锐客网

  1. 首页 > 睿知 > it技术 > >

python传递函数内存 python函数之间传递参数

IT技术对象

python函数调用的参数传递python的函数参数传递是"引用传递（地址传递）" 。
python中赋值语句的过程（x = 1）：先申请一段内存分配给一个整型对象来存储数据1 ， 然后让变量x去指向这个对象，实际上就是指向这段内存（这里有点和C语言中的指针类似） 。
在Python中，会为每个层次生成一个符号表，里层能调用外层中的变量，而外层不能调用里层中的变量，并且当外层和里层有同名变量时，外层变量会被里层变量屏蔽掉 。函数调用会为函数局部变量生成一个新的符号表 。
局部变量：作用于该函数内部，一旦函数执行完成 ， 该变量就被回收 。
全局变量：它是在函数外部定义的，作用域是整个文件 。全局变量可以直接在函数里面应用，但是如果要在函数内部改变全局变量，必须使用global关键字进行声明 。
注意 ：默认值在函数定义作用域被解析
在定义函数时 ， 就已经执行力它的局部变量
python中不可变类型是共享内存地址的：把相同的两个不可变类型数据赋给两个不同变量a ， b ， a ， b在内存中的地址是一样的 。
python内存管理机制由于python中万物皆对象，所以python的存储问题是对象的存储问题 。实际上，对于每个对象，python会分配一块内存空间去存储它 。
那么python是如何进行内存分配 ， 如何进行内存管理，又是如何释放内存的呢？
总结起来有一下几个方面：引用计数，垃圾回收，内存池机制
python内部使用引用计数，来保持追踪内存中的对象 ， Python内部记录了对象有多少个引用 ， 即引用计数
【python传递函数内存 python函数之间传递参数】 1、对象被创建a= 'abc'
2、对象被引用b =a
3、对象被其他的对象引用li = [1,2,a]
4、对象被作为参数传递给函数：foo(x)
1、变量被删除del a 或者 del b
2、变量引用了其他对象b = c或者 a = c
3、变量离开了所在的作用域（函数调用结束）比如上面的foo(x)函数结束时，x指向的对象引用减1 。
4、在其他的引用对象中被删除（移除）li.remove(a)
5、窗口对象本身被销毁：del li，或者窗口对象本身离开了作用域 。
即对象p中的属性引用d ， 而对象d中属性同时来引用p，从而造成仅仅删除p和d对象 ， 也无法释放其内存空间，因为他们依然在被引用 。深入解释就是，循环引用后，p和d被引用个数为2，删除p和d对象后，两者被引用个数变为1，并不是0，而python只有在检查到一个对象的被引用个数为0时，才会自动释放其内存，所以这里无法释放p和d的内存空间
垃圾回收机制: ① 引用计数 , ②标记清除 , ③分带回收
引用计数也是一种垃圾收集机制, 而且也是一种最直观, 最简单的垃圾收集技术.当python某个对象的引用计数降为 0 时, 说明没有任何引用指向该对象, 该对象就成为要被回收的垃圾了.(如果出现循环引用的话, 引用计数机制就不再起作用了)
优点:简单实时性，缺点：维护引用计数消耗资源，且无法解决循环引用 。
如果两个对象的引用计数都为 1 , 但是仅仅存在他们之间的循环引用,那么这两个对象都是需要被回收的, 也就是说 它们的引用计数虽然表现为非 0 , 但实际上有效的引用计数为 0 ,.所以先将循环引用摘掉, 就会得出这两个对象的有效计数.
标记清除算法也有明显的缺点：清除非活动的对象前它必须顺序扫描整个堆内存，哪怕只剩下小部分活动对象也要扫描所有对象 。
为了提高效率，有很多对象，清理了很多次他依然存在，可以认为，这样的对象不需要经常回收，可以把它分到不同的集合，每个集合回收的时间间隔不同 。简单的说这就是python的分代回收 。
具体来说，python中的垃圾分为1，2，3代，在1代里的对象每次回收都会去清理 ， 当清理后有引用的对象依然存在 ， 此时他会进入2代集合，同理2代集合清理的时候存在的对象会进入3代集合 。
每个集合的清理时间如何分配：会先清理1代垃圾，当清理10次一代垃圾后会清理一次2代垃圾，当清理10次2代垃圾后会清理3代垃圾 。
在Python中 ， 许多时候申请的内存都是小块的内存，这些小块内存在申请后，很快又会被释放，当创建大量消耗小内存的对象时，频繁调用new/malloc会导致大量的内存碎片，致使效率降低 。
内存池的概念就是预先在内存中申请一定数量的，大小相等的内存块留作备用，当有新的内存需求时，就先从内存池中分配内存给这个需求，不够了之后再申请新的内存 。这样做最显著的优势就是能够减少内存碎片，提升效率 。
Python中有分为大内存和小内存：（256K为界限分大小内存）
大小小于256kb时，pymalloc会在内存池中申请内存空间，当大于256kb，则会直接执行 new/malloc 的行为来申请新的内存空间
在python中 -5到256之间的数据，系统会默认给每个数字分配一个内存区域，其后有赋值时都会指向固定的已分配的内存区域
在运行py程序的时候，解释器会专门分配一块空白的内存 ， 用来存放纯单词字符组成的字符串（数字，字母，下划线）
字符串赋值时，会先去查找要赋值的字符串是否已存在于内存区域，已存在，则指向已存在的内存，不存在，则会在大整数池中分配一块内存存放此字符串
Python 的函数是怎么传递参数的对象vs变量
在python中，类型属于对象，变量是没有类型的，这正是python的语言特性，也是吸引着很多pythoner的一点 。所有的变量都可以理解是内存中一个对象的“引用” ， 或者，也可以看似c中void*的感觉 。所以，希望大家在看到一个python变量的时候 ， 把变量和真正的内存对象分开 。
类型是属于对象的，而不是变量 。
这样，很多问题就容易思考了 。
例如：
对象vs变量
12
nfoo = 1#一个指向int数据类型的nfoo（再次提醒 ， nfoo没有类型）lstFoo = [1]#一个指向list类型的lstFoo，这个list中包含一个整数1
可更改(mutable)与不可更改(immutable)对象
对应于上一个概念，就必须引出另了另一概念，这就是可更改（mutable）对象与不可更改（immutable）对象 。
对于python比较熟悉的人们都应该了解这个事实，在python中 ， strings, tuples, 和numbers是不可更改的对象，而list,dict等则是可以修改的对象 。那么 ， 这些所谓的可改变和不可改变影响着什么呢？
可更改vs不可更改
12345
nfoo = 1nfoo = 2lstFoo = [1]lstFoo[0] = 2
代码第2行中，内存中原始的1对象因为不能改变 ， 于是被“抛弃”，另nfoo指向一个新的int对象，其值为2
代码第5行中 ， 更改list中第一个元素的值，因为list是可改变的，所以，第一个元素变更为2 。其实应该说 ， lstFoo指向一个包含一个对象的数组 。赋值所发生的事情，是有一个新int对象被指定给lstFoo所指向的数组对象的第一个元素，但是对于lstFoo本身来说，所指向的数组对象并没有变化，只是数组对象的内容发生变化了 。这个看似void*的变量所指向的对象仍旧是刚刚的那个有一个int对象的list 。
如下图所示：
Python的函数参数传递：传值？引用？
对于变量（与对象相对的概念），其实，python函数参数传递可以理解为就是变量传值操作，用C的方式理解 ， 就是对void*赋值 。如果这个变量的值不变，我们看似就是引用 ， 如果这个变量的值改变，我们看着像是在赋值 。有点晕是吧，我们仍旧据个例子 。
不可变对象参数调用
12345
def ChangeInt( a ):a = 10nfoo = 2 ChangeInt(nfoo)print nfoo #结果是2
这时发生了什么，有一个int对象2，和指向它的变量nfoo，当传递给ChangeInt的时候，按照传值的方式，复制了变量nfoo的值，这样，a就是nfoo指向同一个Int对象了，函数中a=10的时候，发生什么？（还记得我上面讲到的那些概念么），int是不能更改的对象 ， 于是，做了一个新的int对象，另a指向它（但是此时 ， 被变量nfoo指向的对象，没有发生变化），于是在外面的感觉就是函数没有改变nfoo的值 ， 看起来像C中的传值方式 。
可变对象参数调用
12345
def ChangeList( a ):a[0] = 10lstFoo = [2]ChangeList(lstFoo )print nfoo #结果是[10]
当传递给ChangeList的时候，变量仍旧按照“传值”的方式，复制了变量lstFoo 的值，于是a和lstFoo 指向同一个对象，但是，list是可以改变的对象，对a[0]的操作，就是对lstFoo指向的对象的内容的操作，于是，这时的a[0] = 10，就是更改了lstFoo 指向的对象的第一个元素，所以 ， 再次输出lstFoo 时，显示[10]，内容被改变了 ， 看起来，像C中的按引用传递 。
python怎么传参Python函数参数传递机制问题在本质上是调用函数（过程）和被调用函数（过程）在调用发生时进行通信的方法问题 。基本的参数传递
机制有两种：值传递和引用传递 。值传递（passl-by-value）过程中，被调函数的形式参数作为被调函数的局部变量处理 ， 即在堆栈中开
辟了内存空间以存放由主调函数放进来的实参的值，从而成为了实参的一个副本 。值传递的特点是被调函数对形式参数的任何操作都是作
为局部变量进行 ， 不会影响主调函数的实参变量的值 。（推荐学习：Python视频教程）
引用传递(pass-by-reference)过程中，被调函数的形式参数虽然也作为局部变量在堆栈中开辟了内存空间，但是这时存放的是由主调函
数放进来的实参变量的地址 。被调函数对形参的任何操作都被处理成间接寻址，即通过堆栈中存放的地址访问主调函数中的实参变量 。正
因为如此，被调函数对形参做的任何操作都影响了主调函数中的实参变量 。
关于python传递函数内存和python函数之间传递参数的介绍到此就结束了，不知道你从中找到你需要的信息了吗 ？如果你还想了解更多这方面的信息，记得收藏关注本站 。

    推荐阅读


    上一篇：net5开源微服务框架，微信机器人开源框架

    下一篇：手机无人直播啥意思呀，手机端无人直播操作的全套流程