Python中的函数参数传递机制（值传递 vs 引用传递）

在Python中，函数参数传递机制是一个容易让人困惑但非常重要的概念。很多人会问"Python到底是值传递还是引用传递？" - 实际上，Python采用的是"对象引用传递"。

1. 基本概念理解

首先我们需要明确几个基本概念：

• 值传递：函数接收到的是实参的副本，对参数的修改不会影响原始数据
• 引用传递：函数接收到的是实参的地址（引用），对参数的修改会影响原始数据
• Python的对象模型：在Python中，一切皆对象，变量实际上是对对象的引用（类似于指针）

2. Python的传递机制：对象引用传递

Python传递的是对象的引用（内存地址），而不是对象本身的值。这可以理解为"共享传参"或"对象引用传递"。

让我们通过具体例子来理解：

def modify_number(x):
    print(f"函数内修改前: x = {x}, id = {id(x)}")
    x = 10  # 重新赋值
    print(f"函数内修改后: x = {x}, id = {id(x)}")

num = 5
print(f"函数调用前: num = {num}, id = {id(num)}")
modify_number(num)
print(f"函数调用后: num = {num}, id = {id(num)}")

输出结果会显示：

• 在函数内部重新赋值时，x指向了新的对象（整数10）
• 但外部的num仍然指向原来的对象（整数5）

3. 可变对象与不可变对象的差异

这是理解参数传递的关键所在：

不可变对象（immutable）：数字、字符串、元组等

def modify_string(s):
    print(f"函数内修改前: s = {s}, id = {id(s)}")
    s = s + " world"  # 创建新字符串
    print(f"函数内修改后: s = {s}, id = {id(s)}")

text = "hello"
print(f"函数调用前: text = {text}, id = {id(text)}")
modify_string(text)
print(f"函数调用后: text = {text}, id = {id(text)}")

可变对象（mutable）：列表、字典、集合等

def modify_list(lst):
    print(f"函数内修改前: lst = {lst}, id = {id(lst)}")
    lst.append(4)  # 修改原列表
    print(f"函数内修改后: lst = {lst}, id = {id(lst)}")

my_list = [1, 2, 3]
print(f"函数调用前: my_list = {my_list}, id = {id(my_list)}")
modify_list(my_list)
print(f"函数调用后: my_list = {my_list}, id = {id(my_list)}")

4. 关键区别分析

• 对于不可变对象：函数内对参数的"修改"实际上是创建了新对象，不会影响原始变量
• 对于可变对象：函数内可以直接修改对象的内容，这种修改会影响原始变量

5. 特殊情况：重新绑定 vs 原地修改

def test_modify(lst):
    # 情况1：原地修改（会影响外部）
    lst.append(100)
    
    # 情况2：重新绑定（不会影响外部）
    lst = [7, 8, 9]  # 这只是改变了局部变量lst的指向

my_list = [1, 2, 3]
test_modify(my_list)
print(my_list)  # 输出：[1, 2, 3, 100]

6. 实际应用建议

理解这个机制对于编写正确的Python代码很重要：

• 如果不想函数修改外部的可变对象，可以传入副本：func(mylist.copy()) 或 func(mylist[:])
• 对于字典等复杂对象，可以使用copy.deepcopy()进行深拷贝
• 明确区分"修改对象内容"和"重新绑定变量"的区别

这种参数传递机制使得Python既保持了简洁性，又提供了足够的灵活性。