python中如何對多變量連續(xù)賦值
看到一段代碼,如下
self.batch_size = batch_size = 128
初一看很詫異,仔細想想其實很合理的。
在python可能會需要同時聲明多個變量,并對多個變量賦予相同的初始值,可以采用如下的方式賦值
a=b=c=1
但這里也需要注意,如果賦值為列表或者字典,比如
a=b=c=[1,2,3]
則a、b、c都是指向列表的指針,而不是復制,改變一個,其它的也會改變。
比如令 a[1] = 4, 則 b=[1,4,3]
python 賦值和拷貝 你真的了解嗎?
現(xiàn)象:先上一段代碼。
>>> import copy
>>> a = [1,2,3,4,['a','b']]
>>> b = a
>>> c = copy.copy(a)
>>> d = copy.deepcopy(a)
>>> a.append(5)
>>> print(a)
[1, 2, 3, 4, ['a', 'b'], 5]
>>> print(b)
[1, 2, 3, 4, ['a', 'b'], 5]
>>> print(c)
[1, 2, 3, 4, ['a', 'b']]
>>> print(d)
[1, 2, 3, 4, ['a', 'b']]
>>> a[4].append('c')
>>> print(a)
[1, 2, 3, 4, ['a', 'b', 'c'], 5]
>>> print(b)
[1, 2, 3, 4, ['a', 'b', 'c'], 5]
>>> print(c)
[1, 2, 3, 4, ['a', 'b', 'c']]
>>> print(d)
[1, 2, 3, 4, ['a', 'b']]######內(nèi)存地址########
>>> id(a)44350024>>> id(b)44350024>>> id(c)44410440>>> id(d)44410760
一、概念(原理)
1、在詳細的了解python中賦值、copy和deepcopy之前
我們還是要花一點時間來了解一下python內(nèi)存中變量的存儲情況。
在高級語言中,變量是對內(nèi)存及其地址的抽象。對于python而言,python的一切變量都是對象,變量的存儲,采用了引用語義的方式,存儲的只是一個變量的值所在的內(nèi)存地址,而不是這個變量的只本身。

2、賦值
在python中,對象的賦值就是簡單的對象引用,這點和C++不同。如下:
list_a = [1,2,3,"hello",["python","C++"]] list_b = list_a
這種情況下,list_b和list_a是一樣的,他們指向同一片內(nèi)存,list_b不過是list_a的別名,是引用。
我們可以使用 list_b is list_a 來判斷,返回true,表明他們地址相同,內(nèi)容相同。也可使用id(x) for x in list_a, list_b 來查看兩個list的地址。
賦值操作(包括對象作為參數(shù)、返回值)不會開辟新的內(nèi)存空間,它只是復制了新對象的引用。也就是說,除了list_b這個名字以外,沒有其它的內(nèi)存開銷。
修改了list_a,就影響了list_b;同理,修改了list_b就影響了list_a。
3、淺拷貝
淺拷貝會創(chuàng)建新對象,其內(nèi)容是原對象的引用。
淺拷貝有三種形式:切片操作,工廠函數(shù),copy模塊中的copy函數(shù)
比如對上述list_a,
切片操作:list_b = list_a[:] 或者 list_b = [each for each in list_a]
工廠函數(shù):list_b = list(list_a)
copy函數(shù):list_b = copy.copy(list_a)
淺拷貝產(chǎn)生的list_b不再是list_a了,使用is可以發(fā)現(xiàn)他們不是同一個對象,使用id查看,發(fā)現(xiàn)它們也不指向同一片內(nèi)存。但是當我們使用 id(x) for x in list_a 和 id(x) for x in list_b 時,可以看到二者包含的元素的地址是相同的。
在這種情況下,list_a和list_b是不同的對象,修改list_b理論上不會影響list_a。比如list_b.append([4,5])。
但是要注意,淺拷貝之所以稱為淺拷貝,是它僅僅只拷貝了一層,在list_a中有一個嵌套的list,如果我們修改了它,情況就不一樣了。
list_a[4].append("C")。查看list_b,你將發(fā)現(xiàn)list_b也發(fā)生了變化。這是因為,你修改了嵌套的list。修改外層元素,會修改它的引用,讓它們指向別的位置,修改嵌套列表中的元素,列表的地址并為發(fā)生變化,指向的都是同一個位置。
4、深拷貝
深拷貝只有一種形式,copy模塊中的deepcopy函數(shù)。
和淺拷貝對應,深拷貝拷貝了對象的所有元素,包括多層嵌套的元素。因而,它的時間和空間開銷要高。
同樣對list_a,若使用list_b = copy.deepcopy(list_a),再修改list_b將不會影響到list_a了。即使嵌套的列表具有更深的層次,也不會產(chǎn)生任何影響,因為深拷貝出來的對象根本就是一個全新的對象,不再與原來的對象有任何關聯(lián)。

二、關于拷貝的警告
1、對于非容器類型,如數(shù)字,字符,以及其它“原子”類型,沒有拷貝一說。產(chǎn)生的都是原對象的引用。
2、如果元組變量值包含原子類型對象,即使采用了深拷貝,也只能得到淺拷貝。
以上為個人經(jīng)驗,希望能給大家一個參考,也希望大家多多支持腳本之家。
相關文章
使用Python搭建服務器公網(wǎng)展示本地電腦文件的操作過程
這篇文章主要介紹了使用Python搭建服務器公網(wǎng)展示本地電腦文件,今天我們就嘗試用python,建立一個簡單的http服務器,用來展示本地電腦上指定的目錄和文件,需要的朋友可以參考下2023-08-08
一文實現(xiàn)刪除numpy數(shù)組中的指定索引元素
在Python中,Numpy是一個強大的數(shù)學庫,用于處理大型多維數(shù)組和矩陣的數(shù)學運算,數(shù)組是由相同類型的數(shù)據(jù)元素組成的集合,并且每個元素都可以通過索引進行訪問,本文將給大家介紹如何刪除numpy數(shù)組中的指定索引元素,需要的朋友可以參考下2024-05-05
matplotlib之多邊形選區(qū)(PolygonSelector)的使用
這篇文章主要介紹了matplotlib之多邊形選區(qū)(PolygonSelector)的使用,文中通過示例代碼介紹的非常詳細,對大家的學習或者工作具有一定的參考學習價值,需要的朋友們下面隨著小編來一起學習學習吧2021-02-02
從零學python系列之數(shù)據(jù)處理編程實例(二)
這篇文章主要介紹了python數(shù)據(jù)處理編程實例,需要的朋友可以參考下2014-05-05
深入理解Python中的*args和**kwargs參數(shù)(示例代碼)
*args和**kwargs是Python函數(shù)編程中極其有用的特性,它們?yōu)楹瘮?shù)參數(shù)的處理提供了極大的靈活性和強大的功能,這篇文章主要介紹了Python中的*args和**kwargs參數(shù),需要的朋友可以參考下2024-06-06

