在编写Python代码时，很多开发者尤其是那些有其他语言背景的程序员，会经常遇到一个困惑：Python函数参数是如何传递的？尤其是在希望通过函数修改外部变量的场景下，为什么直接传递变量似乎没有想象中的“引用传递”效果？Python是否支持变量的引用传递？本文将结合Python的变量与对象模型，详细剖析Python的参数传递机制，并介绍几种模拟引用传递的实用方法，助力你写出更灵活且高效的代码。 Python的“变量”和“对象”到底是什么？ 首先，需要澄清一个根本的概念误区。许多程序员习惯将“变量”理解为某个指向内存地址，存储特定数据的容器。在C、C++等语言中，这种理解无疑是准确的。然而，Python中的“变量”其实更准确的说法是“名称”（name），它只是指向对象的标签。换句话说，Python中的对象是真正持有数据的实体，而变量是指向这些对象的标签。
这个设计理念在幕后影响了参数传递的方方面面。 Python中的赋值操作其实是将名称绑定到一个对象。比如执行a=1时，Python会创建一个整数对象1，然后把名称a关联到这个对象。你也可以理解为名称a指向了对象1。当执行a=2时，名称a解绑对象1，绑定了另一个新的对象2，之前的对象1仍然存在（如果没有其他名称指向它，则由垃圾回收处理） 那么，函数参数的传递又是怎样的呢？ 函数调用时，实参对象的引用（地址）会被复制并绑定给形参名称。这意味着形参名称和实参名称在函数调用时都会指向同一个对象。
这是一种“传递对象引用”的方式，有时也被称为“传递对象的引用的副本”。需要注意的是，是引用被复制了，而非对象本身被复制。这样一来，函数内部如果对传入参数指向的对象进行修改，外部其实能感知修改，因为对象是同一个。然而，如果在函数内重新绑定形参名称指向新对象，外部并不会受到影响。 Mutable与Immutable对象的表现不同 这是Python参数传递中最重要的差异点。Python中的对象可分为可变（mutable）和不可变（immutable）两大类。
常见不可变对象有整数(int)、浮点数(float)、字符串(str)、元组(tuple)等。可变对象则包括列表(list)、字典(dict)、集合(set)等。 当传入可变对象时，因为实参和形参共指同一对象，函数内对对象内容的修改（比如列表的append、字典的赋值）会反映到外部变量上。反之，如果对形参名称重新赋值，例如形参=新列表，则不会影响外部变量指向。 当传入不可变对象时，由于对象本身不能修改，函数内即使给形参重新赋值，也只是改变了形参名称指向的新对象，与外部无关，因此看起来像是“传值传递”。 示例代码揭露传参真相 举个简单的例子来验证以上描述： def modify_list(a_list): a_list.append('new item') def reassign_list(a_list): a_list = ['brand', 'new', 'list'] lst = ['original'] modify_list(lst) print(lst) # 输出['original', 'new item']，修改反映到了外部 reassign_list(lst) print(lst) # 依然是['original', 'new item']，函数内重新绑定无视外部 可见对可变对象内部数据的修改能影响调用环境，而简单的赋值则无法达到此效果。
如何模拟传引用修改变量？ 既然Python没有提供类似C++的引用传递机制，那么如何在需要时达到类似的效果？方法其实有多种，主要思路是借助可变对象来包装不可变类型数据，或通过特殊设计实现间接访问。 最简单且常用的方法是用单元素列表或字典包装变量。比如需要通过函数修改字符串变量的内容，可以这样写： def change_str(s_wrapper): s_wrapper[0] = 'changed value' my_str = ['original value'] change_str(my_str) print(my_str[0]) # 输出 changed value 虽然有点绕，但利用列表的可变特性让函数能修改“传入的内容”。 除了列表，还可以定义一个简单的类来包装变量，更加符合面向对象风格： class Holder: def __init__(self, val): self.value = val def change(holder): holder.value = 'changed via holder' h = Holder('initial') change(h) print(h.value) # 输出 changed via holder 这种方法不仅简洁，还方便扩展多个字段，适合复杂场景。 另外，还可以利用函数闭包和nonlocal关键字操作外部变量实现类似引用传递的功能，但只限于嵌套函数场景。 传引用的另类思路是通过全局变量或对象属性来共享数据。
尽管不推荐在多数场景使用，但在少数特殊情况也可作为手段。 Python官方文档与社区通识 Python官方声明，函数参数传递是“通过赋值”（pass-by-assignment），也被称作“传递对象引用的副本”。这符合它的命名模型和内存管理机制。大量社区优秀解答和权威博客文章都反复强调理解Python参数传递必须切换成为理解“名称绑定到对象”的方式，而不是传统的“变量存储值”的思路。 综上，Python并不提供直接的引用传递（pass by reference）。但合理运用可变对象特点和设计模式，可以在需要修改传入数据的场景实现类似功能。
理解传递机制有助于杜绝误解和潜在难以发现的bug。 总结 掌握Python函数参数的传递本质，是提升代码质量的关键。Python采用的既非传统意义上的传值，也非纯粹的传引用，而是“传递对象引用的拷贝”。这种设计既简化了语言实现，也赋予程序员更灵活的思考角度。 注意区分可变与不可变类型对于参数的影响，选择合适的编程方案达到期望的修改效果。引用传递虽方便，但在Python中用得太“生造”反而可能降低代码可读性和引入副作用。
更推荐利用返回值、封装对象、包装容器等Pythonic写法实现代码逻辑清晰且易维护。 最后，理解Python变量模型的国际通行观点是：“Python有名称和对象，名称绑定到对象”。理解这一点就能轻松领悟各种看似复杂的参数传递细节，写出让人满意的代码。无论你是Python初学者，还是资深开发者，重新审视函数参数的本质，对编程具有深远的指导意义。
