


Bagaimanakah Saya Boleh Mencegah Kelakuan Tidak Dijangka dengan Parameter Lalai Boleh Berubah dalam Python?
Mengurus Parameter Lalai untuk Mengelakkan Mutasi Yang Tidak Diinginkan
Dalam Python, parameter lalai kadangkala boleh membawa kepada tingkah laku yang tidak dijangka apabila ia objek boleh ubah. Sebagai contoh, menggunakan senarai kosong sebagai parameter lalai fungsi boleh menyebabkan senarai "mengingat" data lama yang ditambahkan padanya dalam panggilan sebelumnya.
Pertimbangkan fungsi berikut:
def my_func(working_list=[]): working_list.append("a") print(working_list)
Apabila dipanggil kali pertama, senarai lalai dibuat dan "a" dilampirkan. Walau bagaimanapun, panggilan seterusnya ke fungsi terus mengemas kini senarai yang sama, mengakibatkan tingkah laku yang tidak diingini. Untuk menangani isu ini, kita mesti memastikan bahawa senarai kosong baharu digunakan setiap kali fungsi dipanggil.
Satu pendekatan adalah untuk menetapkan parameter lalai secara eksplisit kepada Tiada dan menyemaknya dalam fungsi:
def my_func(working_list=None): if working_list is None: working_list = [] # alternative syntax: # working_list = [] if working_list is None else working_list working_list.append("a") print(working_list)
Kaedah ini memastikan senarai kosong baharu dicipta apabila fungsi dipanggil tanpa hujah yang jelas.
Sebagai alternatif, anda boleh menggunakan pemahaman untuk mencipta senarai dan menetapkannya kepada parameter lalai:
def my_func(working_list=[[]]): working_list[0].append("a") print(working_list)
Pendekatan ini juga berkesan menjana senarai kosong baharu pada setiap panggilan.
Dokumentasi Python mengesyorkan menggunakan None sebagai lalai parameter dan menyemaknya secara eksplisit. Perbandingan dengan Tiada harus dibuat menggunakan pengendali "adalah" atau "bukan", mengikut garis panduan PEP 8.
Atas ialah kandungan terperinci Bagaimanakah Saya Boleh Mencegah Kelakuan Tidak Dijangka dengan Parameter Lalai Boleh Berubah dalam Python?. Untuk maklumat lanjut, sila ikut artikel berkaitan lain di laman web China PHP!

Alat AI Hot

Undresser.AI Undress
Apl berkuasa AI untuk mencipta foto bogel yang realistik

AI Clothes Remover
Alat AI dalam talian untuk mengeluarkan pakaian daripada foto.

Undress AI Tool
Gambar buka pakaian secara percuma

Clothoff.io
Penyingkiran pakaian AI

Video Face Swap
Tukar muka dalam mana-mana video dengan mudah menggunakan alat tukar muka AI percuma kami!

Artikel Panas

Alat panas

Notepad++7.3.1
Editor kod yang mudah digunakan dan percuma

SublimeText3 versi Cina
Versi Cina, sangat mudah digunakan

Hantar Studio 13.0.1
Persekitaran pembangunan bersepadu PHP yang berkuasa

Dreamweaver CS6
Alat pembangunan web visual

SublimeText3 versi Mac
Perisian penyuntingan kod peringkat Tuhan (SublimeText3)

Topik panas











Python sesuai untuk sains data, pembangunan web dan tugas automasi, manakala C sesuai untuk pengaturcaraan sistem, pembangunan permainan dan sistem tertanam. Python terkenal dengan kesederhanaan dan ekosistem yang kuat, manakala C dikenali dengan keupayaan kawalan dan keupayaan kawalan yang mendasari.

Anda boleh mempelajari konsep pengaturcaraan asas dan kemahiran Python dalam masa 2 jam. 1. Belajar Pembolehubah dan Jenis Data, 2.

Python cemerlang dalam permainan dan pembangunan GUI. 1) Pembangunan permainan menggunakan pygame, menyediakan lukisan, audio dan fungsi lain, yang sesuai untuk membuat permainan 2D. 2) Pembangunan GUI boleh memilih tkinter atau pyqt. TKInter adalah mudah dan mudah digunakan, PYQT mempunyai fungsi yang kaya dan sesuai untuk pembangunan profesional.

Anda boleh mempelajari asas -asas Python dalam masa dua jam. 1. Belajar pembolehubah dan jenis data, 2. Struktur kawalan induk seperti jika pernyataan dan gelung, 3 memahami definisi dan penggunaan fungsi. Ini akan membantu anda mula menulis program python mudah.

Python lebih mudah dipelajari dan digunakan, manakala C lebih kuat tetapi kompleks. 1. Sintaks Python adalah ringkas dan sesuai untuk pemula. Penaipan dinamik dan pengurusan memori automatik menjadikannya mudah digunakan, tetapi boleh menyebabkan kesilapan runtime. 2.C menyediakan kawalan peringkat rendah dan ciri-ciri canggih, sesuai untuk aplikasi berprestasi tinggi, tetapi mempunyai ambang pembelajaran yang tinggi dan memerlukan memori manual dan pengurusan keselamatan jenis.

Untuk memaksimumkan kecekapan pembelajaran Python dalam masa yang terhad, anda boleh menggunakan modul, masa, dan modul Python. 1. Modul DateTime digunakan untuk merakam dan merancang masa pembelajaran. 2. Modul Masa membantu menetapkan kajian dan masa rehat. 3. Modul Jadual secara automatik mengatur tugas pembelajaran mingguan.

Python digunakan secara meluas dalam bidang pembangunan web, sains data, pembelajaran mesin, automasi dan skrip. 1) Dalam pembangunan web, kerangka Django dan Flask memudahkan proses pembangunan. 2) Dalam bidang sains data dan pembelajaran mesin, numpy, panda, scikit-learn dan perpustakaan tensorflow memberikan sokongan yang kuat. 3) Dari segi automasi dan skrip, Python sesuai untuk tugas -tugas seperti ujian automatik dan pengurusan sistem.

Python cemerlang dalam automasi, skrip, dan pengurusan tugas. 1) Automasi: Sandaran fail direalisasikan melalui perpustakaan standard seperti OS dan Shutil. 2) Penulisan Skrip: Gunakan Perpustakaan Psutil untuk memantau sumber sistem. 3) Pengurusan Tugas: Gunakan perpustakaan jadual untuk menjadualkan tugas. Kemudahan penggunaan Python dan sokongan perpustakaan yang kaya menjadikannya alat pilihan di kawasan ini.
