python的函数传引用 python函数值传递和引用传递

python中变量的引用、可变和不可变类型、局部变量和全局变量

变量的引用

成都创新互联公司专注于企业营销型网站建设、网站重做改版、漳浦网站定制设计、自适应品牌网站建设、H5页面制作、商城开发、集团公司官网建设、成都外贸网站制作、高端网站制作、响应式网页设计等建站业务，价格优惠性价比高，为漳浦等各大城市提供网站开发制作服务。

变量和数据都是保存在内存中的

变量和数据是分开存储的

数据保存在内存中某个位置，通过地址来标记

变量保存的是数据的地址，通过地址可以找到数据在内存空间的位置

把变量保存数据地址的过程称为引用

变量的重新赋值修改的是变量中引用数据的内存地址

变量之间的赋值实际是引用的传递

函数参数的传递，本质也是引用的传递

函数的返回值本身也是引用的传递

可变和不可变类型

不可变类型，内存中的数据不允许被修改：数字类型（int,bool,float,complex,long(2,x)、字符串、元组（tuple）

可变类型，内存中的数据可以被修改：列表list、字典dict

无论是可变还是不可变数据类型，通过赋值语句，都会改变变量的引用

Hash函数只能接收不可变数据类型，字典的键也只能是不可变数据类型，字典的value值可以是任意数据类型

局部变量

1.在函数内部定义的变量就是局部变量（作用范围只能是当前函数内部）

2.在函数外部无法直接访问局部变量

3.不同的函数中可以定义同名的局部变量

4.局部变量的生命周期：从定义变量时开始，到函数运行结束

全局变量

1.在所有函数外边定义的变量就是全局变量

2.让所有函数都能访问到，可以作为函数通信的桥梁

3.一般情况下，为了和普通变量的区别，需要加上g_或gl_前缀

4.全局变量一般放在所有函数的最上面

5.在函数内部修改全局变量，必须要加上global关键字，如果不加global只是定义了一个同名的局部变量

函数的多个返回值

Python中函数调用是传值还是传引用

python中所有数据都是对象，所以传参也是传的对象的引用，这个引用在函数执行前和执行后是不会被改变的，如：

num

=

1

def

change(num):

print(id(num))

num

=

2

print(id(num))

执行change(num)后num的值还是1

可以看到在执行前num的id值（可以理解为内存地址）是某一值

但在执行change后，num的id值改变了，也就是说内部的num指向了另外的对象，而外部的num却还是指向原来的对象，所以值没有变；

同理，如：

num_list

=

[1,2]

def

change_list(num_list):

print(id(num_list))

num_list.append(3)

print(id(num_list))

可以看到执行change_list后num_list的id值没有改变，也就是说num_list是在原来的对象上添加了新的数据，外部的num_list也是指向这一对象，所以外部的num_list数据也添加了新的数据。

python函数传对象对性能的影响

python函数传对象对性能有影响。在Python中，一切皆对象，Python参数传递采用的都是“传对象引用”的方式。实际上，这种方式相当于传值和传引用的一种综合。如果函数收到的是一个可变对象（比如字典或者列表）的引用，就能修改对象的原始值，相当于通过“传引用”来传递对象。如果函数收到的是一个不可变对象（比如数字、字符或者元组）的引用，就不能直接修改原始对象，相当于通过“传值’来传递对象，此时如果想改变这些变量的值，可以将这些变量申明为全局变量。

python函数调用的参数传递

python的函数参数传递是"引用传递（地址传递）"。

python中赋值语句的过程（x = 1）：先申请一段内存分配给一个整型对象来存储数据1，然后让变量x去指向这个对象，实际上就是指向这段内存（这里有点和C语言中的指针类似）。

在Python中，会为每个层次生成一个符号表，里层能调用外层中的变量，而外层不能调用里层中的变量，并且当外层和里层有同名变量时，外层变量会被里层变量屏蔽掉。函数  调用  会为函数局部变量生成一个新的符号表。

局部变量：作用于该函数内部，一旦函数执行完成，该变量就被回收。

全局变量：它是在函数外部定义的，作用域是整个文件。全局变量可以直接在函数里面应用，但是如果要在函数内部改变全局变量，必须使用global关键字进行声明。

注意 ：默认值在函数  定义  作用域被解析

在定义函数时，就已经执行力它的局部变量

python中不可变类型是共享内存地址的：把相同的两个不可变类型数据赋给两个不同变量a，b，a，b在内存中的地址是一样的。

python中值传递还是引用传递？

首先，Python中一切事物皆对象，变量是对对象在内存中的存储和地址的抽象。所有的变量都可以理解是内存中一个对象的“引用”，或者，也可以看似c中void*的感觉。

python中统一都是引用传递，同时要注意类型是属于对象的，而不是变量。而对象有两种,“可更改”（mutable）与“不可更改”（immutable）对象。在python中，strings, tuples, 和numbers是不可更改的对象，而list,dict等则是可以修改的对象。

当我们写下面语句时：

Python解释器其实顺序干了两件事情：

从这里可以看出strings类型是不可变量，不可变实际上指的是不会更该字符串，比如把a = '123' 变为 a ='1234' 实际上是先创建了 “1234” 再用a去指向它。

但是，像list,dict等“可更改”的变量，他们会直接再本地更改，不会进行副本拷贝。

简言之，当在 Python 中 a = sth 应该理解为给 sth 贴上了一个标签 a。当再赋值给 a 的时候，就好象把 a 这个标签从原来的 sth 上拿下来，贴到其他对象上，建立新的"引用"。

既然Python只允许引用传递，那有没有办法可以让两个变量不再指向同一内存地址呢？

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？就比如序列里的嵌套序列，字典里的嵌套序列等都是复杂对象的子对象。对于子对象，python会把它当作一个公共镜像存储起来，所有对他的复制都被当成一个引用，所以说当其中一个引用将镜像改变了之后另一个引用使用镜像的时候镜像已经被改变了。

deepcopy的时候会将复杂对象的每一层复制一个单独的个体出来。 当然其中主要的操作还是地址问题。

当一个引用传递给函数的时候,函数自动复制一份引用,这个函数里的引用和外边的引用没有半毛关系了.所以第一个例子里函数把引用指向了一个不可变对象,当函数返回的时候,外面的引用没半毛感觉.而第二个例子就不一样了,函数内的引用指向的是可变对象,对它的操作就和定位了指针地址一样,在内存里进行修改.

引用计数

PyObject是每个对象必有的内容，其中ob_refcnt就是做为引用计数。当一个对象有新的引用时，它的ob_refcnt就会增加，当引用它的对象被删除，它的ob_refcnt就会减少.引用计数为0时，该对象生命就结束了。

优点:

缺点:

Python 函数中，参数是传值，还是传引用

这个问题的答案无外乎这几种说法:传值，传引用，对于可变对象是传引用，不可变对象是传值。

传引用

先看下面这个例子:

def foo(n):

... print id(n)

... n = 3

... print id(n)

n = 2

id(n)

31030000L

foo(n)

31030000L

31029976L

n

2

id(n)

31030000L

由foo中两次输出不相等可以看出，传引用说法并不成立。

传值

来看下面的例子：

def foo(n):

... print n

... n.append(3)

... print n

n = [1, 2, 4, 8]

foo(n)

[1, 2, 4, 8]

[1, 2, 4, 8, 3]

n

[1, 2, 4, 8, 3]

按传值的说法，一个值传进来，在函数内改动并不会影响变量本身的值，上面例子中n变量本身的值也被改变了，说明传值的说法也不对。

3.可变对象传引用，不可变对象传值

相比上面两种说法，这种说法似乎更靠谱，传播也更为广泛，那它到底对不对呢?

def foo(n):

... print id(n)

... n = ['1', '2', '3']

... print id(n)

... print n

n = [1,2,3,4,5,6]

id(n)

35637576

foo(n)

35637576

35916168

['1', '2', '3']

n

[1, 2, 3, 4, 5, 6]

按照可变对象传引用的说法，上面list类型是可变对象，应该传引用，这foo方法中两次调用id应该输出一样的值，更改的结果也应该影响到外部变量，但结果显然不是这样的，这说明，这种说法也是不正确的。

那么Python传值的方法到底是什么样呢？其实Python中的函数参数所遵循的是传对象(call by object)，或者叫做穿对象的引用(call by object reference)。在调用函数时，将变量整个对象传入，对于可变对象的修改，在函数内外均可见；而对于不可变对象，因为其并不能真正意义上被赋值，修改是通过生成新的对象来实现的。

下面来一个有趣的例子作为结尾:

def bar(a = []):

... print id(a)

... a.append(7)

... print a

for _ in range(5):

... bar()

#结果输出请自己动手实践，原因应该不难理解