python 传值 传引用_python传值机制：传值or传引用？

在C++/Java等语言中，都有传值(pass-by-value)、传引用(pass-by-reference)的概念，在C++中，这个概念区分的很清楚，通过&即可。本人相对而言也是对C++更加熟悉一些，最近需要用到python，在python究竟是传值还是传引用上踩了一下坑。

其实，我发现，python与JavaScript在这个机制上是非常像的，对于JavaScript而言，如果是原子类型(数值、字符串、布尔型)则是传值，如果是对象，则传引用。

而python中，或许我们不该讨论python是否是传值还是传引用，而是应该讨论某个对象是可变的还是不可变的，实际上，python总是传值的，对内置的基本类型而言，dict、list是可变对象，str、int、tuple、float是不可变对象。

简短的回答是，Python总是按值传递，但每个Python变量实际上都是指向某个对象的指针，因此有时它看起来像是传递引用。

在Python中，每个对象都是可变的或不可变的。例如，列表，字典，模块是可变的，并且int，字符串和元组是不可变的。

每个Python变量视为指向对象的指针。

将变量传递给函数时，函数中的变量(指针)始终是传入的变量(指针)的副本。因此，如果为内部变量分配新内容，则所做的只是更改局部变量指向不同的对象。

这不会改变(变异)变量指向的原始对象，也不会使外部变量指向新对象。 此时，外部变量仍指向原始对象，但内部变量指向新对象。

来自Stack Overflow上的一个回答

上面这段话，可能你看了之后还不是很理解他的意思，要理解这些解释的含义，我们有必要搞明白python(对可变对象和不可变对象的)赋值过程中是如何分配内存地址的。

下面，我们可以通过一些简单的例子来理解

a=1

b=1

print(id(a))

print(id(b))

x=[1,2,3]

y=[1,2,3]

print(id(x))

print(id(y))

(如果你不知道python中的id函数是什么，点这里)

输出如下：(这里的id的输出不同的机器上输出不一样，但是你的输出也会有相同的特征，如下面我们看到的a与b的输出必然是相同的，而x,y的输出不相同)

140737211568960

140737211568960

2873979515464

2874037513544

可以发现，对于可变对象list来说，即便列表内容一模一样，python也会给它们分配新的不同的地址。

然而，对于不可变对象int来说，内存里只有一个1。即便再定义一个变量c=1，也是指向内存中同一个1。换句话说，不可变对象1的地址是共享的。

接下来让我们看看在函数中调用可变对象和不可变对象，并修改他们的值，会是一个什么情况。

对于不可变对象int，我们来看看最简单的情况：

a=1

print(id(a))

def x(a):

print(id(a))

b=a

print(id(b))

x(a)

这看起来就是一个引用传递，函数外的a、函数里的a和b都指向了同一个地址。

但我们再来看一个极端情况：

a=1

print(id(a))

def x():

b=1

print(id(b))

x()

可以看到，函数外定义的a和函数内定义的b没有任何关系，但它们指向同一个地址！

下面来看看传递可变对象list的情况：

l=[1,2,3]

print(id(l))

def a(x):

print(id(x))

x.pop()

print(x)

print(id(x))

x=x+[3]

print(x)

print(id(x))

a(l)

print(id(l))

可以看到，当我们把函数外的列表L传递给函数后，x的地址和L是一样的，这看起来就是一个引用传递，没问题。

继续往下，我们调用x本身的方法pop后，x变成[1,2]，并且x的地址没变，这也没什么问题。

但是当我们给x赋值以后，x的地址就变了。

也就是说，只要创建一个新的可变对象，python就会分配一个新的地址。就算我们创建的新可变对象和已存在的旧可变对象完全一样，python依旧会分配一个新的地址。

而pop并不是创建新的可变对象，pop是对已有的可变对象进行修改。

所以可以总结为：

在python中，不可变对象是共享的，创建可变对象永远是分配新地址

对于上图的x,当你执行到x=x+[3]这一句时，实际上，是在函数内部创建了一个局部变量，名字为x，x是指向x+[3]的指针，因为x+[3]这个表达式是的结果是一个list，也就是可变对象，python会为其分配一个新的地址，新创建的x覆盖了函数内部的前面的x，因此，在print(id(x))时，显示的就是新创建的x的地址，而在函数外面，l依然是指向原来的l，所以外部的l并没有改变。函数内部的“赋值”实际上只是改变了内部的局部变量x的指向，但是没有改变x指向的数据的值！ 现在你再去看前面Stack Overflow的那个回答，我相信应该是可以看懂了。

也就是说，当你对一个可变对象在函数内部直接赋值的时候，需要小心这个问题。 (这里划重点！！！可以看前面的list例子和后面的list例子，作为对比。)如果意识不到这一点，程序本身并不会报错，但未必会按照你的意思来执行，这时找bug往往更加困难。

当然，如果是在函数外部直接赋值，那么就不必考虑这个问题。

那么，如果我们需要在函数内部希望能够改变这个可变对象，应该怎么做呢？

l=[1,2,3]

print(id(l))

def a(x):

print(id(x))

x.pop()

print(x)

print(id(x))

x[:]=x[:]+[3]

print(x)

print(id(x))

a(l)

print(id(l))

还是上面那个list的例子，只是把x=x+[3] 这种直接对x进行赋值，改变成了 x[:] =x[:]+3 这样的，对x所在整个范围进行赋值。可以看到，这时，并没有创建新的对象，整个过程中，地址都没有变。

另一种选择则是通过global关键字将变量设为全局变量，这样，在使用函数内部的变量时，python知道这个变量是用的外面的全局变量，也就是获取了其“引用”。

写到这里，对这篇文章的标题而言，本应结束了。

实际上，我当时是在使用pandas时遇到的一个问题，当时我误认为是python的传值机制引起，后来知道，是由pandas本身的传“副本”或传“视图”而引起的，对于pandas新手而言，很容易遇到的一个警告就是：SettingwithCopy。

引起这个问题的一个主要原因就是由于我们使用了“链式索引”。下面这篇文章是我当时找到的一个讲解，觉得讲的还是不错的，放在下面。Pandas SettingwithCopy 警告解决方案，供需要的人参考。