深入理解Python中的可变与不可变类型——以interpy-ru项目为例
2025-05-31 15:04:04作者:胡唯隽
可变与不可变类型的基本概念
在Python编程中,理解可变(mutable)和不可变(immutable)类型的区别至关重要。可变对象是指创建后可以被修改的对象,而不可变对象一旦创建就不能被修改。
不可变类型包括:
- 数字类型(int, float, complex)
- 字符串(str)
- 元组(tuple)
- 布尔值(bool)
- frozenset
可变类型包括:
- 列表(list)
- 字典(dict)
- 集合(set)
- 用户自定义类(多数情况下)
可变类型带来的"意外"行为
让我们通过一个典型例子来理解可变类型的特性:
original_list = [1, 2, 3]
new_list = original_list
new_list.append(4)
print(original_list) # 输出: [1, 2, 3, 4]
很多初学者会惊讶地发现,修改new_list竟然影响了original_list。这是因为在Python中,变量赋值实际上是创建了对同一对象的引用,而不是创建新对象。
函数参数中的可变陷阱
可变类型在函数参数中尤其需要注意。考虑以下函数:
def add_item(item, container=[]):
container.append(item)
return container
多次调用这个函数会产生意外结果:
print(add_item(1)) # [1]
print(add_item(2)) # [1, 2]
print(add_item(3)) # [1, 2, 3]
这是因为默认参数在函数定义时就被求值并创建,而不是每次调用时创建新对象。
正确的处理方式
为了避免这种问题,应该这样编写函数:
def add_item(item, container=None):
if container is None:
container = []
container.append(item)
return container
这样每次调用时如果没有提供container参数,都会创建一个新的空列表:
print(add_item(1)) # [1]
print(add_item(2)) # [2]
print(add_item(3)) # [3]
深拷贝与浅拷贝
当需要复制可变对象而不共享引用时,可以使用copy模块:
import copy
original = [[1, 2], [3, 4]]
shallow = copy.copy(original) # 浅拷贝
deep = copy.deepcopy(original) # 深拷贝
浅拷贝只复制最外层容器,而深拷贝会递归复制所有嵌套对象。
实际开发中的建议
- 尽量使用不可变类型作为函数默认参数
- 当需要修改传入的可变参数时,考虑是否需要先创建副本
- 明确文档记录函数是否会修改传入的可变参数
- 在团队协作中,特别注明可变参数的预期行为
理解可变与不可变类型的区别是成为Python高级开发者的重要一步。通过合理使用这些特性,可以编写出更安全、更可预测的代码。
登录后查看全文
热门项目推荐
atomcodeClaude Code 的开源替代方案。连接任意大模型,编辑代码,运行命令,自动验证 — 全自动执行。用 Rust 构建,极致性能。 | An open-source alternative to Claude Code. Connect any LLM, edit code, run commands, and verify changes — autonomously. Built in Rust for speed. Get StartedRust0148- DDeepSeek-V4-ProDeepSeek-V4-Pro(总参数 1.6 万亿,激活 49B)面向复杂推理和高级编程任务,在代码竞赛、数学推理、Agent 工作流等场景表现优异,性能接近国际前沿闭源模型。Python00
GLM-5.1GLM-5.1是智谱迄今最智能的旗舰模型,也是目前全球最强的开源模型。GLM-5.1大大提高了代码能力,在完成长程任务方面提升尤为显著。和此前分钟级交互的模型不同,它能够在一次任务中独立、持续工作超过8小时,期间自主规划、执行、自我进化,最终交付完整的工程级成果。Jinja00
auto-devAutoDev 是一个 AI 驱动的辅助编程插件。AutoDev 支持一键生成测试、代码、提交信息等,还能够与您的需求管理系统(例如Jira、Trello、Github Issue 等)直接对接。 在IDE 中,您只需简单点击,AutoDev 会根据您的需求自动为您生成代码。Kotlin03
Intern-S2-PreviewIntern-S2-Preview,这是一款高效的350亿参数科学多模态基础模型。除了常规的参数与数据规模扩展外,Intern-S2-Preview探索了任务扩展:通过提升科学任务的难度、多样性与覆盖范围,进一步释放模型能力。Python00
skillhubopenJiuwen 生态的 Skill 托管与分发开源方案,支持自建与可选 ClawHub 兼容。Python0111
项目优选
收起
暂无描述
Dockerfile
731
4.73 K
Ascend Extension for PyTorch
Python
609
786
本项目是CANN提供的数学类基础计算算子库,实现网络在NPU上加速计算。
C++
1 K
1.01 K
openEuler内核是openEuler操作系统的核心,既是系统性能与稳定性的基石,也是连接处理器、设备与服务的桥梁。
C
433
392
华为昇腾面向大规模分布式训练的多模态大模型套件,支撑多模态生成、多模态理解。
Python
145
237
Claude Code 的开源替代方案。连接任意大模型,编辑代码,运行命令,自动验证 — 全自动执行。用 Rust 构建,极致性能。 | An open-source alternative to Claude Code. Connect any LLM, edit code, run commands, and verify changes — autonomously. Built in Rust for speed.
Get Started
Rust
1.15 K
148
暂无简介
Dart
983
251
Oohos_react_native
React Native鸿蒙化仓库
C++
348
401
昇腾LLM分布式训练框架
Python
166
197
🎉 (RuoYi)官方仓库 基于SpringBoot,Spring Security,JWT,Vue3 & Vite、Element Plus 的前后端分离权限管理系统
Vue
1.67 K
986