摘要：

如果你學(xué)過(guò) C 語(yǔ)言，那么當(dāng)你初見(jiàn) Python 時(shí)可能會(huì)覺(jué)得 Python 的賦值方式略有詭異：好像差不多，但又好像哪里有點(diǎn)不太對(duì)勁。

本文比較并解釋了這種賦值邏輯上的差異。回答了為什么需要這種賦值邏輯以及如何使用這種賦值邏輯的問(wèn)題。

當(dāng)然，即使未學(xué)過(guò) C 語(yǔ)言，也可通過(guò)本文更好地了解 Python 的賦值邏輯——這種賦值邏輯影響著 Python 的方方面面，從而可以讓你更好地理解和編寫(xiě) Python 程序。

第一章 引例

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？

第二章 Python 的“反直覺(jué)”

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。”

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(huà)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(chēng)為對(duì)象 (Object)。

這句話(huà)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

第三章 回答第一章的問(wèn)題

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(chēng)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(huà)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

到此這篇關(guān)于Python賦值邏輯的實(shí)現(xiàn)的文章就介紹到這了,更多相關(guān)Python賦值邏輯內(nèi)容請(qǐng)搜索腳本之家以前的文章或繼續(xù)瀏覽下面的相關(guān)文章希望大家以后多多支持腳本之家！

最新評(píng)論