3

新的 python 用户经常被可变参数默认值绊倒。故意使用此“功能”的问题和其他问题是什么，例如，在运行时获得可调整的默认值，这些默认值继续在函数签名中正确显示help()？

class MutableString (str):

    def __init__ (self, value):
        self.value = value

    def __str__ (self):
        return self.value

    def __repr__ (self):
        return "'" + self.value + "'"


defaultAnimal = MutableString('elephant')

def getAnimal (species=defaultAnimal):
    'Return the given animal, or the mutable default.'
    return species

并在使用中：

>>> help(getAnimal)
getAnimal(species='elephant')
    Return the given animal, or the mutable default.
>>> print getAnimal()
elephant
>>> defaultAnimal.value = 'kangaroo'
>>> help(getAnimal)
getAnimal(species='kangaroo')
    Return the given animal, or the mutable default.
>>> print getAnimal()
kangaroo
4

2 回答 2

4

首先，阅读为什么在对象之间共享默认值。这不能回答你的问题，但它提供了一些背景。

此功能有不同的有效用途，但它们几乎都有共同点：默认值是透明、简单、明显可变的内置类型。记忆缓存、递归调用的累加器、可选的输出变量等都是这样的。因此，有经验的 Python 开发人员通常会发现这些用例之一——如果他们看到memocache={}或accum=[]，他们就会知道会发生什么。但是您的代码看起来根本不像使用可变默认值，这对专家和对新手一样具有误导性。

另一个问题是您的函数看起来像是在返回一个字符串，但它在撒谎：

>>> print getAnimal()
kangaroo
>>> print getAnimal()[0]
e

当然这里的问题是你实现MutableString了错误，而不是它不可能实现......但是，这应该说明为什么试图“欺骗”解释器并且你的用户往往会为意外的错误打开大门。

--

处理它的明显方法是将更改的默认值存储在模块、函数或（如果是方法）实例属性中，并None用作默认值。或者，如果None是有效值，请使用其他一些哨兵：

defaultAnimal = 'elephant'
def getAnimal (species=None):
    if species is None:
        return defaultAnimal
    return species

请注意，这几乎正是常见问题解答所建议的内容。即使你天生就有一个可变的值，你也应该跳这个舞来解决这个问题。因此，您绝对不应该从本质上不可变的值中创建可变值来制造问题。

是的，这意味着help(getAnimal)不显示当前默认值。但没有人会期望它。

他们可能希望你告诉他们默认值是一个钩子，当然，但这是一个文档字符串的工作：

defaultAnimal = 'elephant'
def getAnimal (species=None):
    """getAnimal([species]) -> species

    If the optional species parameter is left off, a default animal will be
    returned. Normally this is 'elephant', but this can be configured by setting
    foo.defaultAnimal to another value.
    """
    if species is None:
        return defaultAnimal
    return species
于 2013-05-17T23:43:14.787 回答
2

The only useful use I've seen for it is as a cache:

def fibo(n, cache={}):
    if n < 2:
        return 1
    else:
        if n in cache:
            return cache[n]
        else:
            fibo_n = fibo(n-1) + fibo(n-2) # you can still hit maximum recursion depth
            cache[n] = fibo_n
            return fibo_n

...but then it's cleaner to use the @lru_cache decorator.

@lru_cache
def fibo(n):
    if n < 2:
        return 1
    else:
        return fibo(n-1) + fibo(n-2)
于 2013-05-17T22:56:45.127 回答