


Mengapakah Kebolehubahan Hujah Lalai Python Nampaknya Melanggar Prinsip Kurang Kehairanan?
Mutability Argument Lalai dan Prinsip Paling Tidak Kehairanan
Komuniti Python telah lama bergelut dengan prinsip "Least Astonishment", yang bertujuan untuk ciri reka bentuk yang intuitif dan menepati jangkaan. Walau bagaimanapun, kebolehubahan hujah lalai menunjukkan penyimpangan yang membingungkan daripada prinsip ini.
Pertimbangkan fungsi berikut:
def foo(a=[]): a.append(5) return a
Pemula Python mungkin menjangkakan bahawa memanggil fungsi ini tanpa parameter akan menghasilkan senarai secara konsisten dengan hanya satu elemen: [5]. Walau bagaimanapun, tingkah laku sebenar adalah jauh lebih pelik:
>>> foo() [5] >>> foo() [5, 5] >>> foo() [5, 5, 5] >>> foo() [5, 5, 5, 5]
Tingkah laku ini telah mendapat kritikan daripada sesetengah pihak, yang melihatnya sebagai "kecacatan reka bentuk yang dramatik." Walau bagaimanapun, terdapat penjelasan logik di sebaliknya.
Fungsi dalam Python ialah objek kelas pertama, bermakna ia boleh dimanipulasi dan diberikan kepada pembolehubah seperti mana-mana jenis lain. Apabila pernyataan def dilaksanakan, objek fungsi dicipta. Objek ini bukan sahaja mengandungi kod fungsi tetapi juga argumen lalainya, yang disimpan sebagai atribut.
Secara lalai, argumen lalai dinilai pada masa definisi fungsi dan bukannya pada masa panggilan fungsi. Ini bermakna keadaan argumen lalai boleh berubah sepanjang pelaksanaan program, membawa kepada gelagat yang diperhatikan dalam fungsi foo.
Keputusan reka bentuk ini berpunca daripada keperluan untuk mengekalkan konsistensi. Jika argumen lalai dinilai pada masa panggilan fungsi, baris def akan menjadi pernyataan hibrid, di mana sebahagian daripada pengikatan akan berlaku pada kedua-dua takrifan dan seruan. Pendekatan ini akan memperkenalkan kerumitan tambahan dan kemungkinan kekeliruan.
Seperti yang dinyatakan oleh effbot, tingkah laku ini bukan tanpa aplikasi praktikalnya. Sebagai contoh, pertimbangkan kod berikut:
def a(): print("a executed") return [] def b(x=a()): x.append(5) print(x) a executed >>> b() [5] >>> b() [5, 5]
Di sini, nilai lalai x dinilai pada masa definisi fungsi, memastikan bahawa a() hanya dipanggil sekali, tanpa mengira berapa kali b() dipanggil.
Kesimpulannya, kebolehubahan argumen lalai dalam Python ialah pilihan reka bentuk yang disengajakan yang mengutamakan konsistensi dan selaras dengan prinsip kelas pertama fungsi. Walaupun pada mulanya ia mungkin kelihatan berlawanan dengan intuitif, ia memberikan kawalan dan fleksibiliti yang lebih besar dalam pelaksanaan fungsi.
Atas ialah kandungan terperinci Mengapakah Kebolehubahan Hujah Lalai Python Nampaknya Melanggar Prinsip Kurang Kehairanan?. 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.

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

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.
