本文主要是介绍python函数的传参引用,希望对大家解决编程问题提供一定的参考价值,需要的开发者们随着小编来一起学习吧!
python的函数调用中,将可变类型(list,numpy,等)传入函数做参数时,是传地址调用,这样在函数中修改变量的值时,会改变函数外变量的值
example1
import numpy as npdef func(vertices, scale):vertices[[1,3,5,7]] *= scaleprint(vertices)vertices = np.asarray([0,1,2,3,4,5,6,7])
func(vertices, 3)
print(vertices)[ 0 3 2 9 4 15 6 21]
[ 0 3 2 9 4 15 6 21]
改变了vertices变量的值。
如果不想改变怎么办
- 用copy()属性,copy()会返回同样值的另外一个地址
- 在函数中新建一个变量,
solution1
用copy()属性或函数
import numpy as npdef func(vertices, scale):vertices[[1,3,5,7]] *= scaleprint(vertices)vertices = np.asarray([0,1,2,3,4,5,6,7])
func(vertices.copy(), 3)
print(vertices)[ 0 3 2 9 4 15 6 21]
[0 1 2 3 4 5 6 7]
solution2
在函数中新建变量,不改变传入参数的值
import numpy as npdef func(vertices, scale):new_vertices = np.zeros(vertices.shape)new_vertices[[1,3,5,7]] = vertices[[1,3,5,7]] * scaleprint(vertices)print(new_vertices)vertices = np.asarray([0,1,2,3,4,5,6,7])
func(vertices.copy(), 3)
print(vertices)
[0 1 2 3 4 5 6 7]
[ 0. 3. 0. 9. 0. 15. 0. 21.]
[0 1 2 3 4 5 6 7]
这里新建了一个new_vertices的变量
这篇关于python函数的传参引用的文章就介绍到这儿,希望我们推荐的文章对编程师们有所帮助!