欧美bbbwbbbw肥妇,免费乱码人妻系列日韩,一级黄片

Python可變對(duì)象與不可變對(duì)象原理解析

 更新時(shí)間:2020年02月25日 08:46:10   投稿:yaominghui  
這篇文章主要介紹了Python可變對(duì)象與不可變對(duì)象原理解析,文中通過示例代碼介紹的非常詳細(xì),對(duì)大家的學(xué)習(xí)或者工作具有一定的參考學(xué)習(xí)價(jià)值,需要的朋友可以參考下

一、原理

  • 可變對(duì)象:list dict set
  • 不可變對(duì)象:tuple string int float bool

1. python不允許程序員選擇采用傳值還是傳引用。Python參數(shù)傳遞采用的肯定是“傳對(duì)象引用”的方式。實(shí)際上,這種方式相當(dāng)于傳值和傳引用的一種綜合。如果函數(shù)收到的是一個(gè)可變對(duì)象的引用,就能修改對(duì)象的原始值——相當(dāng)于通過“傳引用”來傳遞對(duì)象。如果函數(shù)收到的是一個(gè)不可變對(duì)象的引用,就不能直接修改原始對(duì)象——相當(dāng)于通過“傳值'來傳遞對(duì)象。

2. 當(dāng)人們復(fù)制可變對(duì)象時(shí),就復(fù)制了可變對(duì)象的引用,如果改變引用的值,則修改了原始的參數(shù)。

3. 為了簡(jiǎn)化內(nèi)存管理,Python通過引用計(jì)數(shù)機(jī)制實(shí)現(xiàn)自動(dòng)垃圾回收功能,Python中的每個(gè)對(duì)象都有一個(gè)引用計(jì)數(shù),用來計(jì)數(shù)該對(duì)象在不同場(chǎng)所分別被引用了多少次。每當(dāng)引用一次Python對(duì)象,相應(yīng)的引用計(jì)數(shù)就增1,每當(dāng)消毀一次Python對(duì)象,則相應(yīng)的引用就減1,只有當(dāng)引用計(jì)數(shù)為零時(shí),才真正從內(nèi)存中刪除Python對(duì)象。

二、具體應(yīng)用

1. = 與 copy 與 deepcopy

= 賦值并不會(huì)新建對(duì)象,b 和 a 引用的是同一個(gè)對(duì)象。

copy 方法會(huì)新建對(duì)象,b 和 a 引用的是不同的對(duì)象,但里面的可變對(duì)象(列表 y)依然引用的是同一個(gè)對(duì)象。也就是說 copy 方法只會(huì)復(fù)制最外面一層,里面的不會(huì)新建對(duì)象而是直接用原對(duì)象,是淺層復(fù)制。

deepcopy 方法會(huì)新建對(duì)象,里面的可變對(duì)象也會(huì)新建對(duì)象。實(shí)際上deepcopy是遞歸copy,是深層復(fù)制。

代碼實(shí)例

# = 賦值
a = {'x': 11, 'y': [22, 33]}
b = a
print(id(a))
>>> 1630605400840
print(id(b))
>>> 1630605400840

# copy 方法
a = {'x': 11, 'y': [22, 33]}
b = a.copy()
print(id(a))
>>> 2357161715536
print(id(b))
>>> 2357161715608
print(id(a['y']))
>>> 140720772330640
print(id(b['y']))
>>> 140720772330640

# deepcopy 方法
import copy
a = {'x': 11, 'y': [22, 33]}
b = copy.deepcopy(a)
print(id(a))
>>> 2357161715536
print(id(b))
>>> 2357161715608
print(id(a['x']))
>>> 140720772330640
print(id(b['x']))
>>> 140720772330640
print(id(a['y']))
>>> 2462852627784
print(id(b['y']))
>>> 2462852628232

以上就是本文的全部?jī)?nèi)容,希望對(duì)大家的學(xué)習(xí)有所幫助,也希望大家多多支持腳本之家。

相關(guān)文章

  • Pandas的MultiIndex多層索引使用說明

    Pandas的MultiIndex多層索引使用說明

    這篇文章主要介紹了Pandas的MultiIndex多層索引使用說明,具有很好的參考價(jià)值,希望對(duì)大家有所幫助。如有錯(cuò)誤或未考慮完全的地方,望不吝賜教
    2021-09-09
  • Python如何定義接口和抽象類

    Python如何定義接口和抽象類

    這篇文章主要介紹了Python如何定義接口和抽象類,文中講解非常細(xì)致,代碼幫助大家更好的理解和學(xué)習(xí),感興趣的朋友可以了解下
    2020-07-07
  • 在Django中創(chuàng)建第一個(gè)靜態(tài)視圖

    在Django中創(chuàng)建第一個(gè)靜態(tài)視圖

    這篇文章主要介紹了在Django中創(chuàng)建第一個(gè)靜態(tài)視圖的方法,與其他編程語(yǔ)言的開始一樣,以Hello world作為示例,需要的朋友可以參考下
    2015-07-07
  • Python計(jì)算兩個(gè)日期相差天數(shù)的方法示例

    Python計(jì)算兩個(gè)日期相差天數(shù)的方法示例

    這篇文章主要介紹了Python計(jì)算兩個(gè)日期相差天數(shù)的方法,結(jié)合簡(jiǎn)單實(shí)例形式分析了Python日期時(shí)間的轉(zhuǎn)換與運(yùn)算相關(guān)操作技巧,需要的朋友可以參考下
    2017-05-05
  • python中的布隆過濾器用法及原理詳解

    python中的布隆過濾器用法及原理詳解

    這篇文章主要介紹了python中的布隆過濾器用法及原理詳解,布隆過濾器是一種概率空間高效的數(shù)據(jù)結(jié)構(gòu),它與hashmap非常相似,用于檢索一個(gè)元素是否在一個(gè)集合中。它在檢索元素是否存在時(shí),能很好地取舍空間使用率與誤報(bào)比例,需要的朋友可以參考下
    2023-07-07
  • python神經(jīng)網(wǎng)絡(luò)Keras構(gòu)建CNN網(wǎng)絡(luò)訓(xùn)練

    python神經(jīng)網(wǎng)絡(luò)Keras構(gòu)建CNN網(wǎng)絡(luò)訓(xùn)練

    這篇文章主要為大家介紹了python神經(jīng)網(wǎng)絡(luò)學(xué)習(xí)使用Keras構(gòu)建CNN網(wǎng)絡(luò)訓(xùn)練,有需要的朋友可以借鑒參考下,希望能夠有所幫助,祝大家多多進(jìn)步,早日升職加薪
    2022-05-05
  • python優(yōu)化數(shù)據(jù)預(yù)處理方法Pandas pipe詳解

    python優(yōu)化數(shù)據(jù)預(yù)處理方法Pandas pipe詳解

    在本文中,我們將重點(diǎn)討論一個(gè)將多個(gè)預(yù)處理操作組織成單個(gè)操作的特定函數(shù):pipe。我將通過示例方式來展示如何使用它,讓我們從數(shù)據(jù)創(chuàng)建數(shù)據(jù)幀開始吧
    2021-11-11
  • python3中數(shù)組逆序輸出方法

    python3中數(shù)組逆序輸出方法

    在本篇文章里小編給大家整理的是一篇關(guān)于python3中數(shù)組逆序輸出方法內(nèi)容,有需要的朋友們可以學(xué)習(xí)下。
    2020-12-12
  • Python中的進(jìn)制轉(zhuǎn)換詳解

    Python中的進(jìn)制轉(zhuǎn)換詳解

    這篇文章主要介紹了Python中的進(jìn)制轉(zhuǎn)換詳解,python內(nèi)置函數(shù)進(jìn)行進(jìn)制轉(zhuǎn)換的原理是將讀入的一個(gè)字符串(python默認(rèn)讀入的都是字符串形式)轉(zhuǎn)為10進(jìn)制,然后再用相關(guān)函數(shù)進(jìn)行其他進(jìn)制轉(zhuǎn)換,需要的朋友可以參考下
    2023-08-08
  • python實(shí)現(xiàn)集中式的病毒掃描功能詳解

    python實(shí)現(xiàn)集中式的病毒掃描功能詳解

    這篇文章主要介紹了python實(shí)現(xiàn)集中式的病毒掃描功能,結(jié)合實(shí)例形式分析了Python集中式的病毒掃描相關(guān)原理、實(shí)現(xiàn)方法與操作注意事項(xiàng),需要的朋友可以參考下
    2019-07-07

最新評(píng)論