Курс Python → Значения по умолчанию в Python
Значения по умолчанию в Python разделяются между объектами из-за того, что они создаются лишь однажды при определении функции. Это означает, что если значение по умолчанию является изменяемым объектом, таким как словарь, то все последующие вызовы функции будут использовать изменённый объект. Например, если у нас есть функция, которая принимает словарь в качестве значения по умолчанию, и мы изменяем этот словарь в одном вызове функции, то изменения будут сохранены для всех последующих вызовов.
С другой стороны, неизменяемые объекты, такие как числа, строки, кортежи и None, безопасны при изменении, так как они не могут быть изменены после создания. Поэтому значения по умолчанию, которые являются неизменяемыми объектами, будут оставаться неизменными для всех вызовов функции. Например, если значение по умолчанию — это число или строка, то оно не будет изменяться даже при изменении внутри функции.
Изменение изменяемых объектов, таких как словари, списки и экземпляры пользовательских классов, может привести к неожиданным последствиям. Поэтому при определении функций с изменяемыми значениями по умолчанию необходимо быть осторожным и учитывать, что изменения этих объектов будут видны для всех последующих вызовов функции.
def example_function(some_dict={}):
some_dict['key'] = 'value'
return some_dict
print(example_function()) # {'key': 'value'}
print(example_function()) # {'key': 'value'}
В данном примере функция example_function принимает словарь в качестве значения по умолчанию и добавляет в него пару ключ-значение. При вызове функции дважды мы видим, что изменения, внесенные в словарь, сохраняются для всех вызовов. Это происходит из-за того, что значение по умолчанию (пустой словарь) создается только один раз при определении функции и используется для всех вызовов.
Другие уроки курса "Python"
- Работа с необработанными строками
- Работа с CSV в Python
- Преобразование строки в число
- Установка виртуального окружения Python
- Векторизация в Python с NumPy.
- Оценка точности модели
- Вычисление натуральных логарифмов в NumPy
- Выбор редактора кода.
- Управление памятью в numpy.
- Генерация случайных данных в NumPy
- Замена атрибута в именованном кортеже
- Глобальные переменные в Python
- Создание новых списков в Python
- Создание словаря в Python
- Работа с файлами в Python
- Удаление элементов из списка в Python.
- Декоратор для группы пользователей в Django
- Курс Data Scientist в медицине
- Структура данных deque в Python
- Переменная Шредингера
- HTTP-запросы с библиотекой Requests
- Работа со словарями с defaultdict из collections
- Метод __index__ в Python
- Константы в модуле cmath
- Defaultdict в Python
- Вывод переменной и строки в Python
- Обработка исключений в Python
- GitHub в Telegram: подписка на уведомления
- Обмен значений переменных в Python
- Применение функции map() в Python
- Метод сравнения объектов в Python
- Модуль inspect
- Сортировка с помощью key
- Поток данных в Python
- Динамическая типизация в Python
- Любовь к Python
- Python: изменяемые и неизменяемые коллекции
- Создание функций высшего порядка
- Метод join() для объединения элементов строки
- Нахождение хеша для бесконечности и NaN в Python
- Извлечение данных из JSON
- Метод ne для сравнения объектов
- Поиск с библиотекой Google
- Метод rpow в Python
- Многострочные строки в Python
- Счетчик ссылок в Python
- Работа со строками в Python
