python函数传参

学c的时候是否入门其实就是看函数传参、数组和指针的掌握程度。学python的时候反而忽略了这些基础性的东西，所以涉及列表套列表、字典套字典、列表套字典、字典套列表等复杂数据类型的时候就会发蒙。

引用传递

网上大多数的博客把python函数传参分为两种情况：

• 值传递
• 引用传递

对于按值类型传递，代码如下：

num = 10
def double(arg):
    arg=arg*2
    print(arg)

double(num)

这些博客中这样解释：

调用该函数，传入一个变量，其实传入的是该变量的一个副本，该变量在函数中发生变化，不影响函数外面该变量。

说的对不对呢?我们用id()来看一下：

num = 10
print('num address:', id(num))

def double(arg):
    print('arg address:', id(arg))
    arg = arg*2
    print(arg)
    print('arg address:', id(arg))
          
double(num)

我们发现num和一开始的arg的地址是一样的！这一点同样可以用print(num is arg)证明。arg运算之后值改变了，开辟了一块新的空间，所以运算arg=arg*2之后，arg的id变了。
我们可以提出一个猜想：由于python语言只使用引用语义，所以根本没有什么值传递，也没有什么形参实参之类的概念，所有的函数传参都是引用传递，传的都是地址！
我们知道python的内存回收机制中有一个引用计数，我们从引用计数函数sys.getrefcount()的角度再考察一下：

import sys

print('10 refcount', sys.getrefcount(10))

num = 10
print('num address:', id(num))
print('num refcount', sys.getrefcount(num))


def double(arg):
    print('arg address:', id(arg))
    print('num refcount', sys.getrefcount(num))
    print('arg refcount', sys.getrefcount(arg))
    arg = arg*2
    print(arg)
    print('arg address:', id(arg))

double(num)

数字10所在的地址在num初始化之前就已经被引用了18次，num初始化之后引用计数变为19，到这里都是符合常识的。传参之后引用计数确实增加了，但是增加的不是1,而是2！这里就不太明白了，大牛们如果看到了，还请讲解一下。

知道了python都是引用传递之后，我们再看看别的。

位置参数和关键字参数

接受任意数量的位置参数

方法：使用*开头的参数。
例子：

def avg(first, *rest):
	return (first + sum(rest))/(1+len(rest))

原理：*parameter是用来接受任意多个参数并将其放在一个元组中。
所以rest在这里是一个元组，包含了其他所有传递过来的位置参数。代码在之后的计算中会将其视为一个序列来处理。

接受任意数量的关键字参数

方法：使用**开头的参数。
例子：

import html
def make_element(name, value, **attrs):
	keyvals = [' %s="%s"' % item for item in attrs.items()]
	attr_str=''.join(keyvals)
	element='<{name}{attrs}>{value}'.format(
		name=name,
		attrs=attr_str,
		value=html.escape(value))
	return element

# Create 'Albatross'
make_element('item','Albatross',size='large',quantity=6)

# Create '
<spam>
'
make_element('p','')

原理： **parameter用于接收类似于关键参数一样赋值的形式的多个实参放入字典中（即把该函数的参数转换为字典）。
所以在这里attrs是一个字典，它包含了所有传递过来的关键字参数（如果有的话）。
关于代码中列表生成式的item使用

同时接受任意数量的位置参数和关键字参数

def anyargs(*args, **kwargs):
	print(args)  # A tuple
	print(kwargs)  # A dict

注意：以*开头的参数只能是最后一个位置参数，以**开头的参数只能是最后一个参数
我们可以得出一个结论：*开头参数之后的所有参数只能是关键字参数，他们称作keyword-only参数。
例子:

def a(x,*args,y):
	pass

defb(x,*args,y,**kwargs):
	pass

指定参数只接受关键字参数

我们希望block这个参数只能接收关键字参数，从上面的结论不难实现：

def recv(maxsize, *, block):
	pass

recv(1000, block=True)

def mininum(*values, clip=None):
	m = min(values)
	if clip is not None:
		m = clip if clip > m else m
	return m

minimum(1,5,2,-5,10)
minimum(1,5,2,-5,10,clip=0)

参考：python中*号的作用：传参和解包

将元数据信息附加到函数参数上

功能：增加代码可读性。不影响python解释器。使用help时可以看到这些注解。

def add(x:int,y:int) -> int:
	return x + y

返回多个值

本质上就是返回元组。注意：元组是根据逗号定义的，有没有括号没关系。

def f():
	return 1,2,3

a,b,c = f()

默认参数

默认参数使用

def spam(a,b=42):
	print(a,b)

spam(1) # a=1,b=42
spam(1,2) # a=1,b=2

对于可变容器，应该把None作为默认值：

def spam(a, b=None):
# 注意，这句话比 if not b更严格，b=[],b=0,b=''等输入也会判为False，但他们不是None
#  所以 if not b会使函数错误的忽略掉一些输入值
	if b is None:  
			b = []

如果不想给默认值，只是想设置一个可选参数：

_no_value = object()

def spam(a,b=_no_value):
	if b is _no_value:
		print('No b value applied')
	...

spam(1)  # No b value applied
spam(1,2) # b=2
spam(1,None) #b=None

默认参数赋值只会在函数定义时绑定一次

x = 42
def spam(a, b=x):
	print(a,b)

x = 41
spam(1) # 1 42
x = 43
spam(1) # 1 42

x值的改变并不影响spam函数的默认值，这是因为默认值在函数定义时就确定好了。

默认参数应该是不可变对象

默认参数应该是不可变对象，比如None、True、False、数字或者字符串。
反例：

def spam(a,b=[]):
	print(b)
	return b

x = spam(1) 

x.append(99)
x.append('Yow!')

x = spam(1)

x的地址(id)和b的地址(id)相同，所以结果说明b的默认值被改变！

出现这个结果是因为：
1. 函数返回了默认值的地址，所以我们可以通过x获取到默认值b的地址。
2. 因为默认值是list，所以使用append方法添加元素没有改变x的地址。list成功扩充了，默认值被改变。

匿名/内联函数

有时候需要用户提供一个短小的回调函数给sort()这样的函数。如果不想使用def语句可以采用lambda表达式定义"内联"式的函数。

add = lambda x,y:x+y
add(2,3)
add('Hello','world!')

等价于

def add(x,y):
	return x+y

lambda表达式可用在排序或对数据进行整理等上下文环境中：

names = ['David Beazley','Brian Jones','Raymond Hettinger','Ned Batchelder']
names = sorted(names, key=lambda name: name.split()[-1].lower()) # 按姓排序

匿名函数绑定变量

x = 10
a = lambda y:x+y
x = 20
b = lambda y:x+y

print(a(10))
print(b(10))

结果如下：

这说明匿名函数绑定变量是在运行时绑定的！执行时x的值是多少就是多少。

如果希望匿名函数可以在定义的时候绑定变量，并保持值不变，那么可以将那个值作为默认函数实现：

x = 10
a = lambda y,x=x:x+y
x =20
b = lambda y,x=x:x+y

print(a(10))
print(b(10))

列表推导中创建一列lambda表达式

funcs = [lambda x:x+n for n in range(5)]
for f in funcs:
	print(f(0))

funcs = [lambda x,n=n:x+n for n in range(5)]
for f in funcs:
	print(f(0))

比较两段代码，第一个n是自由变量，运行时n一直是4；第二个n定义时捕获到了不同的n值。