如果没有Python中的此功能，这可能是一个优雅的面向对象解决方案。一个更优雅的解决方案是让您从中创建子类。或者你可以把它命名为“大师班”。但是不要有一个变量和一个布尔值，让它们成为某种类型的集合。我修改了实例变量的命名，以符合PEP8。

class PassByReference:
    def __init__(self, variable, pass_by_reference=True):
        self._variable_original = 'Original'
        self._variable = variable
        self._pass_by_reference = pass_by_reference # False => pass_by_value
        self.change(self.variable)
        print(self)

    def __str__(self):
        print(self.get_variable())

    def get_variable(self):
        if pass_by_reference == True:
            return self._variable
        else:
            return self._variable_original

    def set_variable(self, something):
        self._variable = something

    def change(self, var):
        self.set_variable(var)

def caller_method():

    pbr = PassByReference(variable='Changed') # this will print 'Changed'
    variable = pbr.get_variable() # this will assign value 'Changed'

    pbr2 = PassByReference(variable='Changed', pass_by_reference=False) # this will print 'Original'
    variable2 = pbr2.get_variable() # this will assign value 'Original'
    

参数通过赋值传递。这背后的理由有两个：

传入的参数实际上是对对象的引用（但引用是按值传递的）一些数据类型是可变的，但其他数据类型不是

So:

如果您将一个可变对象传递给一个方法，该方法将获得对同一对象的引用，您可以根据自己的喜好对其进行变异，但如果您在方法中重新绑定引用，外部作用域将对此一无所知，完成后，外部引用仍将指向原始对象。如果将不可变对象传递给方法，则仍然无法重新绑定外部引用，甚至无法更改对象。

为了更加清楚，让我们举几个例子。

列表-可变类型

让我们尝试修改传递给方法的列表：

def try_to_change_list_contents(the_list):
    print('got', the_list)
    the_list.append('four')
    print('changed to', the_list)

outer_list = ['one', 'two', 'three']

print('before, outer_list =', outer_list)
try_to_change_list_contents(outer_list)
print('after, outer_list =', outer_list)

输出：

before, outer_list = ['one', 'two', 'three']
got ['one', 'two', 'three']
changed to ['one', 'two', 'three', 'four']
after, outer_list = ['one', 'two', 'three', 'four']

由于传入的参数是outer_list的引用，而不是它的副本，因此我们可以使用mutating list方法来更改它，并将更改反映在外部范围中。

现在，让我们看看当我们试图更改作为参数传入的引用时会发生什么：

def try_to_change_list_reference(the_list):
    print('got', the_list)
    the_list = ['and', 'we', 'can', 'not', 'lie']
    print('set to', the_list)

outer_list = ['we', 'like', 'proper', 'English']

print('before, outer_list =', outer_list)
try_to_change_list_reference(outer_list)
print('after, outer_list =', outer_list)

输出：

before, outer_list = ['we', 'like', 'proper', 'English']
got ['we', 'like', 'proper', 'English']
set to ['and', 'we', 'can', 'not', 'lie']
after, outer_list = ['we', 'like', 'proper', 'English']

由于the_list参数是按值传递的，因此为其分配一个新的列表不会对方法外部的代码产生任何影响。The_list是outer_list引用的副本，我们让_list指向一个新列表，但无法更改outer_list指向的位置。

字符串-不可变类型

它是不可变的，因此我们无法更改字符串的内容

现在，让我们尝试更改引用

def try_to_change_string_reference(the_string):
    print('got', the_string)
    the_string = 'In a kingdom by the sea'
    print('set to', the_string)

outer_string = 'It was many and many a year ago'

print('before, outer_string =', outer_string)
try_to_change_string_reference(outer_string)
print('after, outer_string =', outer_string)

输出：

before, outer_string = It was many and many a year ago
got It was many and many a year ago
set to In a kingdom by the sea
after, outer_string = It was many and many a year ago

同样，由于该_string参数是按值传递的，因此为其分配一个新字符串不会对方法外部的代码产生任何影响。The_string是outer_string引用的副本，我们让_string指向一个新字符串，但无法更改outer_string指向的位置。

我希望这能稍微澄清一下。

编辑：有人指出，这并不能回答@David最初提出的问题，“我能做些什么来通过实际引用传递变量吗？”。让我们继续努力。

我们如何避免这种情况？

正如@Andrea的回答所示，您可以返回新值。这不会改变传递信息的方式，但会让您获得想要的信息：

def return_a_whole_new_string(the_string):
    new_string = something_to_do_with_the_old_string(the_string)
    return new_string

# then you could call it like
my_string = return_a_whole_new_string(my_string)

如果您真的想避免使用返回值，可以创建一个类来保存值并将其传递到函数中，或者使用现有的类，如列表：

def use_a_wrapper_to_simulate_pass_by_reference(stuff_to_change):
    new_string = something_to_do_with_the_old_string(stuff_to_change[0])
    stuff_to_change[0] = new_string

# then you could call it like
wrapper = [my_string]
use_a_wrapper_to_simulate_pass_by_reference(wrapper)

do_something_with(wrapper[0])

虽然这看起来有点麻烦。

由于字典是通过引用传递的，所以可以使用dict变量在其中存储任何引用的值。

# returns the result of adding numbers `a` and `b`
def AddNumbers(a, b, ref): # using a dict for reference
    result = a + b
    ref['multi'] = a * b # reference the multi. ref['multi'] is number
    ref['msg'] = "The result: " + str(result) + " was nice!"
    return result

number1 = 5
number2 = 10
ref = {} # init a dict like that so it can save all the referenced values. this is because all dictionaries are passed by reference, while strings and numbers do not.

sum = AddNumbers(number1, number2, ref)
print("sum: ", sum)             # the returned value
print("multi: ", ref['multi'])  # a referenced value
print("msg: ", ref['msg'])      # a referenced value

Python为每个对象分配一个唯一的标识符，可以使用Python的内置id（）函数找到该标识符。可以验证函数调用中的实际参数和正式参数是否具有相同的id值，这表明伪参数和实际参数引用了相同的对象。注意，实际参数和对应的伪参数是引用同一对象的两个名称。如果将伪参数重新绑定到函数范围中的新值/对象，这不会影响实际参数仍然指向原始对象的事实，因为实际参数和伪参数是两个名称。以上两个事实可以概括为“参数通过赋值传递”。即。，

dummy_argument = actual_argument

如果将dummy_argument重新绑定到函数体中的新对象，则actual_argument仍然引用原始对象。如果使用dummy_argument[0]=some_thing，那么这也将修改actual_argument[0]。因此，“通过引用传递”的效果可以通过修改传入的对象引用的组件/属性来实现。当然，这需要传递的对象是可变对象。

为了与其他语言进行比较，您可以说Python以与C相同的方式按值传递参数，其中当您“按引用”传递时，实际上是按值传递引用（即指针）

在这种情况下，方法Change中名为var的变量被分配了对self.variable的引用，并且您立即将字符串分配给var。它不再指向self.variable.下面的代码片段显示了如果您修改了var和self.variaable指向的数据结构（在本例中是一个列表）会发生什么：

>>> class PassByReference:
...     def __init__(self):
...         self.variable = ['Original']
...         self.change(self.variable)
...         print self.variable
...         
...     def change(self, var):
...         var.append('Changed')
... 
>>> q = PassByReference()
['Original', 'Changed']
>>> 

我相信其他人可以进一步澄清这一点。

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