参数是通过引用传递还是通过值传递？如何通过引用传递，以便下面的代码输出“Changed”而不是“Original”？
class PassByReference:
def __init__(self):
self.variable = 'Original'
self.change(self.variable)
print(self.variable)
def change(self, var):
var = 'Changed'
另请参阅：为什么函数可以修改调用者感知的某些参数，而不能修改其他参数？
当前回答
Python中没有变量
理解参数传递的关键是停止思考“变量”。Python中有名称和对象看起来像变量，但始终区分这三个变量是有用的。
Python有名称和对象。赋值将名称绑定到对象。向函数传递参数还将名称（函数的参数名称）绑定到对象。
这就是它的全部。变异性与这个问题无关。
例子：
a = 1
这将名称a绑定到保存值1的integer类型的对象。
b = x
这将名称b绑定到名称x当前绑定到的同一对象。之后，名称b与名称x不再相关。
请参见Python 3语言参考中的3.1和4.2节。
如何阅读问题中的示例
在问题中显示的代码中，self.Change（self.variable）语句将名称var（在函数Change的作用域中）绑定到保存值“Original”的对象，赋值var='Changed'（在函数Change的主体中）再次将相同的名称分配给某个其他对象（恰好也包含字符串，但可能完全是其他对象）。
如何通过引用传递
因此，如果要更改的对象是可变对象，则没有问题，因为所有内容都是通过引用有效传递的。
如果它是一个不可变对象（例如布尔值、数字、字符串），那么方法是将它包装在一个可变对象中。对于这一点，快速而肮脏的解决方案是一个单元素列表（而不是self.variable，传递[self.variable]并在函数中修改var[0]）。更像蟒蛇的方法是引入一个简单的单属性类。该函数接收类的实例并操作属性。
其他回答
Python中没有变量
理解参数传递的关键是停止思考“变量”。Python中有名称和对象看起来像变量，但始终区分这三个变量是有用的。
Python有名称和对象。赋值将名称绑定到对象。向函数传递参数还将名称（函数的参数名称）绑定到对象。
这就是它的全部。变异性与这个问题无关。
例子：
a = 1
这将名称a绑定到保存值1的integer类型的对象。
b = x
这将名称b绑定到名称x当前绑定到的同一对象。之后，名称b与名称x不再相关。
请参见Python 3语言参考中的3.1和4.2节。
如何阅读问题中的示例
在问题中显示的代码中，self.Change（self.variable）语句将名称var（在函数Change的作用域中）绑定到保存值“Original”的对象，赋值var='Changed'（在函数Change的主体中）再次将相同的名称分配给某个其他对象（恰好也包含字符串，但可能完全是其他对象）。
如何通过引用传递
因此，如果要更改的对象是可变对象，则没有问题，因为所有内容都是通过引用有效传递的。
如果它是一个不可变对象（例如布尔值、数字、字符串），那么方法是将它包装在一个可变对象中。对于这一点，快速而肮脏的解决方案是一个单元素列表（而不是self.variable，传递[self.variable]并在函数中修改var[0]）。更像蟒蛇的方法是引入一个简单的单属性类。该函数接收类的实例并操作属性。
大多数时候，要通过引用传递的变量是类成员。我建议的解决方案是使用修饰符来添加可变字段和相应的属性。该字段是变量的类包装器。
@refproperty同时添加self_myvar（可变）和self.myvar属性。
@refproperty('myvar')
class T():
pass
def f(x):
x.value=6
y=T()
y.myvar=3
f(y._myvar)
print(y.myvar)
它将打印6。
将其与以下内容进行比较：
class X:
pass
x=X()
x.myvar=4
def f(y):
y=6
f(x.myvar)
print(x.myvar)
在这种情况下，它不起作用。它将打印4。
代码如下：
def refproperty(var,value=None):
def getp(self):
return getattr(self,'_'+var).get(self)
def setp(self,v):
return getattr(self,'_'+var).set(self,v)
def decorator(klass):
orginit=klass.__init__
setattr(klass,var,property(getp,setp))
def newinit(self,*args,**kw):
rv=RefVar(value)
setattr(self,'_'+var,rv)
orginit(self,*args,**kw)
klass.__init__=newinit
return klass
return decorator
class RefVar(object):
def __init__(self, value=None):
self.value = value
def get(self,*args):
return self.value
def set(self,main, value):
self.value = value
想想通过赋值而不是通过引用/值传递的东西。这样，只要你明白在正常任务中发生了什么，就会很清楚发生了什么。
因此，当将列表传递给函数/方法时，该列表被分配给参数名称。附加到列表将导致列表被修改。重新分配函数内的列表不会更改原始列表，因为：
a = [1, 2, 3]
b = a
b.append(4)
b = ['a', 'b']
print a, b # prints [1, 2, 3, 4] ['a', 'b']
由于不可变类型不能被修改，它们看起来像是通过值传递的——将int传递给函数意味着将int分配给函数的参数。您只能重新分配它，但它不会更改原始变量值。
Python的传递赋值方案与C++的引用参数选项并不完全相同，但实际上它与C语言（以及其他语言）的参数传递模型非常相似：
不可变的参数实际上是“按值”传递的。整数和字符串等对象是通过对象引用传递的，而不是通过复制传递的，但因为无论如何都不能在原地更改不可变的对象，所以效果很像复制。可变参数是“通过指针”有效传递的字典也通过对象引用传递，这与C的方式类似传递数组作为指针，可变对象可以在函数中的适当位置改变，很像C阵列。
数据类呢？此外，它允许您应用类型限制（也称为“类型提示”）。
from dataclasses import dataclass
@dataclass
class Holder:
obj: your_type # Need any type? Use "obj: object" then.
def foo(ref: Holder):
ref.obj = do_something()
我同意人们的看法，在大多数情况下，你最好考虑不要使用它。
然而，当我们谈论上下文时，我们有必要知道这一点。
不过，您可以设计显式上下文类。在进行原型设计时，我更喜欢数据类，因为来回序列化它们很容易。
干杯
