python中函数参数的引用与传值 - 好文

最近自己写了个函数，实现numpy数组180度旋转的功能：
import numpy as np def rotate(matrix): if matrix.ndim == 2: matrix =
list(matrix)for i in range(2): #一次顺时针旋转90度 matrix[:] = map(list,zip(*matrix[::-1
]))return np.array(matrix) elif matrix.ndim == 3: for j in range(matrix.shape[0
]): matrix[j] = rotate(matrix[j])return np.array(matrix)

weights2 = np.array( [[[2,2,1], [1,2,1], [1,2,0]], [[1,0,1], [1,1,1], [1,2,0]],
[[0,0,2], [1,2,1], [0,1,1]]])

观察一下，发现输出正确，但再次输出weights2时，发现也跟着旋转了

很好奇为啥只是作为函数输入的weights2在函数内部会被修改，后来了解到python中可变参数一般是参数引用而不是参数传值，对于一般的赋值也是如此。
比如：
matrix = weights2 print(weights2) print(id(weights2),'\n',id(matrix)) matrix[0
][0][0] = 10 print(weights2)

发现直接赋值时，两个变量的ID竟然是相同的，也就是两个变量完全等价，任意一个变量修改都会影响到另一个。试试下一种赋值方法
matrix = weights2[:] print(weights2) print(id(weights2),'\n',id(matrix))
matrix[0][0][0] = 10 print(weights2)

两个变量不相同，但是变量指向的元素地址却相同，所以二者还是相关联的。
再来看一种情况如下：
matrix = weights2[0] print(weights2) print(id(weights2),'\n',id(matrix))
matrix[0][0] = 10 print(weights2)

即使只取weights2[0]赋给matrix，但二者还是共享变量地址，因此二者还是相关联的。

如何避免两个变量相关联的情况呢，可以对原来的变量进行一些运算，因为有运算，所以会另外开辟地址保存运算结果，并将运算结果赋值给左端变量matrix，使得matrix与weights2两个变量指向的地址不再相同。
matrix = weights2 + 0 print(weights2) print(id(weights2),'\n',id(matrix))
matrix[0][0][0] = 10 print(weights2)

这次总算实现了对matrix修改，而weights2保持不变了。

最后贴上我对rotate函数的两种修改：
def rotate(matrix): if matrix.ndim == 2: matrix = list(matrix) for i in range(2
): #一次顺时针旋转90度 matrix[:] = map(list,zip(*matrix[::-1])) return np.array(matrix)
elifmatrix.ndim == 3: matrix = matrix + 0.0 for j in range(matrix.shape[0]):
matrix[j] = rotate(matrix[j]) return np.array(matrix) def rotate(matrix):
matrix1 = list(matrix)if matrix.ndim == 2: for i in range(2): #一次顺时针旋转90度
matrix1[:] = map(list,zip(*matrix1[::-1])) return np.array(matrix1) elif
matrix.ndim ==3: for j in range(matrix.shape[0]): matrix1[j] =
rotate(matrix1[j])return np.array(matrix1)
后面一种在开始就对matrix取list，因此也会另外开辟地址保存数据。

热门工具换一换