一道99% 人会做错的Python题

一道99% 人会做错的Python题

题目：在不运行下面代码（Python 3 不是 Python 2）的情况下选择答案。

def f( x=[] ):
    x.append(1)
    return x
 
print( f(), f() )

上面代码运行结果（单选）（单选）

A. [] []

B. [1] [1]

C. [1] [1, 1]

D. [1, 1] [1, 1]

很多人选第二个吧，[1] [1]。理由如下：一开始 x 是空列表，添加一个 1 不就是 [1] 吗？然后函数 f() 运行两遍。

还有人会选第三个吧，[1] [1, 1]。能选第三个的已经很强了，至少了解列表是可更改对象（mutable object），作为函数的默认参数（default argument）每次会更新参数的默认值。很棒，但是忽略了 print() 函数的运行机制。

答案是第四个, [1, 1] [1, 1]。

如果你选了第四个，你可以关闭页面，如果不是，请往下看，绝对能学到一些新的知识。你能需要的知识点是：

• 了解什么是不可更改对象和可更改对象
• 了解函数的默认参数
• 了解在 Python 3 里面 print() 是函数而不是语句（在 Python 2 里是语句）

不可更改对象 VS 可更改对象

判断一个数据类型 X 是不是可更改的呢？两种方法：

• 方法一：用 id(X) 函数，对 X 进行某种操作，比较操作前后的 id，如果不一样，则 X 不可更改，如果一样，则 X 可更改。
• 方法二：用 hash(X) 函数，只要不报错，证明 X 可被哈希，即不可更改，反过来不可被哈希，即可更改。

我们用方法一，id() 函数，来验证整数和列表是否可更改。

先看整数 i：

i = 1
print( id(i) )
i = i + 2
print( id(i) )
'''
1607630928
1607630992
'''

整数 i 在加 1 之后的 id 和之前不一样，因此加完之后的这个 i (虽然名字没变)，但是不是加前的那个 i 了，因此整数是不可更改的。

下图给上述过程做了可视化，在 Python 中，给 i 赋值 1 其实是创建一个 PyObject（有个字段存储的值为 1），然后将变量 i 指向这个 PyObject。当更新 i = i + 2 时，其实是新创建了个 PyObject（有个字段存储的值为 3），而将变量 i 指向新的 PyObject，旧的 PyObject 最后会被“回收”。

从新建 PyObject 这个特点可看出，整数不能更改。

再看列表 l：

l = [1, 10.31]
print( id(l) )
l.append('Python')
print( id(l) )
'''
2022027856840
2022027856840
'''

列表 l 在附加 ‘Python’ 之后的 id 和之前一样，因此列表是可更改的。

下图给上述过程做了可视化。我们发现，列表作为容器型数据，它本身的 PyObject，在添加或者删除元素的时候，没有改变。换句话说，列表是可更改的。

函数默认参数

先回顾一下题目中的代码：

def f( x=[] ):
    x.append(1)
    return x

在函数 f 中，x 是默认参数，默认值是空列表。

在 Python 中

默认参数值只能被初始化一次

如果使用可更改对象作为默认参数，那么被更改后的值将一直保留。

那么下面代码的运行结果就好理解了吧（注意我先用两个 print 函数打印 f() 值）。

print( f() )
print( f() )
'''
[1]
[1, 1]
'''

在运行第一行代码时，没有给参数值，则用其默认值 []，然后添加元素 1，结果是 [1]，没任何问题。

在运行第二行代码时，也没有给参数值，还是用其默认值，但这个时候默认参数的类型是可更改的列表，它在第一次运行函数 f() 的时候已经变成了 [1]，而这个 [1] 就更新为默认值了。再添加元素 1，结果为 [1, 1]。

So far so good，那为什么两个 f() 一起打印出来会得到 [1,1] [1,1] 呢？

print( f(), f() )
'''
[1, 1] [1, 1]
'''

这就需要了解一下 print() 函数的细节了。

print() 函数

在 Python 3 中，print() 是个函数 (function) 而不是语句 (statement)。因此 print() 函数的所有参数要

在调用函数前先被估值

因此

print( f(), f() ) 

等价于

x1 = f()

x2 = f()

print( x1, x2 )

解释如下：

• 第一次调用 f() 产生 PyObject 并赋值给 x1 时，x1 指向 PyObject 而且其值为 [1]
• 第二次调用 f() 赋值给 x2 时，PyObject 里的值更新为 [1, 1]，而 x1 和 x2 指向它，因此两个值都更新为 [1, 1]

用一张图可视化下上述过程：

用代码验证一下，注意 id(x1) 和 id(x2) 一样，就是说 x1 和 x2 指向同一个 PyObject。

x1 = f()
x2 = f()
print( id(x1), id(x2) )
print( x1, x2 )
'''
2457681941960 2457681941960
[1, 1] [1, 1]
'''

由于我们在调用 print() 函数前就完成了对 x1 和 x2 的评估，所以它们的值都为 [1, 1]。

如果分开调用 print(f()) 呢？那么结果就是 [1] [1,1] 了。看代码：

print( f() )
print( f() )
'''
[1]
[1, 1]
'''

为什么结果不是 [1, 1] [1, 1] 呢？看下面的等价代码先：

x1 = f()
print( x1 )

x2 = f()
print( x2 )
'''
[1]
[1, 1]
'''

不难发现，我们在评估 x2 之前就把 x1 的值 [1] 打印出来了，在评估 x2 之后 x1 也更新成 [1,1] 但是没打印出来，不过我们可以验证一下是不是这样。

x1 = f()
print( x1 )

x2 = f()
print( x2 )

print( x1 )
'''
[1]
[1, 1]
[1, 1]
'''

到现在你应该明晰所有难点了吧。再回到开始，其实我们就是希望这个函数就是在传入参数的列表上添加一个元素 1，那么怎么操作呢？用 None !

None

None 和整数、浮点数、布尔一样，是一种数据类型，而且不可更改，它的类型是 NoneType。

type(None)

'''
NoneType
'''

正因为它的不可更改性质，如果你在函数中需要传入一个默认参数值，用 None ！

因此上面代码更改成：

def f( x=None ):
    if x is None:
        x = []
    x.append(1)
    return x

核心点是“如果 x 值是 None ，那么重新给 x 赋值一个空列表 []”。

再运行结果正常。

print( f(), f() )
'''
[1] [1]
'''

总结
你看，一个小题目能引出这么多 Python 的细节知识点（如变量是指针、PyObject、(不)可更改对象、函数默认参数、print 函数内部机制、NoneType 变量），而且这些知识点很多人都没有深挖过。我觉得这个题目作为面试题挺合适的，不要求你能完全做对，但在分析的过程可以检查你对基本知识点的理解有多深。