在使用列表推导时，我经常很想 not 来创建新列表，因为如果列表很大，则意味着需要更多的计算空间（据我了解，列表不是bieng在自己的情况下使用了别名，将为新列表创建一个新的内存空间）
作为一个说明性示例（可以一行完成）：
def average_list(lst):
lst = [x for x in lst if x > 0]
return np.average(lst)
以这种方式在作业的左右部分使用lst是否危险？如果是这样，重用lst会在什么情况下引起问题？
如果是这样，为什么这个“更安全”呢？
def average_list(lst):
clean_lst = [x for x in lst if x > 0]
return np.average(clean_lst )
答案 0 :(得分：3)
def average_list(lst):
lst = [x for x in lst if x > 0]
return np.average(lst)
caller_list = [1,4,-5]
average_list(caller_list)
# caller_list is unchanged
在这里，您仅在函数中重用lst名称，但没有在调用方上下文中更改lst（并且垃圾回收无法正常工作，因为调用方仍持有引用在数据上）
因此重新分配变量名是绝对安全的，但有时被认为是不好的做法，因为不应更改所传递参数的值或引用。
注意：对于list，一种更改数据本身的方式（会使函数用户感到惊讶，所以不要这样做）将是（仅适用于列表，更普遍地是 mutable < / em>对象）
lst[:] = [x for x in lst if x > 0]
使用此切片分配，名称不会被重用，对象本身会被重用和修改。列表的原始内容将由新内容替换，由于新的过滤版本中的数据较少，因此该列表将缩小。在局部和全局变量上很酷，但是应该避免在作为参数传递的列表中使用（例如，append，pop在一般情况下也应避免使用，始终遵循最小惊讶原则）
答案 1 :(得分：1)
只要需要更长的时间来使用lst，就没有危险，而且重复使用确实可以节省内存，因为原始的lst将丢失其引用并被垃圾回收回收。 / p>
答案 2 :(得分：0)
只要您不需要原始列表值，就可以重用原始列表。