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 12:51:28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
ERNIE-4.5-VL-28B-A3B-ThinkingERNIE-4.5-VL-28B-A3B-Thinking 是 ERNIE-4.5-VL-28B-A3B 架构的重大升级,通过中期大规模视觉-语言推理数据训练,显著提升了模型的表征能力和模态对齐,实现了多模态推理能力的突破性飞跃Python00
Kimi-K2-ThinkingKimi K2 Thinking 是最新、性能最强的开源思维模型。从 Kimi K2 开始,我们将其打造为能够逐步推理并动态调用工具的思维智能体。通过显著提升多步推理深度,并在 200–300 次连续调用中保持稳定的工具使用能力,它在 Humanity's Last Exam (HLE)、BrowseComp 等基准测试中树立了新的技术标杆。同时,K2 Thinking 是原生 INT4 量化模型,具备 256k 上下文窗口,实现了推理延迟和 GPU 内存占用的无损降低。Python00
MiniMax-M2MiniMax-M2是MiniMaxAI开源的高效MoE模型,2300亿总参数中仅激活100亿,却在编码和智能体任务上表现卓越。它支持多文件编辑、终端操作和复杂工具链调用Python00
HunyuanVideo-1.5暂无简介00
MiniCPM-V-4_5MiniCPM-V 4.5 是 MiniCPM-V 系列中最新且功能最强的模型。该模型基于 Qwen3-8B 和 SigLIP2-400M 构建,总参数量为 80 亿。与之前的 MiniCPM-V 和 MiniCPM-o 模型相比,它在性能上有显著提升,并引入了新的实用功能Python00
Spark-Formalizer-7BSpark-Formalizer 是由科大讯飞团队开发的专用大型语言模型,专注于数学自动形式化任务。该模型擅长将自然语言数学问题转化为精确的 Lean4 形式化语句,在形式化语句生成方面达到了业界领先水平。Python00
GOT-OCR-2.0-hf阶跃星辰StepFun推出的GOT-OCR-2.0-hf是一款强大的多语言OCR开源模型,支持从普通文档到复杂场景的文字识别。它能精准处理表格、图表、数学公式、几何图形甚至乐谱等特殊内容,输出结果可通过第三方工具渲染成多种格式。模型支持1024×1024高分辨率输入,具备多页批量处理、动态分块识别和交互式区域选择等创新功能,用户可通过坐标或颜色指定识别区域。基于Apache 2.0协议开源,提供Hugging Face演示和完整代码,适用于学术研究到工业应用的广泛场景,为OCR领域带来突破性解决方案。00
项目优选
收起
deepin linux kernel
C
24
7
Nop Platform 2.0是基于可逆计算理论实现的采用面向语言编程范式的新一代低代码开发平台,包含基于全新原理从零开始研发的GraphQL引擎、ORM引擎、工作流引擎、报表引擎、规则引擎、批处理引引擎等完整设计。nop-entropy是它的后端部分,采用java语言实现,可选择集成Spring框架或者Quarkus框架。中小企业可以免费商用
Java
9
1
本仓将收集和展示高质量的仓颉示例代码,欢迎大家投稿,让全世界看到您的妙趣设计,也让更多人通过您的编码理解和喜爱仓颉语言。
Cangjie
375
3.25 K
暂无简介
Dart
619
140
🔥LeetCode solutions in any programming language | 多种编程语言实现 LeetCode、《剑指 Offer(第 2 版)》、《程序员面试金典(第 6 版)》题解
Java
62
19
旨在打造算法先进、性能卓越、高效敏捷、安全可靠的密码套件,通过轻量级、可剪裁的软件技术架构满足各行业不同场景的多样化要求,让密码技术应用更简单,同时探索后量子等先进算法创新实践,构建密码前沿技术底座!
C
1.03 K
479
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++
647
261
🎉 (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
1.09 K
619
喝着茶写代码!最易用的自托管一站式代码托管平台,包含Git托管,代码审查,团队协作,软件包和CI/CD。
Go
23
0
🍒 Cherry Studio 是一款支持多个 LLM 提供商的桌面客户端
TypeScript
790
76