
图片由作者提供 |Canva 餐厅
你有没有在 Python 中遇到过一些古怪的东西,导致了那些 “等等,什么 ”的时刻?
是的,Python 以其可读性和简单性而闻名,但它也有一些令人惊讶的行为,即使是一些经验丰富的开发人员也会措手不及。
1. 可变默认参数函数中的可变默认参数是 Python 的常见陷阱!下是可能会让您感到惊讶的事情:
def add_item(item, list_of_items=[]): list_of_items.append(item) return list_of_items为了便于理解,将函数调用和输出放在一个代码块中。
print(add_item(1)) Output >>> [1]print(add_item(2)) Output >>> [1, 2]为什么会这样?关键是了解 Python 何时评估默认参数。
默认参数在定义函数时计算,而不是在调用函数时计算。
这意味着在定义函数时,空列表 [] 会创建一次,并且该列表会在未提供第二个参数的每个函数调用中重复使用。
以下是解决此问题的方法:
def add_item(item, list_of_items=None): if list_of_items is None: list_of_items = [] list_of_items.append(item) return list_of_items在这个更正的版本中,我们使用 None 作为默认参数,并在每次调用函数时创建一个新列表。
print(add_item(1))Output >>> [1]print(add_item(2)) Output >>> [2] 2. 后期绑定闭包这是一个经常出现在循环中的棘手问题:
functions = []for i in range(3): functions.append(lambda: i)print([f() for f in functions])以下是您得到的:
Output >>> [2, 2, 2]您可能希望它打印 [0, 1, 2],但事实并非如此。为什么?这种行为称为 “后期绑定”,它与 Python 处理闭包的方式有关。
▶️ 当 lambda 函数引用变量 i 时,它不会在创建函数时捕获 i 的值,而是捕获变量本身。
让我们打个比方。
可以这样想:想象一下,你正在写一张便条,上面写着 “check the number on the whiteboard”当你稍后阅读笔记时,你会查看白板上当前的任何数字,而不是你写笔记时的数字,是吗?在我们的代码中,当我们调用这些函数时,循环已经完成,i 只剩下其最终值 (2)。
以下是获取您可能想要的行为的方法:
functions = []for i in range(3): functions.append(lambda x=i: x) # Using default argument to capture current valueprint([f() for f in functions]) Output >>> [0, 1, 2]通过使用 default 参数,我们实际上是在创建每个函数时对 i 的值进行快照。
3. 身份与恒等Python 的恒等运算符有时会让您感到惊讶
# Integer cachinga = 256b = 256print(a is b) Output >>> Truec = 257d = 257print(c is d) Output >>> False这是怎么回事?此行为与 Python 的内存优化功能有关。对于小整数(通常为 -5 到 256),Python 会缓存对象并重用它们。
对于字符串,Python 使用一种称为 “字符串暂存” 的技术,它可能会重用字符串对象以节省内存。但是,并非所有字符串都保证此行为,并且可能因 Python 实现而异。
# String interningx = "hello"y = "hello"print(x is y) Output >>> Truep = "hello!"q = "hello!"print(p is q) Output >>> False (check at your end!)这就是为什么您应该始终使用:
== 用于比较值仅用于与 None 进行比较或检查两个变量是否引用完全相同的对象is 运算符检查两个变量是否引用内存中的完全相同的对象,而 == 检查两个对象是否具有相同的值。
4. 可变的解包惊喜如果您对 Python 的解包方式不满意,解包作有时会令人困惑。让我们直接来看例子。
这按预期工作:
a, b = 1, 2print(a, b) Output >>> 1 2这也有效:
a, *b = 1, 2, 3, 4print(a, b) Output >>> 1 [2, 3, 4]但这可能会让您感到惊讶:
a, *b, = 1,print(a, b) Output >>> 1 []这也是有效的:
(*a,) = [1, 2, 3]print(a) Output >>> [1, 2, 3]所以这是你应该知道的:解包中的星号运算符 (*) 将多个值收集到一个列表中,即使没有要收集的值!
5. 列表乘法乍一看,将列表乘以一个数字似乎很简单,但它可能会导致一些令人惊讶的行为,尤其是对于嵌套列表。
让我们先举一个简单的例子:
# Simple list multiplicationsimple_list = [1] * 3print(simple_list) Output >>> [1, 1, 1]现在看看下面带有嵌套列表的示例:
nested_list = [[1, 2]] * 3print(nested_list) Output >>> [[1, 2], [1, 2], [1, 2]]nested_list[0][0] = 5print(nested_list)你能猜出输出吗?
Output >>> [[5, 2], [5, 2], [5, 2]]这里发生了什么?当你将列表相乘时,Python 不会创建元素的深层副本 - 它会创建对相同对象的多个引用。因此,当您在 nested_list[0][0] 处修改内部列表时,您正在修改所有三个元素都引用的单个内部列表。
以下是创建真正独立副本的一种方法:
nested_list = [[1, 2] for _ in range(3)]nested_list[0][0] = 5print(nested_list)列表推导式为每个元素创建新的内部列表。
Output >>> [[5, 2], [1, 2], [1, 2]]