举例子来说明Python引用和对象

微信扫一扫,分享到朋友圈

举例子来说明Python引用和对象

今天看到这么一句奇怪的话: python中变量名和对象是分离的
;最开始的时候是看到这句话的时候没有反应过来。决定具体搞清楚一下python中变量与对象之间的细节。(其实我感觉应该说 引用和对象分离 更为贴切)

从最开始的变量开始思考:

在python中,如果要使用一个变量,不需要提前进行声明,只需要在用的时候,给这个变量赋值即可 (这个和C语言等静态类型语言不同,和python为动态类型有关)。

举第一个例子:

a = 1

这是一个简单的赋值语句,整数 1 为一个对象,a 是一个引用,利用赋值语句,引用a指向了对象1;这边形象比喻一下:这个过程就相当于“放风筝”,变量a就是你手里面的“线”,python就跟那根“线”一样,通过引用来接触和拴住天空中的风筝——对象。

你可以通过python的内置函数 id() 来查看对象的身份(identity),这个所谓的身份其实就是 对象 的内存地址:

注:

python一切皆对象的理念,所以函数也是一个对象,因此可以使用 id() 函数的__doc__方法来查看这个函数的具体描述。

先举个例子:

>>> a = 1
>>> id(a)
24834392
>>> a = 'banana'
>>> id(a)
139990659655312

第一个语句中, 2是储存在内存中的一个整数对象,通过赋值 引用a 指向了 对象 1;

第二个语句中,内存中建立了一个字符串对象‘banana’,通过赋值 将 引用a 指向了 ‘banana’,同时,对象1不在有引用指向它,它会被python的内存处理机制给当我垃圾回收,释放内存。

再举一个例子:

>>> a = 1
>>> id(a)
24834392
>>> a = 'banana'
>>> id(a)
139990659655312

第一个语句中, 2是储存在内存中的一个整数对象,通过赋值 引用a 指向了 对象 1;

第二个语句中,内存中建立了一个字符串对象‘banana’,通过赋值 将 引用a 指向了 ‘banana’,同时,对象1不在有引用指向它,它会被python的内存处理机制给当我垃圾回收,释放内存。

再来一个例子:

通过函数查看 变量a 和 变量b的引用情况:

>>> a = 3
>>> b = 3
>>> id(a)
10289448
>>> id(b)
10289448

在这里可以看到 这俩个引用 指向了同一个 对象,这是为什么呢? 这个跟python的内存机制有关系,因为对于语言来说,频繁的进行对象的销毁和建立,特别浪费性能。所以在Python中,整数和短小的字符,Python都会缓存这些对象,以便重复使用。

然后再看看这个例子:

1. a = 4

2. b = a(这里就是让引用b指向引用a指向的那个对象)

3. a = a + 2

通过函数查看引用情况:

当执行到第2步的时候,查看一下 a 和 b 的引用:

>>> a = 4
>>> b = a
>>> id(a)
36151568
>>> id(b)
36151568

可以看到 a 和 b 都指向了 整数对象 4

接下来指向第3步:

>>> a = a+2
>>> id(a)
36151520
>>> id(b)
36151568

可以看到 a 的引用改变了,但是 b 的引用未发生改变;a,b指向不同的对象; 第3句对 a 进行了重新赋值,让它指向了新的 对象6;即使是多个引用指向同一个对象,如果一个引用值发生变化,那么实际上是让这个引用指向一个新的引用,并不影响其他的引用的指向。从效果上看,就是各个引用各自独立,互不影响。

还有一个必须要看的例子:

l1 = []
a = 0
for i in range(1,5):
    a = i
    l1.append(a) # 添加的是a指向的对象
print(l1) # [1, 2, 3, 4]

l2 = []
b = [1,2,3]
for i in range(1,5):
    b[1] = i
    l2.append(b) # 添加的是b指向的对象,它包括列表元素的引用,列表本身没有改变,只是列表项[1]指向的对象变了
print(l2) # [[1, 4, 3], [1, 4, 3], [1, 4, 3], [1, 4, 3]]
# 不是预料的 [[1, 1, 3], [1, 2, 3], [1, 3, 3], [1, 4, 3]]

所以,每次列表实际上都是添加同一个对象。

l2 = []
b = [1,2,3]
for i in range(1,5):
    b[1] = i
    l2.append(copy.copy(b))
    # l2.append(copy.deepcopy(b)) 和copy.copy()结果一样
print(l2) # [[1, 1, 3], [1, 2, 3], [1, 3, 3], [1, 4, 3]]

copy.copy() 浅拷贝。只拷贝父对象,不会拷贝对象的内部的子对象。

那么,copy.copy()和copy.deepcopy()有什么区别呢?

l2 = []
b = [1,[4,5],3]
for i in range(1,5):
    b[1][0] = i
    l2.append(copy.copy(b)) # [[1, [4, 5], 3], [1, [4, 5], 3], [1, [4, 5], 3], [1, [4, 5], 3]]
    # l2.append(copy.deepcopy(b)) # [[1, [1, 5], 3], [1, [2, 5], 3], [1, [3, 5], 3], [1, [4, 5], 3]]
print(l2)

copy.deepcopy() 深拷贝 拷贝对象及其子对象。

最后一个例子:

(这个栗子会涉及到 python中的 可变数据类型 和 不可变数据类型):

开始这个栗子之前,请记得注意到 第四个栗子的不同之处。

1. L1 = [1, 2, 3]

2. L2 = L1

3. L1[0] = 10

通过函数查看引用情况:

当执行第1步 和 第二步 的时候,查看一下 L1 和 L2 的引用情况:

>>> L1 = [1,2,3]
>>> L2 = L1
>>> id(L1)
139643051219496
>>> id(L2)
139643051219496

此时 L1 和 L2 的引用相同,都是指向 [1,2,3]这个列表对象。

接下来,继续执行第3步:

>>> L1[0] = 10
>>> id(L1)
139643051219496
>>> id(L2)
139643051219496
>>> L2
[10, 2, 3]

同样的跟第四个栗子那样,修改了其中一个对象的值,但是可以发现 结果 并不与 第四个栗子那样, 在本次实验中,L1 和 L2 的引用没有发生任何变化,但是 列表对象[1,2,3] 的值 变成了 [10,2,3](列表对象改变了)

在该情况下,我们不再对L1这一引用赋值,而是对L1所指向的表的元素赋值。结果是,L2也同时发生变化。

原因何在呢?因为L1,L2的指向没有发生变化,依然指向那个表。表实际上是包含了多个引用的对象(每个引用是一个元素,比如L1[0],L1[1]…, 每个引用指向一个对象,比如1,2,3), 。而L1[0] = 10这一赋值操作,并不是改变L1的指向,而是对L1[0], 也就是表对象的一部份(一个元素),进行操作,所以所有指向该对象的引用都受到影响。

(与之形成对比的是,我们之前的赋值操作都没有对对象自身发生作用,只是改变引用指向。)

列表可以通过引用其元素,改变对象自身(in-place change)。这种对象类型,称为可变数据对象(mutable object),词典也是这样的数据类型。

而像之前的数字和字符串,不能改变对象本身,只能改变引用的指向,称为不可变数据对象(immutable object)。

我们之前学的元组(tuple),尽管可以调用引用元素,但不可以赋值,因此不能改变对象自身,所以也算是immutable object.

感谢阅读上海尚学堂python文章,获取更多文章和技术支持,请点击 上海Python培训

推荐一下相关文章:《 Python基础学习之字符编码、交互输入和字符串拼接
》;《 谈谈Python中的*args 和 **kwargs
》;《 Python的函数参数传递
》等

微信扫一扫,分享到朋友圈

举例子来说明Python引用和对象

Everytime you take a photo with an iPhone, you are actually hearing the shutter sound of a ...

上一篇

Xiaomi Unveils Mi Mix 2S Smartphone With Dual-Lens Camera and Wireless Charging

下一篇

你也可能喜欢

举例子来说明Python引用和对象

长按储存图像,分享给朋友