詳細介紹Python函數中的預設參數_python

import datetime as dt def log_time(message, time=None):  if time is None:    time=dt.datetime.now()  print("{0}: {1}".format(time.isoformat(), message))

最近我在一段Python代碼中發現了一個因為錯誤的使用預設參數而產生的非常噁心的bug。如果您已經知道關於預設參數的全部內容了，只是想嘲笑一下我這可笑的錯誤，請直接跳到本文末尾。哎，這段代碼是我寫的，但是我非常確定那天我被惡魔附體了。你懂的，有時候就是這樣。

本文僅僅是總結一下關於Python函數的標準參數和預設參數的一些基本內容。提醒你注意你的代碼中可能存在的陷阱。如果你剛開始接觸Python，開始寫一些函數，我真心推薦你看一下Python官方手冊中關於函數的內容，連結如下：Defining Functions 以及 More on Defining Functions。
簡單複習一下函數

Python是一個強大的物件導向語言，它把這種編程範式推向了頂峰。但是，物件導向編程仍然需要依靠函數這一概念，你可以用它來處理資料。Python對於可調用對象有一個更寬泛的概念，即任何對象都可以被調用，調用的意思是對其應用資料。

函數在Python中是可調用對象，並且乍一看，它和其他語言中的函數有著類似的行為。它們擷取一些資料，這些資料被稱為參數，然後處理它們，接著返回結果（如果沒有return語句則是None）

參數被聲明為預留位置（在定義函數的時候），用以代表那些當函數調用時被實際傳入的對象。在Python中你不需要聲明參數的類型（例如，像你在C或Java中做的那樣）因為Python哲學依賴於多態。

記住，Python的變數是引用，即實際變數的記憶體位址。這意味著Python的函數永遠以“傳址”的方式工作（這裡使用了一個C/C++術語），當你調用一個函數的時候，並不是複製了一份參數的值來替換預留位置，而是把預留位置指向了變數本身。這導致了一個非常重要的結果：你可以在函數內部改變這個變數的值。這裡有一個很好可視化講解，關於引用機制。

引用在Python扮演著非常重要的角色，它是Python完全多態方式的骨幹。關於這個非常重要的主題，請點擊這個連結 查看更好的解釋。

為了檢查你是否理解了這門語言的這一基本特性，請跟隨這段簡單的代碼（變數ph代表的是“預留位置(placeholder)”）
 

>>> def print_id(ph):... print(hex(id(ph)))...>>> a = 5>>> print(hex(id(a)))0x84ab460>>> print_id(a)0x84ab460>>>>>> def alter_value(ph):... ph = ph + 1... return ph...>>> b = alter_value(a)>>> b6>>> a5>>> hex(id(a))'0x84ab460'>>> hex(id(b))'0x84ab470'>>>>>> def alter_value(ph):... ph.append(1)... return ph...>>> a = [1,2,3]>>> b = alter_value(a)>>> a[1, 2, 3, 1]>>> b[1, 2, 3, 1]>>> hex(id(a))'0xb701f72c'>>> hex(id(b))'0xb701f72c'>>>

如果你對這裡發生的事情並不感到吃驚，那說明你已經掌握了Python中最為重要的部分之一，你可以放心的跳過下面的解釋了。

print_id()函數顯示，函數內部的預留位置同運行時傳入的變數完全一樣（它們的記憶體位址一致）。

兩個版本的alter_value()意在改變傳入參數的值。正如你所看到的，第一個alter_value() 並沒有像第二個alter_value()一樣成功的改變變數a的值。這是為什麼呢？實際上兩者的行為是一樣的，都是嘗試修改傳入的原始變數的值，但是在Python中，有些變數是不可變的(immutable)，整數就在此列。另一方面，列表並不是不可變的，所以函數得以完成它的名字所保證的工作。 在這裡，你可以找到關於不可變類型的更加詳細的介紹 。

關於Python中的函數，還有一些要說的，但是這些是關於標準的參數的基本知識。
預設參數值

有時候你需要定義一個函數，讓它接受一個參數，而且在這個參數出現或不出現時，函數有不同的行為。如果一門語言不支援這種情況，你就只有兩個選擇：第一種是定義兩個不同的函數，決定每次調用應該選擇調用哪個，第二種是 兩種方法都是可行的，但是都不是最佳的。

Python和其他語言一樣，支援預設參數值，即函數參數可以是調用時指定的，也可以留空，自動接受一個預定義的值。

一個關於預設值的非常簡單（也很沒用）的例子如下：
 

def log(message=None):  if message:    print("LOG: {0}".format(message))

這個函數可以帶一個參數運行（可以是None）

 >>> log("File closed")LOG: File closed>>> log(None)>>>

但是同樣也可以不帶參數運行，這種情況下它會接受一個函數原型中設定的預設值（本例中是None）
 

>>> log()>>>

你可以在標準庫中找到更多有趣的例子，比如在open()函數中（請查看官方文檔）
 

open(file, mode='r', buffering=-1, encoding=None, errors=None, newline=None, closefd=True, opener=None)

函數原型可以證明，例如 f = open('/etc/hosts')這樣的調用，通過傳入預設值隱藏了很多參數 (mode, buffering, encoding, 等),並且使這個函數的典型應用案例變得非常簡單易用。

正如你在內建的open()函數中看到的那樣，我們可以在函數中使用標準或者預設參數，但是兩者在函數中出現的次序是固定的：首先調用標準參數，然後調用預設參數。
 

def a_rich_function(a, b, c, d=None, e=0):  pass

原因是顯而易見的：如果我們可以在標準參數前面放置一個預設參數，語言就無法理解，預設參數是否已經被初始化。例如，考慮下面這個函數定義
 

def a_rich_function(a, b, d=None, c, e=0):  pass

當調用函數a_rich_function(1, 2, 4, 5)時，我們傳入了什麼參數？ 是d=4, c=5 還是c=4, e=5？因為d有一個預設的值。因此這種順序的定義是被禁止的，如果你這樣做，Python會拋出一個SyntaxError
 

>>> def a_rich_function(a, b, d=None, c, e=0):... pass... File "<stdin>", line 1SyntaxError: non-default argument follows default argument>>>

預設參數求值

預設參數可以通過普通值或是函數調用結果來提高，但是後者這種技術需要一個特別的警示

一個普通的值是硬式編碼，因此除了編譯時間，其他時候是不需要求值的，但是函數調用期望在運行時執行求值。所以我們可以這樣寫
 

import datetime as dt def log_time(message, time=dt.datetime.now()):  print("{0}: {1}".format(time.isoformat(), message))

每次我們調用log_time()時都期望它能夠正確提供目前時間。悲劇的是並沒有成功：預設參數在定義時求值（比如說當你首次匯入模組時），調用的結果如下
 

>>> log_time("message 1")2015-02-10T21:20:32.998647: message 1>>> log_time("message 2")2015-02-10T21:20:32.998647: message 2>>> log_time("message 3")2015-02-10T21:20:32.998647: message 3

如果把預設值賦給一個類的執行個體，結果會更加奇怪，你可以在Hitchhiker's Guide to Python!中讀到相關內容。根據。。通常的解決方案是把預設參數替換為None，並且在函數內部檢查參數值。
 
結論

預設參數能夠極大的簡化API，你需要關注它唯一的“失敗點”，即求值的時機。令人驚奇的是，Python最基本的內容之一，函數的參數和引用，是最大的錯誤源之一，有時候對於有經驗的程式員也一樣。我建議抽時間學習一下引用和多態。
相關閱讀：

•     OOP concepts in Python 2.x – Part 2
•     Python 3 OOP Part 1 – Objects and types
•     Digging up Django class-based views – 2
•     Python Generators – From Iterators to Cooperative Multitasking – 2
•     OOP concepts in Python 2.x – Part 1