この記事の結論（3行）

def f(items=[]) の空リストは、関数を呼ぶたびに新しく作られない。関数を定義した瞬間に1個だけ作られ、以降ずっと同じリストを使い回す。
だから2回目の呼び出しで前回の要素が残る。犯人は自分のロジックじゃなく、デフォルト値の評価タイミング。
直し方は items=None にして関数の中で if items is None: items = []。この番兵イディオムを体に入れれば二度と踏まない。

空リストを渡したはずが、前回のデータが混ざっていた

ある日、こんな関数を書いたんですよ。引数を省略したら空リストから始まって、渡した要素を1個ずつ足していく。素直なコードのつもりだった。以下は Python 3.14.5 で実際に動かした結果だ。

def add_item(item, items=[]):
    items.append(item)
    return items

print(add_item("a"))   # ['a']        ← ここは想定通り
print(add_item("b"))   # ['a', 'b']   ← は？なんで 'a' が残ってる？

2回目の add_item("b") は、まっさらな空リストに "b" を足して ['b'] を返すはず。なのに返ってきたのは ['a', 'b']。前回の "a" が消えていない。

ぶっちゃけ最初は自分の append の場所を疑った。ループのスコープを疑った。ユニットテストを2本足して、print を5行仕込んで、30分くらい溶かした。全部シロだった。犯人は本文じゃなく、関数のシグネチャに書いた items=[] そのものだった。試しに add_item を10000回呼んでみたら、返り値の長さは10000まで伸びた。空リストなら毎回1のはずが、だ。

犯人はデフォルト値が「1回だけ」評価されること

Pythonのデフォルト引数には、他の言語から来た人が全員つまずく仕様がある。デフォルト値は関数が呼ばれるたびに評価されるのではなく、関数の def 文が実行された瞬間に1回だけ評価される。

つまり def add_item(item, items=[]): を書いた時点で、空リストのオブジェクトが1個だけ生成される。そのリストは関数オブジェクトにくっついて、プログラムが終わるまで生き続ける。呼び出しのたびに append すると、同じ1個のリストがどんどん育っていく。

「毎回 [] と書いてあるんだから毎回新しく作られるだろう」という直感が、ここで裏切られる。[] はソースコード上の見た目にすぎず、実体は定義時に確定した1個のオブジェクトを指しているだけだ。

イメージとしては、関数が自分専用のメモ帳を1冊持っていて、呼ばれるたびに新しいページじゃなく同じページに書き足している、という感じ。メモ帳は最初に配られたっきり交換されない。

`defaults` を覗くと、同じリストが居座っている

これは推測じゃなく、Pythonの関数オブジェクトを直接見れば確認できる。関数はデフォルト値を __defaults__ というタプルに保持している。

def add_item(item, items=[]):
    items.append(item)
    return items

print(add_item.__defaults__)   # ([],)      定義直後は空
add_item("a")
print(add_item.__defaults__)   # (['a'],)   ← 関数の中に居座ったリストが育った
add_item("b")
print(add_item.__defaults__)   # (['a', 'b'],)

呼び出すたびに __defaults__ の中身が育っていくのが見える。これがすべての種明かしだ。デフォルト値は関数の外にある変数のように、状態を持ってしまう。

id() で見ても、毎回まったく同じオブジェクトIDが返る。実測では、add_item を10000回呼んでも id(add_item.__defaults__[0]) は初回とビット単位で一致し、リストの長さだけが0から10000まで伸びた。新しいリストは1個も作られていない。「空リストが毎回生まれる」という思い込みが、コードのどこにも実体を持っていなかったわけだ。

この挙動は言語仕様として明文化されている。Python公式リファレンスの関数定義の項に「デフォルト値は関数定義が実行されるときに、左から右へ1回だけ評価される（Default parameter values are evaluated from left to right when the function definition is executed）」とハッキリ書いてある（Python公式: Function definitions）。

なぜPythonはこんな仕様にしたのか

じゃあこれはPythonのバグかというとNoで、言語設計としては筋が通っている。Pythonでは「def 文もただの実行文」だ。関数定義が実行されるとき、デフォルト値の式もその場で評価される。この一貫性を保つと、デフォルト値は定義時に1回だけ評価されるという結論になる。

もし「呼び出しごとに評価」にすると、別の厄介事が出てくる。たとえばデフォルト値に重い計算やDB接続を書いたとき、呼び出しのたびに走ってしまう。定義時1回なら、意図的にキャッシュとして使える場面もある。

要は、この挙動はイミュータブル（変更できない）なデフォルト値なら何の問題も起こさない。items=0 や name="guest" や flag=None はいくら使い回されても中身が変わらないから安全だ。地雷になるのは list dict set みたいなミュータブル（変更できる）オブジェクトをデフォルトに置いたときだけ。

つまり覚えるべきルールは1個に絞れる。「デフォルト引数にミュータブルなオブジェクトを直接書くな」。これだけ守れば一生踏まない。

正しい書き方：`None` 番兵イディオム

定番の直し方はこれ。デフォルトを None にして、関数の中で「呼ばれるたびに」新しいリストを作る。

def add_item(item, items=None):
    if items is None:
        items = []          # ← ここは呼び出しのたびに実行される
    items.append(item)
    return items

print(add_item("a"))   # ['a']
print(add_item("b"))   # ['b']   ← 毎回まっさらから始まる

ポイントは、if items is None: items = [] が関数の本文にあること。本文は呼び出しのたびに実行されるから、リストの生成も毎回起こる。これで各呼び出しが独立した空リストを持てる。

なぜ None を番兵に使うかというと、「引数が省略された」ことと「意図的に何か渡された」ことを区別したいからだ。if not items: と書くと、呼び出し側が空リスト [] を明示的に渡したときも None 扱いに巻き込んでしまう。省略の判定は is None でやるのが正確だ。

「毎回 if items is None を書くの、コスト高くない？」と思うかもしれないが、実測では timeit でこの番兵つき関数を100万回呼んで 0.035 秒。1回あたり約35ナノ秒で、誤差レベルだ。安全と速度のトレードオフはここには存在しない。

リストだけじゃない：dict・set・datetime.now() も同じ罠

同じ地雷は list 以外にもある。まず dict。

def register(key, value, store={}):
    store[key] = value
    return store

print(register("x", 1))   # {'x': 1}
print(register("y", 2))   # {'x': 1, 'y': 2}   ← 前回のキーが残る

set も同じだ。中身が変わるオブジェクトなら全部同じ結末になる。

もっと気づきにくいのが「関数呼び出しをデフォルトに書くケース」。たとえばタイムスタンプ。

import time

def log(msg, t=time.time()):   # ← time.time() は def の瞬間に1回だけ実行される
    return f"{t}: {msg}"

time.time() は定義時に1回だけ評価されて、その時刻が固定される。以降どれだけ時間が経っても t は同じ値のまま。実測でも、間に time.sleep(0.5) を挟んで2回呼んだのに、2つの t の差は 0.0 秒だった。0.5秒経っているのにタイムスタンプが1ミリも動かない。「毎回いまの時刻が入る」つもりで書くと、全ログが起動時刻に張り付く。これも直し方は同じで、t=None にして本文で if t is None: t = time.time() とする。

リンターに任せる：ruff の B006 と pylint の W0102

正直この罠は、人間が毎回気をつけるより機械に見張らせたほうが早い。主要なリンターはこれを専用ルールで検出する。

ruff（flake8-bugbear 由来）なら B006「Do not use mutable data structures for argument defaults」（ruff公式ルール: mutable-argument-default）。pylint なら W0102「dangerous-default-value」（pylint公式: dangerous-default-value）。どちらもデフォルト引数にミュータブルなオブジェクトが直書きされていると警告を出す。

# ruff で該当ルールだけ走らせる
ruff check --select B006 your_module.py

# pylint の場合
pylint --disable=all --enable=W0102 your_module.py

CIに ruff check を1行入れておけば、レビューで見落としても機械が止めてくれる。この手の「知ってれば当たり前、知らないと丸1日溶かす」系のバグは、人力レビューより静的解析のほうが圧倒的に相性がいい。既存プロジェクトなら、まず B006 を有効にして既存の地雷を洗い出すところから始めると効く。

dataclass では `field(default_factory=...)` を使う

dataclass を書くときも同じ問題が出る。しかもこっちは、直接ミュータブルを書くと Python が実行時エラーで止めてくれる。

from dataclasses import dataclass, field

@dataclass
class Cart:
    items: list = field(default_factory=list)   # ← これが正解
    # items: list = []  と書くと ValueError で起動時に落ちる

field(default_factory=list) の default_factory には「呼び出すと新しい値を返す関数」を渡す。インスタンスを作るたびに list() が呼ばれて、まっさらなリストが割り当てられる。番兵イディオムと発想は同じで、「生成を呼び出しのたびに遅延させる」という一点に尽きる。

dataclass が items: list = [] をエラーにしてくれるのは親切設計で、素の関数だと黙って地雷になるのと対照的だ。この挙動も公式ドキュメントに明記されている（Python公式: Mutable default values）。逆に言うと、素の関数のデフォルト引数は自分で気をつけるしかない。だからこそリンターを噛ませる価値がある。

まとめ：今日やること

Pythonのデフォルト引数は、呼び出しのたびに作り直されない。定義時に1回だけ評価され、同じオブジェクトを使い回す。ミュータブルなオブジェクトを置いた瞬間に状態が漏れ出す。

今日のうちに手を動かすなら、この3つ。

手元のコードを ruff check --select B006 で1回スキャンする。デフォルト引数に [] {} set() を直書きした場所が残っていないか棚卸しする。
見つかったら None 番兵イディオムに書き換える。def f(x=None): if x is None: x = [] を反射で書けるようにする。
dataclass のミュータブルなフィールドは field(default_factory=...) に統一する。datetime.now() みたいな「定義時に固定されると困る値」も同じ発想で遅延させる。

覚えるルールはたった1個。「デフォルト引数にミュータブルを直接書くな」。これだけで、空リストに前回のデータが混ざる系のバグは一生視界から消える。

参考

※本文中のコードと数値はすべて Python 3.14.5 で実行して確認した。