189 8069 5689
题主好. 如果不用 return, 我们可以选择利用传递参数的引用来『把值送出来』, 但这样只能针对不变对象, 如字典, 列表, numpy 数组等等. 例如我们可以用如下代码修改 numpy 数组:
10年积累的成都网站制作、成都网站建设、外贸营销网站建设经验，可以快速应对客户对网站的新想法和需求。提供各种问题对应的解决方案。让选择我们的客户得到更好、更有力的网络服务。我虽然不认识你，你也不认识我。但先网站策划后付款的网站建设流程，更有嘉善免费网站建设让你可以放心的选择与我们合作。
mat = numpy.zeros((3,3))
compute_matrix( mat )
我们可以定义函数 compute_matrix 来修改参数 mat 的值, 并在这个函数结束后返回, 可以不用 return.
附录:
python 参数传递 (传值或传引用). 这篇博文将 python 中参数传递的情况, 什么时候传值什么时候传引用, 解释地很清楚, 具体地:
如果函数收到的是一个可变对象（比如字典或者列表）的引用，就能修改对象的原始值－－相当于通过“传引用”来传递对象。
如果函数收到的是一个不可变对象（比如数字、字符或者元组）的引用，就不能直接修改原始对象－－相当于通过“传值'来传递对象。
python将值传递参数的方法：
将值赋给变量url，然后调用函数，将url写到函数名后面的括号中，这样就可以将值传递给函数的参数y了
示例代码如下:
执行结果如下:
更多Python知识，请关注：Python自学网！！
首先还是应该科普下函数参数传递机制，传值和传引用是什么意思？
函数参数传递机制问题在本质上是调用函数（过程）和被调用函数（过程）在调用发生时进行通信的方法问题。基本的参数传递机制有两种：值传递和引用传递。
值传递（passl-by-value）过程中，被调函数的形式参数作为被调函数的局部变量处理，即在堆栈中开辟了内存空间以存放由主调函数放进来的实参的值，从而成为了实参的一个副本。值传递的特点是被调函数对形式参数的任何操作都是作为局部变量进行，不会影响主调函数的实参变量的值。
引用传递(pass-by-reference)过程中，被调函数的形式参数虽然也作为局部变量在堆栈中开辟了内存空间，但是这时存放的是由主调函数放进来的实参变量的地址。被调函数对形参的任何操作都被处理成间接寻址，即通过堆栈中存放的地址访问主调函数中的实参变量。正因为如此，被调函数对形参做的任何操作都影响了主调函数中的实参变量。
在python中实际又是怎么样的呢？
先看一个简单的例子：
from ctypes import *import os.path
import sysdef test(c): print "test before "
print id(c)
c+=2 print "test after +"
print id(c) return cdef printIt(t): for i in range(len(t)): print t[i]if __name__=="__main__":
a=2 print "main before invoke test"
print id(a)
n=test(a) print "main afterf invoke test"
print a print id(a)
运行后结果如下：
main before invoke test39601564test before
39601564test after +
39601540main afterf invoke test2
39601564
id函数可以获得对象的内存地址.很明显从上面例子可以看出，将a变量作为参数传递给了test函数，传递了a的一个引用，把a的地址传递过去了，所以在函数内获取的变量C的地址跟变量a的地址是一样的，但是在函数内，对C进行赋值运算，C的值从2变成了4，实际上2和4所占的内存空间都还是存在的，赋值运算后，C指向4所在的内存。而a仍然指向2所在的内存，所以后面打印a，其值还是2.
如果还不能理解，先看下面例子
a=1
b=1
id(a)
40650152
id(b)
40650152
a=2
id(a)
40650140
a和b都是int类型的值，值都是1，而且内存地址都是一样的，这已经表明了在python中，可以有多个引用指向同一个内存（画了一个很挫的图，见谅），在给a赋值为2后，再次查看a的内存地址，都已经变化了
而基于最前面的例子，大概可以这样描述：
那python函数传参就是传引用？然后传参的值在被调函数内被修改也不影响主调函数的实参变量的值？再来看个例子。
from ctypes import *import os.path
import sysdef test(list2): print "test before "
print id(list2)
list2[1]=30 print "test after +"
print id(list2) return list2def printIt(t): for i in range(len(t)): print t[i]if __name__=="__main__":
list1=["loleina",25,'female'] print "main before invoke test"
print id(list1)
list3=test(list1) print "main afterf invoke test"
print list1 print id(list1)
实际值为：
main before invoke test64129944test before
64129944test after +
64129944main afterf invoke test
['loleina', 30, 'female']64129944
发现一样的传值，而第二个变量居然变化，为啥呢？
实际上是因为python中的序列：列表是一个可变的对象，就基于list1=[1,2] list1[0]=[0]这样前后的查看list1的内存地址，是一样的。
list1=[1,2] id(list1)64185208
list1[0]=[0] list1
[[0], 2] id(list1)64185208
结论：python不允许程序员选择采用传值还是传引用。Python参数传递采用的肯定是“传对象引用”的方式。这种方式相当于传值和传引用的一种综合。如果函数收到的是一个可变对象（比如字典或者列表）的引用，就能修改对象的原始值－－相当于通过“传引用”来传递对象。如果函数收到的是一个不可变对象（比如数字、字符或者元组）的引用，就不能直接修改原始对象－－相当于通过“传值'来传递对象。
python的函数参数传递是"引用传递（地址传递）"。
python中赋值语句的过程（x = 1）：先申请一段内存分配给一个整型对象来存储数据1，然后让变量x去指向这个对象，实际上就是指向这段内存（这里有点和C语言中的指针类似）。
在Python中，会为每个层次生成一个符号表，里层能调用外层中的变量，而外层不能调用里层中的变量，并且当外层和里层有同名变量时，外层变量会被里层变量屏蔽掉。函数 调用 会为函数局部变量生成一个新的符号表。
局部变量：作用于该函数内部，一旦函数执行完成，该变量就被回收。
全局变量：它是在函数外部定义的，作用域是整个文件。全局变量可以直接在函数里面应用，但是如果要在函数内部改变全局变量，必须使用global关键字进行声明。
注意 ：默认值在函数 定义 作用域被解析
在定义函数时，就已经执行力它的局部变量
python中不可变类型是共享内存地址的：把相同的两个不可变类型数据赋给两个不同变量a，b，a，b在内存中的地址是一样的。
首先，Python中一切事物皆对象，变量是对对象在内存中的存储和地址的抽象。所有的变量都可以理解是内存中一个对象的“引用”，或者，也可以看似c中void*的感觉。
python中统一都是引用传递，同时要注意类型是属于对象的，而不是变量。而对象有两种,“可更改”（mutable）与“不可更改”（immutable）对象。在python中，strings, tuples, 和numbers是不可更改的对象，而list,dict等则是可以修改的对象。
当我们写下面语句时：
Python解释器其实顺序干了两件事情：
从这里可以看出strings类型是不可变量，不可变实际上指的是不会更该字符串，比如把a = '123' 变为 a ='1234' 实际上是先创建了 “1234” 再用a去指向它。
但是，像list,dict等“可更改”的变量，他们会直接再本地更改，不会进行副本拷贝。
简言之，当在 Python 中 a = sth 应该理解为给 sth 贴上了一个标签 a。当再赋值给 a 的时候，就好象把 a 这个标签从原来的 sth 上拿下来，贴到其他对象上，建立新的"引用"。
既然Python只允许引用传递，那有没有办法可以让两个变量不再指向同一内存地址呢？
copy对于一个复杂对象的子对象并不会完全复制，什么是复杂对象的子对象呢？就比如序列里的嵌套序列，字典里的嵌套序列等都是复杂对象的子对象。对于子对象，python会把它当作一个公共镜像存储起来，所有对他的复制都被当成一个引用，所以说当其中一个引用将镜像改变了之后另一个引用使用镜像的时候镜像已经被改变了。
deepcopy的时候会将复杂对象的每一层复制一个单独的个体出来。 当然其中主要的操作还是地址问题。
当一个引用传递给函数的时候,函数自动复制一份引用,这个函数里的引用和外边的引用没有半毛关系了.所以第一个例子里函数把引用指向了一个不可变对象,当函数返回的时候,外面的引用没半毛感觉.而第二个例子就不一样了,函数内的引用指向的是可变对象,对它的操作就和定位了指针地址一样,在内存里进行修改.
引用计数
PyObject是每个对象必有的内容，其中ob_refcnt就是做为引用计数。当一个对象有新的引用时，它的ob_refcnt就会增加，当引用它的对象被删除，它的ob_refcnt就会减少.引用计数为0时，该对象生命就结束了。
优点:
缺点: