揭秘Python魔法：当List成为函数参数时，到底发生了什么？

你有没有遇到这样的场景：明明给函数传了一个列表，结果在函数内部做了修改，原列表竟然也“身体力行”地跟着变了？这背后到底藏着怎样的“魔法”？今天，我们就要带你走进 Python 的参数传递世界，探秘 List 作为参数时的奥秘！

💡 1、参数传递的三种基本观念

在深入 List 之前，先回顾一下函数参数的基本传递方式：

按值传递（Pass by Value） 复制一份实参到形参，互不影响。
按引用传递（Pass by Reference） 传入变量的引用，函数内外操作同一块内存。
Python式“传对象引用”（Call by Object Reference） 既不是纯“值传递”，也非严谨“引用传递”，而是一种“传对象引用”：形参指向同一个对象，是否修改要看对象类型及操作方式。

🔍 2、List：可变对象 VS 不可变对象

在 Python 中，数据类型大体分为两类：

不可变对象（Immutable）：如 int、str、tuple。一旦创建，不可修改。
可变对象（Mutable）：如 list、dict、自定义对象。可以在原地修改。

为什么 List 会“自带穿越”？




    
def func(my_list):
    my_list.append(42)

data= [1, 2, 3]
func(data)
print(data)  # [1, 2, 3, 42]

原因：data 和 my_list 都指向同一块列表内存，当我们调用 append，是就地修改，没有复制。

🔧 3、常见误区·与“重绑定”玩法

def func2(my_list):
    my_list= [100, 200]      # 给形参重新赋值
    print("内部:", my_list)   # [100, 200]

data= [1, 2, 3]
func2(data)
print("外部:", data)         # [1, 2, 3]

这里的 my_list = [...] 是 重绑定，让形参指向新的列表，不影响原列表。
对列表本身的“编辑”（.append()、.pop()、下标赋值等）会改变原列表；而 重绑定 只是在函数内部更换了形参指向。

🚀 4、最佳实践：保护你的列表！

为了避免意外修改或提升代码可读性，我们常用下面几招：

传入副本
```
func(data.copy())
```
使用不可变数据结构

tuple(data)，或 Python 3.9+ 的 collections.abc.Sequence。

明确文档与注释

在函数签名和 docstring 中注明：“会修改输入列表” 或 “不会修改输入列表”。

🎯 5、实际案例：配置管理 vs 数据清洗

配置管理：有时我们就需要函数修改原列表，比如添加日志、筛选条件等。
数据清洗：常常要保留原始数据，生成干净副本，避免污染。

def clean_data(raw_list):
    cleaned= [x.strip() forxinraw_listifx]
    return cleaned

origin= [" a ", "", "b"]
new=clean_data(origin)
# origin 不变，new 是干净版本

✨ 小结

Python 传参数：引用对象的指针传递，形参指向同一对象。
可变 vs 不可变：可变对象在函数内“同步”变化；重绑定不会影响外部。
防护措施：有意修改可直接操作；若要“只读”，请复制或使用不可变容器。

试试看在你的项目中，哪些函数传入了列表却“不小心”改动了原数据？马上用上面的方法，给代码来个“护甲升级”吧！如果你有更多妙招或疑问，欢迎评论区交流，让我们一起进阶 Python高手！

转发、收藏、在看，是对作者最大的鼓励！👏

关注逍遥不迷路，Python知识日日补！

对Python，AI，自动化办公提效，副业发展等感兴趣的伙伴们，扫码添加逍遥，限免交流群

备注【成长交流】