Jupyter中函数默认参数缓存变量问题：如何规避？

这是个非常典型的Python默认参数陷阱，我当初刚学Python的时候也踩过一模一样的坑！

问题根源 #

Python的函数默认参数是在函数定义的时刻就完成求值并绑定的，而不是每次调用函数时重新计算。你在第二个单元格定义count_frame_indeces2的时候，window的值是241，这个值就被永久绑定到了函数的默认参数window_f上。哪怕之后你修改了window的值，只要不重新定义函数，它的默认参数还是会沿用最初绑定的241，所以你重新运行第一个单元格调用函数时，输出不会变化。

解决方案 #

想要避免这种缓存情况，我们可以把默认参数设为None，然后在函数内部动态引用当前的window变量，这样每次调用函数时都会取最新的window值：

def count_frame_indeces2(window_f=None):
    # 如果没有传入参数，就使用当前全局的window变量值
    if window_f is None:
        window_f = window
    return window_f

这样修改后，当你把window改成22并重新运行第一个单元格时，调用count_frame_indeces2()就会返回最新的22了。

另外还有一种更直接的方式：每次修改window后都重新运行函数定义的单元格，但显然这不是最方便的做法，上面的方法才是更优雅的解决方案。

内容的提问来源于stack exchange，提问作者JSowa