摘要：

如果你學(xué)過 C 語言，那么當(dāng)你初見 Python 時可能會覺得 Python 的賦值方式略有詭異：好像差不多，但又好像哪里有點不太對勁。

本文比較并解釋了這種賦值邏輯上的差異?；卮鹆藶槭裁葱枰@種賦值邏輯以及如何使用這種賦值邏輯的問題。

當(dāng)然，即使未學(xué)過 C 語言，也可通過本文更好地了解 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 Python 程序。

第一章 引例

先來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 是兩個獨(dú)立的變量，那么 a 的值當(dāng)然不會受到影響。

真的是這樣嗎？

再來看一段代碼：

# 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”

先不解釋上面那個“看似矛盾”的問題。

先來看看另一組簡單的 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樣子：

b ← 3b ← b + 5

所以下面這張在內(nèi)存中的操作圖可能更符合我們的直覺：

也即 b + 5 的值又寫回到 b 中。典型的 C 程序就是這樣的。為變量 b 分配一個 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，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 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 得到了一個新值，然后令 b 指向了這個新值。換句話說，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值，而 Python 中的變量指向一個值。

如果說 C 程序是通過操縱內(nèi)存地址而間接操作數(shù)據(jù)(每個變量固定對應(yīng)一個內(nèi)存地址，所以說操縱變量就是操縱內(nèi)存地址），數(shù)據(jù)處于被動地位，那么 Python 則是直接操縱數(shù)據(jù)，數(shù)據(jù)處于主動地位，變量只是作為一種引用關(guān)系而存在，而不再擁有存儲功能。

在 Python 中，每一個數(shù)據(jù)都會占用一個內(nèi)存空間，如 b + 5 這個新的數(shù)據(jù)也占用了一個全新的內(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 中被稱為對象 (Object)。

這句話并不太嚴(yán)謹(jǐn)。不過在這個簡單的例子中是成立的。

一個整數(shù) 3 是一個 int 型對象，一個 'hello' 是一個字符串對象，一個 [1, 2, 3] 是一個列表對象。

Python 把一切數(shù)據(jù)都看成「對象」。它為每一個對象分配一個內(nèi)存空間。 一個對象被創(chuàng)建后，它的 id 就不再發(fā)生變化。

id 是 identity 的縮寫。意為“身份；標(biāo)識”。
在 Python 中，可以使用 id()，來獲得一個對象的 id，可以看作是該對象在內(nèi)存中的地址。

一個對象被創(chuàng)建后，它不能被直接銷毀。因此，在上個例子中，變量 b 首先指向了對象 3，然后繼續(xù)執(zhí)行 b + 5，b + 5 產(chǎn)生了一個新的對象 8，由于對象 3 不能被銷毀，則令 b 指向新的對象 8，而不是用對象 8 去覆蓋對象 3。在代碼執(zhí)行完成后，內(nèi)存中依然有對象 3，也有對象 8，變量 b 指向了對象 8。

如果沒有變量指向?qū)ο?nbsp;3（即無法引用它了），Python 會使用垃圾回收算法來決定是否回收它（這是自動的，不需要程序編寫者操心）。

一個舊的對象不能被覆蓋，因舊的對象交互而新產(chǎn)生的數(shù)據(jù)會放在新的對象中。也就是說每個對象是一個獨(dú)立的個體，每個對象都有自己的“主權(quán)”。因此，兩個對象的交互可以產(chǎn)生一個新的對象，而不會對原對象產(chǎn)生影響。在大型程序中，各個對象之間的交互錯綜復(fù)雜，這種獨(dú)立性則使得這些交互足夠安全。

C 程序為每個變量都分配一個了固定的內(nèi)存地址，這保證了 C 變量之間的獨(dú)立性。

C 語言是變量（也即內(nèi)存地址）之間的交互，Python 是對象（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)計的核心內(nèi)容。本文只是對 Python 的這種交互方式與 C 語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。

相信這種邏輯會幫助你更好地編寫 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。

本章補(bǔ)充:
Python 的賦值更改的是變量的指向關(guān)系，因此，對于 Python，從前向后閱讀一個賦值表達(dá)式會更加容易理解。

// C 語言
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)都是對象，數(shù)字類型也不例外。3 是一個 int 類型的對象，5 也是一個 int 型的對象。
第一行，a 指向?qū)ο?nbsp;3。
第二行，令 b 也指向 a 所指向的對象 3。
第三行，因為對象不可被覆蓋（銷毀），令 b 指向新對象 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 首先指向了對象 3，然而因為對象之間的獨(dú)立性，一個對象不能去覆蓋另一個對象，則令 b 指向?qū)ο?nbsp;5，而不是將對象 3 在內(nèi)存中替換為對象 5。

再來看代碼 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 雖然是一個對象，但它并沒有試圖覆蓋b所指向的對象，而是對該對象的第一個元素進(jìn)行修改。修改，而不是覆蓋，所以它可以原對象進(jìn)行操作，而不是令 b 指向修改后的對象。
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)：

這種對象的值可以修改的對象被稱為可變對象 (immutable object)。常見的列表、字典為可變對象。

因為它的值可以被修改，因此如果有多個變量指向該列表：

a = [1, 2, 3]
b = a
c = a
d = a
...

那么使用 b, c, d, ... 的任何一個變量都能訪問該對象并修改其中的內(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)是可變對象，那么函數(shù)可以對“實參”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，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元素，更改，而不是覆蓋，因此對 t 所指向的對象的更改也改變了“實參” a 所指向的對象。而 C 語言則因為實參到形參是值傳遞，則無法改變實參的內(nèi)容（雖然借助指針可以實現(xiàn)，但這里只說一般情況下）。

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（當(dāng)然，有時候會很有用，這取決于你的程序）。比如，在多人協(xié)作編程時，如果甲不小心修改了某可變對象，那么乙、丙、丁等用到該對象的人都會受到影響。

而對于不可變對象 (immutable object)，即其值無法更改的對象，傳入函數(shù)時則不會影響“實參”的值：

>>> a = 5
>>> def add(n):
		n = n + 2
 
>>> add(a)
>>> a
5

調(diào)用函數(shù) add 時，令 n 也指向了 a 所指向的對象 5, 再執(zhí)行 n = n + 2，n 所指向的對象 5 與對象 2 相加得到了一個新的對象 7，由于一個對象不能覆蓋另一個對象，則 n 指向新的對象 7，而沒有改變原對象。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 程序之所以沒改變 a，是因為調(diào)用函數(shù)時只發(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現(xiàn)方式。

不同的思維邏輯會導(dǎo)致不同的編寫邏輯。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)方面出了錯誤，就會難以理解。只能死記硬背，把一些東西當(dāng)作 Python 的特例來記，雖然「唯手熟爾」也可以讓你走得很遠(yuǎn)，但思維正確時，不僅可以走得更遠(yuǎn)，也會走得更加輕松。

比如，當(dāng)你的思維清晰時，以下問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新的對象？
• 為什么 Python 中沒有自增/自減運(yùn)算符？
• 為什么有的可變對象傳入函數(shù)之后，卻不能被函數(shù)修改“實參”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 所指向的對象并沒有發(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)字是一個天然的不可變對象(immutable object)。
對于 n = n + 2，有人可能會說，為什么不能把它看成像列表那樣的修改，修改后 n 依然指向的是原對象，這樣的話執(zhí)行 add(a) 之后，a 就會變成 7 了，可為什么不是這樣？
因為每一個數(shù)字都是一個單個的對象，而對象不能覆蓋對象。所以該句實際上是： a 指向的對象加上對象 2，產(chǎn)生了一個新的對象，然后令 a 指向了新對象 a + 2。
因此，數(shù)字類型并不存在修改這一說，它是一個天然的不可變對象。

2. 為什么 Python 中沒有自增(++)、自減(--)運(yùn)算符？
自增或自減運(yùn)算符，在 C 語言中很常用，簡潔實用。但在 Python 中卻一定不會有。上節(jié)說到，數(shù)字是天然的不可變對象，所謂自增就是自身增加，所以它無法自增。它只能從一個對象指向下一個對象?？梢赃@樣寫 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 操作返回一個新的對象

# 答案：
## 1. 使用 list 的 copy 方法
b = a.copy()
## 2. 使用 slice 操作
b = a[:]	# slice 操作返回一個新的對象

到此這篇關(guān)于Python賦值邏輯的實現(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！

最新評論