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
kernelopenEuler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。C094
baihu-dataset异构数据集“白虎”正式开源——首批开放10w+条真实机器人动作数据,构建具身智能标准化训练基座。00
mindquantumMindQuantum is a general software library supporting the development of applications for quantum computation.Python058
PaddleOCR-VLPaddleOCR-VL 是一款顶尖且资源高效的文档解析专用模型。其核心组件为 PaddleOCR-VL-0.9B,这是一款精简却功能强大的视觉语言模型(VLM)。该模型融合了 NaViT 风格的动态分辨率视觉编码器与 ERNIE-4.5-0.3B 语言模型,可实现精准的元素识别。Python00
GLM-4.7GLM-4.7上线并开源。新版本面向Coding场景强化了编码能力、长程任务规划与工具协同,并在多项主流公开基准测试中取得开源模型中的领先表现。 目前,GLM-4.7已通过BigModel.cn提供API,并在z.ai全栈开发模式中上线Skills模块,支持多模态任务的统一规划与协作。Jinja00
AgentCPM-Explore没有万亿参数的算力堆砌,没有百万级数据的暴力灌入,清华大学自然语言处理实验室、中国人民大学、面壁智能与 OpenBMB 开源社区联合研发的 AgentCPM-Explore 智能体模型基于仅 4B 参数的模型,在深度探索类任务上取得同尺寸模型 SOTA、越级赶上甚至超越 8B 级 SOTA 模型、比肩部分 30B 级以上和闭源大模型的效果,真正让大模型的长程任务处理能力有望部署于端侧。Jinja00
项目优选
收起
deepin linux kernel
C
27
11
OpenHarmony documentation | OpenHarmony开发者文档
Dockerfile
475
3.54 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
225
94
暂无简介
Dart
725
175
React Native鸿蒙化仓库
JavaScript
287
339
Ascend Extension for PyTorch
Python
284
316
🎉 (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
1.27 K
701
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
10
1
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++
849
441
🔥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
65
19