和很多高级编程语言一样，Python也有默认参数，当默认参数是数值类型时，一切都很美好：

>>> def function(a, b = 1000000):

	b +=a

	return b

   如果你喜欢，你可以在一段代码中无数次的调用这个函数，只要你参数一样，结果应该都一样。比如：

function(1)总是会返回1000001。但是默认参数是其他类型（如列表）时就没那么美好了：

>>> def function(a, b = []):
	b.append(a)
	print(b)

     这时你如果在一段代码中持续的调用该函数，将会发生或许令人意外的情况：第一次调用function(1)的时候，很正常，会打印出[1]，但是第二次再调用function(1)，将会打印出[1,1]。这是为什么呢？不要紧，使用Python我们有办法检查一下是哪里出了毛病。这里我们可以在每一次调用函数的时候打印出b的ID。Python中一个对象的ID在其生命周期中是唯一的，和其他高级语言中所说的对象的地址一样。如果第二段代码中的b对象其ID一样，说明两次调用都使用的同一个对象，换句话说，Python函数对默认参数的求值操作在其生命周期中只发生一次（第一次）。可以使用以下的代码测试我们的想法：

def function1(a,b=100000):
    b+=a
    print("b = {0} with the id of {1}".format(b,id(b)))
def function2(a,b=[]):
    b.append(a)
    print("b = {0} with the id of {1}".format(b,id(b)))
    
def test():
    function1(1)
    function1(1)
    function2(1)
    function2(1)
    
if __name__ == '__main__':
    test()

    得到的输出如下：

b = 100001 with the id of 33384304
b = 100001 with the id of 33384304
b = [1] with the id of 33341848
b = [1, 1] with the id of 33341848

      果然，从后面两条结果中可以看到列表b在两次调用时都是使用的同一个对象，看来之前的猜想是正确的。对非数值类型的默认参数，只会在第一次调用时进行求值（取地址）操作。后面的所有调用都发生在同一个位置的对象上。只有字符串类型不受此限制，因为string本身是不可变的(immutable)的，每一次修改它都会创建一个新的对象。

      Python的这个小陷阱和它的灵活性是分不开的，在其他的强类型语言如C#中，类似Python的情况是不会发生的，C#4.0严格将引用类型的默认参数值限定为Null（除了String类型），否则会在编译时报错：

     那么在Python中有办法使得每一次函数调用时都会使用最初设定的默认值么？办法有两种（有其他的办法欢迎在留言中告诉我），要么把默认值设为一个不可变（immutable）的值，比如string或者None，要么就每次调用的时候保留最初的默认值，并赋给调用函数。

     第一种方法很简单，在此不再赘述，不过需要注意以字符串为默认值时，如果频繁的调用函数可能会导致性能问题，因为每一次发生在该默认值上的操作，会创建一个新的string对象。对于第二种办法，可以考虑用Python的装饰器(decorator)实现，下面的代码演示了一个每一次调用都保存默认参数的装饰器：

def keepDefault(f):
    defArgs = f.__defaults__
    def keeper(*args,**kwArgs):
        f.__defaults__ = deepcopy(defArgs)
        return f(*args,**kwArgs)
    keeper.__name__ = f.__name__
    return keeper

然后我们将该装饰器应用到之前定义的function2中:

@keepDefault
def function2(a,b=[]):
    b.append(a)
    print("b = {0} with the id of {1}".format(b,id(b)))

然后我们像先前一样连续的调用function2,结果输出如下:

b = [1] with the id of 33892912
b = [1] with the id of 33892592

哈~ 我们如愿得到了结果。而且注意这里两次b对象的的ID不一样，这是因为每一次调用时，函数的参数都被deepcopy完整的克隆一遍。重新构造了新对象b。

Enjoy python!   ;-)