Python编程这两处陷阱，很容易忽视
全文1929字，阅读时间3分钟，点击蓝色字体关注
号内福利
精华文章大合集： 认真就能打动人：273篇干货资料汇总
机器学习入门视频 吴恩达机器学习完整系列视频教程
承接上文：Python解惑之对象可变与不可变，文中提到，对象的可变(mutable object) 与不可变(immutable object)值得重视。不可变对象更改会创建很多新的对象，造成内存堆积；可变对象，易于修改，也会产生副作用。
分别通过两个经典例子解释：不可变和可变对象之陷阱。
不可变对象陷阱
思路：生成1百万个随机字符串，分别使用不可对象或可变对象合并字符串，比较花费时间。
生成随机字符串的代码：
import random import time
big = [chr(i) for i in range(65,91)]small = [chr(i) for i in range(97,123)]
def randNStr(n): ...: result = [] ...: for i in range(n): ...: strlen = random.randint(3,9) ...: result.append(''.join(random.sample(small+big,strlen))) ...: return result 使用不可变对象方法：combine+s 再赋值给combine，这条语句：因为combine, s都为不可变对象，返回的结果就是新生成一个对象，对象不断堆积。
def immfn(n): ...: combine='' ...: res = randNStr(n) ...: beg = time.time() ...: print('beg time %s'%str(beg)) ...: for s in res: ...: combine = combine + s ...: #print(combine) ...: end = time.time() ...: print('end time %s'%str(end)) ...: print('elispe time: %s'%str(end-beg))
为了避免重复生成新的对象，使用可变对象，文中 Python解惑之对象可变与不可变 提到过，一般可迭代对象，都是可变的。
def mutfn(n): ...: combine='' ...: res = randNStr(n) ...: beg = time.time() ...: print('beg time %s'%str(beg)) ...: combine = ''.join(res) ...: #print('print result:%s'%combine) ...: end = time.time() ...: print('end time %s'%str(end)) ...: print('elispe time: %s'%str(end-beg)) 此处使用 str.join(iter)，接受可迭代对象，并只返回一个新对象。比较以上两种方法的计算时间，分别从10万，步长10万，终止到100万，比较分析合并字符串的时间。
可以看到可变对象只生成一个新对象的方法，比不可变对象在数据量越大情况下，优势更明显，呈现扩张的喇叭口，当数据为90万时，节省时间成本高达：(0.19-0.025)/0.025 = 6.6 倍。当数据量增长到1千万或更大时，优势更明显。
可变对象陷阱
这篇文章是号内推送过的一篇文章，也是Python一道经典面试题，非常容易掉入考官陷阱。再分析一遍。
题目是这样的：
def f(x,l=[]): ...: for i in range(x): ...: l.append(i*i) ...: print(l)
f(2)f(3)
结果为：
In [2]: f(2) [0, 1]
In [3]: f(3) [0, 1, 0, 1, 4]原因，可变对象作为函数参数，并被设为默认值后，当被再次调用函数后，函数参数原来取值将被再次索引。
为了避免这个问题，可变对象的默认值一般取值为常数：None
def f(x,l=None): ...: if l is None: ...: l = [] ...: for i in range(x): ...: l.append(i*i) ...: print(l) ...: 这样连续被调用时，将会按照预期输出。