在Python中将一个可变对象设置为函数中参数的默认值是一个常见的错误.以下是David Goodger撰写的优秀文章中的一个例子:
>>> def bad_append(new_item, a_list=[]):
a_list.append(new_item)
return a_list
>>> print bad_append('one')
['one']
>>> print bad_append('two')
['one', 'two']
Run Code Online (Sandbox Code Playgroud)
之所以出现这种情况的解释是在这里.
现在我的问题是:这个语法有一个很好的用例吗?
我的意思是,如果遇到它的每个人都犯了同样的错误,调试它,理解问题,从而试图避免它,这种语法有什么用?
考虑以下代码段:
# directorys == {'login': <object at ...>, 'home': <object at ...>}
for d in directorys:
self.command["cd " + d] = (lambda : self.root.change_directory(d))
Run Code Online (Sandbox Code Playgroud)
我希望创建一个包含两个函数的字典如下:
# Expected :
self.command == {
"cd login": lambda: self.root.change_directory("login"),
"cd home": lambda: self.root.change_directory("home")
}
Run Code Online (Sandbox Code Playgroud)
但看起来生成的两个lambda函数完全相同:
# Result :
self.command == {
"cd login": lambda: self.root.change_directory("login"),
"cd home": lambda: self.root.change_directory("login") # <- Why login ?
}
Run Code Online (Sandbox Code Playgroud)
我真的不明白为什么.你有什么建议吗 ?
假设一个函数具有可变的默认参数:
def f(l=[]):
l.append(len(l))
return l
Run Code Online (Sandbox Code Playgroud)
如果我运行此命令:
def f(l=[]):
l.append(len(l))
return l
print(f()+["-"]+f()+["-"]+f()) # -> [0, '-', 0, 1, '-', 0, 1, 2]
Run Code Online (Sandbox Code Playgroud)
或这个:
def f(l=[]):
l.append(len(l))
return l
print(f()+f()+f()) # -> [0, 1, 0, 1, 0, 1, 2]
Run Code Online (Sandbox Code Playgroud)
代替以下内容,这将更合乎逻辑:
print(f()+f()+f()) # -> [0, 0, 1, 0, 1, 2]
Run Code Online (Sandbox Code Playgroud)
为什么?
我正在编写一个代码,一次取一个巨大的文本文件(几GB)N行,处理该批处理,并移动到下一行N行,直到我完成整个文件.(我不在乎最后一批是不是完美的尺寸).
我一直在阅读有关使用itertools islice进行此操作的信息.我想我在那里:
from itertools import islice
N = 16
infile = open("my_very_large_text_file", "r")
lines_gen = islice(infile, N)
for lines in lines_gen:
...process my lines...
Run Code Online (Sandbox Code Playgroud)
麻烦的是我想处理下一批16行,但我遗漏了一些东西
我正在使用PyCharm(Python 3)编写一个Python函数,它接受一个字典作为参数attachment={}.
def put_object(self, parent_object, connection_name, **data):
...
def put_wall_post(self, message, attachment={}, profile_id="me"):
return self.put_object(profile_id, "feed", message=message, **attachment)
Run Code Online (Sandbox Code Playgroud)
在IDE中,attachment={}为黄色.将鼠标移到它上面会显示警告.
默认参数值是可变的
此检查检测何时在参数的默认值中检测到可变值作为列表或字典.
默认参数值仅在函数定义时计算一次,这意味着修改参数的默认值将影响函数的所有后续调用.
这意味着什么,我该如何解决?
可能重复:
Python中的"最小惊讶":可变默认参数
我对Python函数/方法中可选参数的工作原理感到困惑.
我有以下代码块:
>>> def F(a, b=[]):
... b.append(a)
... return b
...
>>> F(0)
[0]
>>> F(1)
[0, 1]
>>>
Run Code Online (Sandbox Code Playgroud)
为什么F(1)回归[0, 1]而不是[1]?
我的意思是,里面发生了什么?
我很难理解算法中问题的根本原因.然后,通过逐步简化函数,我发现在Python中对默认参数的评估并不像我预期的那样.
代码如下:
class Node(object):
def __init__(self, children = []):
self.children = children
Run Code Online (Sandbox Code Playgroud)
问题是children如果没有明确给出属性,Node类的每个实例都共享相同的属性,例如:
>>> n0 = Node()
>>> n1 = Node()
>>> id(n1.children)
Out[0]: 25000176
>>> id(n0.children)
Out[0]: 25000176
Run Code Online (Sandbox Code Playgroud)
我不明白这个设计决定的逻辑?为什么Python设计者决定在定义时评估默认参数?这对我来说似乎非常违反直觉.
我是一个python初学者,阅读'python tutorial',它说如果我们有一个函数:
def f(a, L=[]):
L.append(a)
return L
print f(1)
print f(2)
print f(3)
Run Code Online (Sandbox Code Playgroud)
这将打印
[1]
[1, 2]
[1, 2, 3]
Run Code Online (Sandbox Code Playgroud)
因为默认值只计算一次而list是可变对象.我能理解.
它说继续,如果我们不希望在后续调用之间共享默认值,我们可以:
def f(a, L=None):
if L is None: #line 2
L = []
L.append(a)
return L
print f(1)
print f(2)
print f(3)
Run Code Online (Sandbox Code Playgroud)
这将输出:
[1]
[2]
[3]
Run Code Online (Sandbox Code Playgroud)
但为什么呢?怎么解释这个.我们知道默认值只是被评估once,当我们调用f(2)时,L不是None而且if(第2行)不能为真,所以L.append(a)== [1,2].我可以猜出由于某种原因再次评估默认值,但是什么是'某种原因',只是因为python解释器看到了if L is None: L = []
只是好奇,
使用len()或def __len__()构建课程之间有什么区别(优点和缺点)?哪个是最好的Python风格?
class foo(object):
def __init__(self,obs=[])
self.data = obs
self.max = max(obs)
self.min = min(obs)
self.len = len(obs)
Run Code Online (Sandbox Code Playgroud)
要么
class foo(object):
def __init__(self,obs=[])
self.data = obs
self.max = max(obs)
self.min = min(obs)
def __len__(self):
return len(self.data)
Run Code Online (Sandbox Code Playgroud) python ×10
parameters ×2
arguments ×1
class ×1
coding-style ×1
function ×1
getattr ×1
lines ×1
logic ×1
loops ×1
mutable ×1
optimization ×1
pycharm ×1
python-3.x ×1
warnings ×1