Python中[]作默认参数会累积数据，因其在函数定义时创建一次并被所有未传参调用共享；正确写法是用None作默认值并在函数内初始化，如def f(lst=None): if lst is None: lst = []。
因为 [] 作为默认参数会在函数定义时被创建一次，之后所有未传参的调用都共享同一个列表对象——这不是“每次调用都新建”，而是“反复往同一个容器里塞数据”，极易引发隐蔽的副作用。
为什么 def f(x=[]) 会累积数据？
Python 函数的默认参数在定义时求值，不是在每次调用时。所以 [] 这个空列表对象只生成一次，后续所有没传 x 的调用，都拿到并修改这个同一对象。
常见错误现象：
- 调用
f()三次，结果返回[1, 1, 1]而不是预期的[1]每次 - 多线程/多请求场景下，不同逻辑意外污染彼此的数据
正确写法：用 None 作默认值再内部初始化
这是最通用、最安全的惯用法，明确把对象创建时机控制在运行时。
立即学习“Python免费学习笔记（深入）”；
def append_item(item, lst=None):
if lst is None:
lst = []
lst.append(item)
return lst
注意点：
- 必须用
is None判断，不能用if not lst（因为[]是 falsy，会误判传入的空列表） - 如果函数需支持传入
None本身作为有效值，就得换哨兵对象，比如sentinel = object()
哪些类型会踩这个坑？
所有可变对象都存在同样问题，不只是 list：
-
dict：def f(d={})→ 同样累积键值对 -
set：def f(s=set())→ 重复添加元素后去重失效 - 自定义可变类实例，只要没在函数体内显式构造新实例，也会共享
不可变类型（int、str、tuple、None）没有这个问题，因为赋值或运算会生成新对象。
IDE 和 linter 能提前发现吗？
主流工具如 pylint、flake8（配合 pyflakes）和 mypy 都能识别这类模式：
-
pylint报W0102: Dangerous default value [] as argument -
flake8不直接报，但pyflakes插件会提示default-argument-mutable
建议把这类检查加入 CI 流程；但更关键的是形成肌肉记忆——看到可变对象出现在 = 右侧，默认先想“它是不是该挪到函数体里？”
