您好,登錄后才能下訂單哦!
本篇內(nèi)容介紹了“Python賦值邏輯如何實(shí)現(xiàn)”的有關(guān)知識(shí),在實(shí)際案例的操作過(guò)程中,不少人都會(huì)遇到這樣的困境,接下來(lái)就讓小編帶領(lǐng)大家學(xué)習(xí)一下如何處理這些情況吧!希望大家仔細(xì)閱讀,能夠?qū)W有所成!
先來(lái)看一組似乎矛盾的代碼:
# 代碼 1 >>> a = 3 >>> b = a >>> b = 5 >>> a 3
這看上去似乎很好理解。第二步中, a
只是把值復(fù)制給 b
,然后 b
又被更新為 5
,a
和 b
是兩個(gè)獨(dú)立的變量,那么 a
的值當(dāng)然不會(huì)受到影響。
真的是這樣嗎?
再來(lái)看一段代碼:
# 代碼 2 >>> a = [1, 2, 3] >>> b = a >>> b[0] = 1024 >>> a [1024, 2, 3]
第二步中,a
只是復(fù)制把列表復(fù)制給 b
,然后更新 b[0]
的值,最后輸出 a
,可是 a
竟然也被改變了。
按照代碼 1 的邏輯(即變量之間獨(dú)立),代碼 2 的中的 a
不應(yīng)該受到影響。
為什么出現(xiàn)了這樣的差異?
先不解釋上面那個(gè)“看似矛盾”的問(wèn)題。
先來(lái)看看另一組簡(jiǎn)單的 Python 代碼在內(nèi)存中是什么樣子的:
# 代碼 3 b = 3 b = b + 5
它在內(nèi)存中的操作示意圖是這樣的:
然而,從代碼的的字面意思上看,“把 3 賦給 b,把 b 加 5 之后再賦給 b?!?/p>
也就是把代碼看成這個(gè)樣子:
b ← 3b ← b + 5
所以下面這張?jiān)趦?nèi)存中的操作圖可能更符合我們的直覺(jué):
也即 b + 5
的值又寫(xiě)回到 b
中。典型的 C 程序就是這樣的。為變量 b
分配一個(gè) int
型的內(nèi)存單元,然后將整數(shù) 3
存放在該內(nèi)存單元中。b
就代表了該塊內(nèi)存空間,不再移動(dòng),可以更新 b
的值,但 b
在內(nèi)存中的地址就不再變化了。所以我們說(shuō) b = b + 5
,就等于 b ← b + 5
,把 b
的值加 5
之后還依然放入 b
中。 變量 b
和它所在內(nèi)存空間緊緊綁定在一起,人形合一。
而再看看上面 Python 中的內(nèi)存示意圖,b + 5
得到了一個(gè)新值,然后令 b
指向了這個(gè)新值。換句話說(shuō),它做的是事情是這樣的:
b → 3 b → b + 5
先令 b
指向 3
,再令 b
指向 b + 5
這個(gè)新值。
C 程序更新的是內(nèi)存單元中存放的值,而 Python 更新的是變量的指向。
C 程序中變量保存了一個(gè)值,而 Python 中的變量指向一個(gè)值。
如果說(shuō) C 程序是通過(guò)操縱內(nèi)存地址而間接操作數(shù)據(jù)(每個(gè)變量固定對(duì)應(yīng)一個(gè)內(nèi)存地址,所以說(shuō)操縱變量就是操縱內(nèi)存地址),數(shù)據(jù)處于被動(dòng)地位,那么 Python 則是直接操縱數(shù)據(jù),數(shù)據(jù)處于主動(dòng)地位,變量只是作為一種引用關(guān)系而存在,而不再擁有存儲(chǔ)功能。
在 Python 中,每一個(gè)數(shù)據(jù)都會(huì)占用一個(gè)內(nèi)存空間,如 b + 5
這個(gè)新的數(shù)據(jù)也占用了一個(gè)全新的內(nèi)存空間。
Python 的這種操作讓數(shù)據(jù)成為主體,數(shù)據(jù)與數(shù)據(jù)之間直接進(jìn)行交互。
而數(shù)據(jù)在 Python 中被稱為對(duì)象 (Object)。
這句話并不太嚴(yán)謹(jǐn)。不過(guò)在這個(gè)簡(jiǎn)單的例子中是成立的。
一個(gè)整數(shù) 3
是一個(gè) int
型對(duì)象,一個(gè) 'hello'
是一個(gè)字符串對(duì)象,一個(gè) [1, 2, 3]
是一個(gè)列表對(duì)象。
Python 把一切數(shù)據(jù)都看成「對(duì)象」。它為每一個(gè)對(duì)象分配一個(gè)內(nèi)存空間。 一個(gè)對(duì)象被創(chuàng)建后,它的 id 就不再發(fā)生變化。
id 是 identity 的縮寫(xiě)。意為“身份;標(biāo)識(shí)”。
在 Python 中,可以使用id()
,來(lái)獲得一個(gè)對(duì)象的 id,可以看作是該對(duì)象在內(nèi)存中的地址。
一個(gè)對(duì)象被創(chuàng)建后,它不能被直接銷(xiāo)毀。因此,在上個(gè)例子中,變量 b
首先指向了對(duì)象 3
,然后繼續(xù)執(zhí)行 b + 5
,b + 5
產(chǎn)生了一個(gè)新的對(duì)象 8
,由于對(duì)象 3
不能被銷(xiāo)毀,則令 b
指向新的對(duì)象 8
,而不是用對(duì)象 8
去覆蓋對(duì)象 3
。在代碼執(zhí)行完成后,內(nèi)存中依然有對(duì)象 3
,也有對(duì)象 8
,變量 b
指向了對(duì)象 8
。
如果沒(méi)有變量指向?qū)ο?nbsp;3
(即無(wú)法引用它了),Python 會(huì)使用垃圾回收算法來(lái)決定是否回收它(這是自動(dòng)的,不需要程序編寫(xiě)者操心)。
一個(gè)舊的對(duì)象不能被覆蓋,因舊的對(duì)象交互而新產(chǎn)生的數(shù)據(jù)會(huì)放在新的對(duì)象中。也就是說(shuō)每個(gè)對(duì)象是一個(gè)獨(dú)立的個(gè)體,每個(gè)對(duì)象都有自己的“主權(quán)”。因此,兩個(gè)對(duì)象的交互可以產(chǎn)生一個(gè)新的對(duì)象,而不會(huì)對(duì)原對(duì)象產(chǎn)生影響。在大型程序中,各個(gè)對(duì)象之間的交互錯(cuò)綜復(fù)雜,這種獨(dú)立性則使得這些交互足夠安全。
C 程序?yàn)槊總€(gè)變量都分配一個(gè)了固定的內(nèi)存地址,這保證了 C 變量之間的獨(dú)立性。
C 語(yǔ)言是變量(也即內(nèi)存地址)之間的交互,Python 是對(duì)象(數(shù)據(jù))之間的交互。這是兩種不同的交互方式。
那么,Python 這種數(shù)據(jù)之間直接進(jìn)行交互的好處體現(xiàn)在哪里?
很遺憾,這并不是本文所要討論的內(nèi)容,該部分屬于面向?qū)ο笤O(shè)計(jì)的核心內(nèi)容。本文只是對(duì) Python 的這種交互方式與 C 語(yǔ)言的交互方式做了一些比較,以區(qū)分兩者在邏輯與物理上的差異所在。
相信這種邏輯會(huì)幫助你更好地編寫(xiě) Python 程序,并且?guī)椭阍谌蘸蟾由钊氲乩斫饷嫦驅(qū)ο蟮某绦蛟O(shè)計(jì)。
本章補(bǔ)充:
Python 的賦值更改的是變量的指向關(guān)系,因此,對(duì)于 Python,從前向后閱讀一個(gè)賦值表達(dá)式會(huì)更加容易理解。
// C 語(yǔ)言 b ← b + 5 // 把 b+5 的值賦給 b
# Python b → b + 5 # 令 b 指向 b + 5
先看代碼 1:
# 代碼 1 >>> a = 3 >>> b = a >>> b = 5 >>> a 3
Python 中所有的數(shù)據(jù)都是對(duì)象,數(shù)字類(lèi)型也不例外。3
是一個(gè) int
類(lèi)型的對(duì)象,5
也是一個(gè) int
型的對(duì)象。
第一行,a
指向?qū)ο?nbsp;3
。
第二行,令 b
也指向 a
所指向的對(duì)象 3
。
第三行,因?yàn)閷?duì)象不可被覆蓋(銷(xiāo)毀),令 b
指向新對(duì)象 5
,則只剩下 a
指向?qū)ο?nbsp;3
。
第四行,輸出 a
,得到 3
。
在內(nèi)存中的操作示意圖 (Python):
這與第一章中的解釋完全不同,第一章中的解釋是用 C 語(yǔ)言解釋的:
這是兩種完全不一樣的機(jī)制。
Python 中 b
首先指向了對(duì)象 3
,然而因?yàn)閷?duì)象之間的獨(dú)立性,一個(gè)對(duì)象不能去覆蓋另一個(gè)對(duì)象,則令 b
指向?qū)ο?nbsp;5
,而不是將對(duì)象 3
在內(nèi)存中替換為對(duì)象 5
。
再來(lái)看代碼 2:
# 代碼 2 >>> a = [1, 2, 3] >>> b = a >>> b[0] = 1024 >>> a [1024, 2, 3]
第一行,令 a
指向一個(gè)列表 [1, 2, 3]
;
第二行,令 b
也指向 a
所指向的列表;
第三行,令 b[0] = 1024
,1024
雖然是一個(gè)對(duì)象,但它并沒(méi)有試圖覆蓋b
所指向的對(duì)象,而是對(duì)該對(duì)象的第一個(gè)元素進(jìn)行修改。修改,而不是覆蓋,所以它可以原對(duì)象進(jìn)行操作,而不是令 b
指向修改后的對(duì)象。
所在第四行輸出的 a
所指向的列表也發(fā)生了變化。
在內(nèi)存中的操作示意圖 (Python):
這種對(duì)象的值可以修改的對(duì)象被稱為可變對(duì)象 (immutable object)。常見(jiàn)的列表、字典為可變對(duì)象。
因?yàn)樗闹悼梢员恍薷?,因此如果有多個(gè)變量指向該列表:
a = [1, 2, 3] b = a c = a d = a ...
那么使用 b, c, d, ...
的任何一個(gè)變量都能訪問(wèn)該對(duì)象并修改其中的內(nèi)容。這種特性常常被我們用于函數(shù)的參數(shù)傳遞,如果函數(shù)的參數(shù)是可變對(duì)象,那么函數(shù)可以對(duì)“實(shí)參”中的內(nèi)容進(jìn)行修改:
>>> a = [1, 2, 3] >>> def change(t): t[0] = 1024 >>> change(a) >>> a [1024, 2, 3] >>>
調(diào)用函數(shù) change
時(shí),令 t
也指向了 a
所指向的列表,然后使用 t
更改了列表中的第一個(gè)元素,更改,而不是覆蓋,因此對(duì) t
所指向的對(duì)象的更改也改變了“實(shí)參” a
所指向的對(duì)象。而 C 語(yǔ)言則因?yàn)閷?shí)參到形參是值傳遞,則無(wú)法改變實(shí)參的內(nèi)容(雖然借助指針可以實(shí)現(xiàn),但這里只說(shuō)一般情況下)。
但在函數(shù)以外的區(qū)域,我們要盡量避免這樣使用,這很容易導(dǎo)致出錯(cuò)(當(dāng)然,有時(shí)候會(huì)很有用,這取決于你的程序)。比如,在多人協(xié)作編程時(shí),如果甲不小心修改了某可變對(duì)象,那么乙、丙、丁等用到該對(duì)象的人都會(huì)受到影響。
而對(duì)于不可變對(duì)象 (immutable object),即其值無(wú)法更改的對(duì)象,傳入函數(shù)時(shí)則不會(huì)影響“實(shí)參”的值:
>>> a = 5 >>> def add(n): n = n + 2 >>> add(a) >>> a 5
調(diào)用函數(shù) add
時(shí),令 n
也指向了 a
所指向的對(duì)象 5
, 再執(zhí)行 n = n + 2
,n
所指向的對(duì)象 5
與對(duì)象 2
相加得到了一個(gè)新的對(duì)象 7
,由于一個(gè)對(duì)象不能覆蓋另一個(gè)對(duì)象,則 n
指向新的對(duì)象 7
,而沒(méi)有改變?cè)瓕?duì)象。因此 a
的值未發(fā)生變化。雖然與 C 程序的結(jié)果一致,但與 C 程序的機(jī)制完全不同,C 程序之所以沒(méi)改變 a
,是因?yàn)檎{(diào)用函數(shù)時(shí)只發(fā)生了值傳遞,即只把 a
的值復(fù)制給了 n
。
不要混淆這兩種賦值邏輯,它們有著完全不同的物理實(shí)現(xiàn)方式。
不同的思維邏輯會(huì)導(dǎo)致不同的編寫(xiě)邏輯。盡管這兩種邏輯在很多情況下的結(jié)果是一致的,但并不能就簡(jiǎn)單地認(rèn)為它們是一致的。否則在一些小的細(xì)節(jié)方面出了錯(cuò)誤,就會(huì)難以理解。只能死記硬背,把一些東西當(dāng)作 Python 的特例來(lái)記,雖然「唯手熟爾」也可以讓你走得很遠(yuǎn),但思維正確時(shí),不僅可以走得更遠(yuǎn),也會(huì)走得更加輕松。
比如,當(dāng)你的思維清晰時(shí),以下問(wèn)題的答案自然也就水落石出了:
為什么列表的方法的返回值大多是 None
?
為什么字符串的方法的返回值大多是一個(gè)新的對(duì)象?
為什么 Python 中沒(méi)有自增/自減運(yùn)算符?
為什么有的可變對(duì)象傳入函數(shù)之后,卻不能被函數(shù)修改“實(shí)參”的值?
(比如將上面的 change
函數(shù)的主體改成 t = t[1:]
。調(diào)用函數(shù)之后,a
所指向的對(duì)象并沒(méi)有發(fā)生改變。)
……
這些內(nèi)容與本文主題不大相關(guān),所以不再列出答案。
有趣的補(bǔ)充:
1. 數(shù)字是一個(gè)天然的不可變對(duì)象(immutable object)。
對(duì)于n = n + 2
,有人可能會(huì)說(shuō),為什么不能把它看成像列表那樣的修改,修改后n
依然指向的是原對(duì)象,這樣的話執(zhí)行add(a)
之后,a
就會(huì)變成7
了,可為什么不是這樣?
因?yàn)槊恳粋€(gè)數(shù)字都是一個(gè)單個(gè)的對(duì)象,而對(duì)象不能覆蓋對(duì)象。所以該句實(shí)際上是:a
指向的對(duì)象加上對(duì)象2
,產(chǎn)生了一個(gè)新的對(duì)象,然后令a
指向了新對(duì)象a + 2
。
因此,數(shù)字類(lèi)型并不存在修改這一說(shuō),它是一個(gè)天然的不可變對(duì)象。2. 為什么 Python 中沒(méi)有自增(++)、自減(--)運(yùn)算符?
自增或自減運(yùn)算符,在 C 語(yǔ)言中很常用,簡(jiǎn)潔實(shí)用。但在 Python 中卻一定不會(huì)有。上節(jié)說(shuō)到,數(shù)字是天然的不可變對(duì)象,所謂自增就是自身增加,所以它無(wú)法自增。它只能從一個(gè)對(duì)象指向下一個(gè)對(duì)象??梢赃@樣寫(xiě)a += 1
。
3. 既然 Python 更改的只是引用關(guān)系,那么如何復(fù)制一個(gè)列表?
# 答案: ## 1. 使用 list 的 copy 方法 b = a.copy() ## 2. 使用 slice 操作 b = a[:] # slice 操作返回一個(gè)新的對(duì)象
# 答案: ## 1. 使用 list 的 copy 方法 b = a.copy() ## 2. 使用 slice 操作 b = a[:] # slice 操作返回一個(gè)新的對(duì)象
“Python賦值邏輯如何實(shí)現(xiàn)”的內(nèi)容就介紹到這里了,感謝大家的閱讀。如果想了解更多行業(yè)相關(guān)的知識(shí)可以關(guān)注億速云網(wǎng)站,小編將為大家輸出更多高質(zhì)量的實(shí)用文章!
免責(zé)聲明:本站發(fā)布的內(nèi)容(圖片、視頻和文字)以原創(chuàng)、轉(zhuǎn)載和分享為主,文章觀點(diǎn)不代表本網(wǎng)站立場(chǎng),如果涉及侵權(quán)請(qǐng)聯(lián)系站長(zhǎng)郵箱:is@yisu.com進(jìn)行舉報(bào),并提供相關(guān)證據(jù),一經(jīng)查實(shí),將立刻刪除涉嫌侵權(quán)內(nèi)容。