先将字符串从原始编码转换成unicode.再将unicode转换成目标编码. 第

  • python魔法方法-属性转换和类的表示详解

    类型转换魔法 类型转换魔法其实就是实现了str.int等工厂函数的结果,通常这些函数还有类型转换的功能,下面是一些相关的魔法方法: •__int__(self) •转换成整型,对应int函数. •__long__(self) •转换成长整型,对应long函数. •__float__(self) •转换成浮点型,对应float函数. •__complex__(self) •转换成 复数型,对应complex函数. •__oct__(self) •转换成八进制,对应oct函数. •__hex__(s

  • Python中的魔法方法深入理解

    接触Python也有一段时间了,Python相关的框架和模块也接触了不少,希望把自己接触到的自己 觉得比较好的设计和实现分享给大家,于是取了一个"Charming Python"的小标,算是给自己开了一个头吧, 希望大家多多批评指正. :) from flask import request Flask 是一个人气非常高的Python Web框架,笔者也拿它写过一些大大小小的项目,Flask 有一个特性我非常的喜欢,就是无论在什么地方,如果你想要获取当前的request对象,只要 简单

  • Python黑魔法Descriptor描述符的实例解析

    在Python中,访问一个属性的优先级顺序按照如下顺序: 1:类属性 2:数据描述符 3:实例属性 4:非数据描述符 5:__getattr__()方法  这个方法的完整定义如下所示: def __getattr(self,attr) :#attr是self的一个属性名 pass; 先来阐述下什么叫数据描述符. 数据描述符是指实现了__get__,__set__,__del__方法的类属性(由于Python中,一切皆是对象,所以你不妨把所有的属性也看成是对象) PS:个人觉得这里最好把数据描述符

  • Python黑魔法@property装饰器的使用技巧解析

    @property有什么用呢?表面看来,就是将一个方法用属性的方式来访问. 上代码,代码最清晰了. class Circle(object): def __init__(self, radius): self.radius = radius @property def area(self): return 3.14 * self.radius ** 2 c = Circle(4) print c.radius print c.area 可以看到,area虽然是定义成一个方法的形式,但是加上@pr

  • python黑魔法之参数传递

    我们都听说,python世界里面,万物皆对象. 怎么说万物皆对象呢?最常见的: > class A: pass > a = A() 我们说a是一个对象. 那么既然是万物了,其实A也是对象.3 也是对象.True 也是对象."hello" 也是对象. > def Func(): pass o~yee, Func 也是对象. 那么对象之间的传递是如何呢?我们看看下面两个简单的例子: > a = 3 > b = a > b = 3 + 1 > pri

  • Python 中的参数传递、返回值、浅拷贝、深拷贝

    1. Python 的参数传递 Python的参数传递,无法控制引用传递还是值传递.对于不可变对象(数字.字符.元组等)的参数,更类似值传递:对于可变对象(列表.字典等),更类似引用传递. def fun1(n): print(n) # n在没修改前,指向的地址和main函数中n指向的地址相同 n = 20 # n在修改后,指向的地址发生改变,相当于新建了一个值为20的参数n def fun2(l): print(l) # l在没修改前,指向的地址和main函数中l指向的地址相同 l = [5,

  • Python黑魔法远程控制开机的实例

    python黑魔法~只要知道你电脑的ip,远程控制便可开机,嘻嘻<只能用来学习哦~不可恶作剧哈> def wake_up(request, mac='DC-4A-3E-78-3E-0A'): MAC = mac BROADCAST = "192.168.0.255" if len(MAC) != 17: raise ValueError("MAC address should be set as form 'XX-XX-XX-XX-XX-XX'") ma

  • Python黑魔法之metaclass详情

    目录 一.什么是 metaclass 二.metaclass 能解决什么问题? 三.通过一个实例来理解 metaclass 四.Python 底层语言设计层面是如何实现 metaclass 的? 1.所有的 Python 的用户定义类,都是 type 这个类的实例. 2.用户自定义类,只不过是 type 类的 __call__ 运算符重载 3.,"超越变形"正常的类 四.使用 metaclass 的风险 关于Python 黑魔法 metaclass 的两种极端观点: 这种特性太牛逼了,

  • Python黑魔法库安装及操作字典示例详解

    目录 1. 安装方法 2. 简单示例 3. 兼容字典的所有操作 4. 设置返回默认值 5. 工厂函数自动创建key 6. 序列化的支持 7. 说说局限性 本篇文章收录于<Python黑魔法手册>v3.0 第七章,手册完整版在线阅读地址:Python黑魔法手册 3.0 文档 字典是 Python 中基础的数据结构之一,字典的使用,可以说是非常的简单粗暴,但即便是这样一个与世无争的数据结构,仍然有很多人 "用不惯它" . 也许你并不觉得,但我相信,你看了这篇文章后,一定会和我一

  • Python FastAPI 多参数传递的示例详解

    目录 Python FastAPI请求参数传递 FastAPI多参数传递类型 路径多参数传递 GET请求多参数传递 POST请求多参数传递 案例完整代码 案例完整测试 启动服务 访问测试 GET请求多参数测试 POST请求多参数测试 Python FastAPI请求参数传递 FastAPI多参数传递类型 FastAPI通过模板来匹配URL中的参数列表,大致有如下三类方式传递参数: 路径参数传递:获取自定义的构造URL中的参数 GET参数传递:获取一个URL后面带的?param1=1&param2

  • Python def函数的定义、使用及参数传递实现代码

    Python编程中对于某些需要重复调用的程序,可以使用函数进行定义,基本形式为: def 函数名(参数1, 参数2, --, 参数N): 执行语句函数名为调用的表示名,参数则是传入的参数,可以更具需要定义,也可以没有. # 例1:简单的函数使用 # coding=gb2312 # 定义函数 def hello(): print 'hello python!' # 调用函数 hello() >>> hello python! 函数可以带参数和返回值,参数将按从左到右的匹配,参数可设置默认值

随机推荐