深入探究Python中變量的拷貝和作用域問(wèn)題
在 python 中賦值語(yǔ)句總是建立對(duì)象的引用值,而不是復(fù)制對(duì)象。因此,python 變量更像是指針,而不是數(shù)據(jù)存儲(chǔ)區(qū)域,

這點(diǎn)和大多數(shù) OO 語(yǔ)言類似吧,比如 C++、java 等 ~
1、先來(lái)看個(gè)問(wèn)題吧:
在Python中,令values=[0,1,2];values[1]=values,為何結(jié)果是[0,[...],2]?
>>> values = [0, 1, 2] >>> values[1] = values >>> values [0, [...], 2]
我預(yù)想應(yīng)當(dāng)是
[0, [0, 1, 2], 2]
但結(jié)果卻為何要賦值無(wú)限次?
可以說(shuō) Python 沒(méi)有賦值,只有引用。你這樣相當(dāng)于創(chuàng)建了一個(gè)引用自身的結(jié)構(gòu),所以導(dǎo)致了無(wú)限循環(huán)。為了理解這個(gè)問(wèn)題,有個(gè)基本概念需要搞清楚。
Python 沒(méi)有「變量」,我們平時(shí)所說(shuō)的變量其實(shí)只是「標(biāo)簽」,是引用。
執(zhí)行
values = [0, 1, 2]
的時(shí)候,Python 做的事情是首先創(chuàng)建一個(gè)列表對(duì)象 [0, 1, 2],然后給它貼上名為 values 的標(biāo)簽。如果隨后又執(zhí)行
values = [3, 4, 5]
的話,Python 做的事情是創(chuàng)建另一個(gè)列表對(duì)象 [3, 4, 5],然后把剛才那張名為 values 的標(biāo)簽從前面的 [0, 1, 2] 對(duì)象上撕下來(lái),重新貼到 [3, 4, 5] 這個(gè)對(duì)象上。
至始至終,并沒(méi)有一個(gè)叫做 values 的列表對(duì)象容器存在,Python 也沒(méi)有把任何對(duì)象的值復(fù)制進(jìn) values 去。過(guò)程如圖所示:

執(zhí)行
values[1] = values
的時(shí)候,Python 做的事情則是把 values 這個(gè)標(biāo)簽所引用的列表對(duì)象的第二個(gè)元素指向 values 所引用的列表對(duì)象本身。執(zhí)行完畢后,values 標(biāo)簽還是指向原來(lái)那個(gè)對(duì)象,只不過(guò)那個(gè)對(duì)象的結(jié)構(gòu)發(fā)生了變化,從之前的列表 [0, 1, 2] 變成了 [0, ?, 2],而這個(gè) ? 則是指向那個(gè)對(duì)象本身的一個(gè)引用。如圖所示:

要達(dá)到你所需要的效果,即得到 [0, [0, 1, 2], 2] 這個(gè)對(duì)象,你不能直接將 values[1] 指向 values 引用的對(duì)象本身,而是需要吧 [0, 1, 2] 這個(gè)對(duì)象「復(fù)制」一遍,得到一個(gè)新對(duì)象,再將 values[1] 指向這個(gè)復(fù)制后的對(duì)象。Python 里面復(fù)制對(duì)象的操作因?qū)ο箢愋投?,?fù)制列表 values 的操作是
values[:] #生成對(duì)象的拷貝或者是復(fù)制序列,不再是引用和共享變量,但此法只能頂層復(fù)制
所以你需要執(zhí)行
values[1] = values[:]
Python 做的事情是,先 dereference 得到 values 所指向的對(duì)象 [0, 1, 2],然后執(zhí)行 [0, 1, 2][:] 復(fù)制操作得到一個(gè)新的對(duì)象,內(nèi)容也是 [0, 1, 2],然后將 values 所指向的列表對(duì)象的第二個(gè)元素指向這個(gè)復(fù)制二來(lái)的列表對(duì)象,最終 values 指向的對(duì)象是 [0, [0, 1, 2], 2]。過(guò)程如圖所示:

往更深處說(shuō),values[:] 復(fù)制操作是所謂的「淺復(fù)制」(shallow copy),當(dāng)列表對(duì)象有嵌套的時(shí)候也會(huì)產(chǎn)生出乎意料的錯(cuò)誤,比如
a = [0, [1, 2], 3] b = a[:] a[0] = 8 a[1][1] = 9
問(wèn):此時(shí) a 和 b 分別是多少?
正確答案是 a 為 [8, [1, 9], 3],b 為 [0, [1, 9], 3]。發(fā)現(xiàn)沒(méi)?b 的第二個(gè)元素也被改變了。想想是為什么?不明白的話看下圖

正確的復(fù)制嵌套元素的方法是進(jìn)行「深復(fù)制」(deep copy),方法是
import copy a = [0, [1, 2], 3] b = copy.deepcopy(a) a[0] = 8 a[1][1] = 9

2、引用 VS 拷貝:
(1)沒(méi)有限制條件的分片表達(dá)式(L[:])能夠復(fù)制序列,但此法只能淺層復(fù)制。
(2)字典 copy 方法,D.copy() 能夠復(fù)制字典,但此法只能淺層復(fù)制
(3)有些內(nèi)置函數(shù),例如 list,能夠生成拷貝 list(L)
(4)copy 標(biāo)準(zhǔn)庫(kù)模塊能夠生成完整拷貝:deepcopy 本質(zhì)上是遞歸 copy
(5)對(duì)于不可變對(duì)象和可變對(duì)象來(lái)說(shuō),淺復(fù)制都是復(fù)制的引用,只是因?yàn)閺?fù)制不變對(duì)象和復(fù)制不變對(duì)象的引用是等效的(因?yàn)閷?duì)象不可變,當(dāng)改變時(shí)會(huì)新建對(duì)象重新賦值)。所以看起來(lái)淺復(fù)制只復(fù)制不可變對(duì)象(整數(shù),實(shí)數(shù),字符串等),對(duì)于可變對(duì)象,淺復(fù)制其實(shí)是創(chuàng)建了一個(gè)對(duì)于該對(duì)象的引用,也就是說(shuō)只是給同一個(gè)對(duì)象貼上了另一個(gè)標(biāo)簽而已。
L = [1, 2, 3]
D = {'a':1, 'b':2}
A = L[:]
B = D.copy()
print "L, D"
print L, D
print "A, B"
print A, B
print "--------------------"
A[1] = 'NI'
B['c'] = 'spam'
print "L, D"
print L, D
print "A, B"
print A, B
L, D
[1, 2, 3] {'a': 1, 'b': 2}
A, B
[1, 2, 3] {'a': 1, 'b': 2}
--------------------
L, D
[1, 2, 3] {'a': 1, 'b': 2}
A, B
[1, 'NI', 3] {'a': 1, 'c': 'spam', 'b': 2}
3、增強(qiáng)賦值以及共享引用:
x = x + y,x 出現(xiàn)兩次,必須執(zhí)行兩次,性能不好,合并必須新建對(duì)象 x,然后復(fù)制兩個(gè)列表合并
屬于復(fù)制/拷貝
x += y,x 只出現(xiàn)一次,也只會(huì)計(jì)算一次,性能好,不生成新對(duì)象,只在內(nèi)存塊末尾增加元素。
當(dāng) x、y 為list時(shí), += 會(huì)自動(dòng)調(diào)用 extend 方法進(jìn)行合并運(yùn)算,in-place change。
屬于共享引用
L = [1, 2] M = L L = L + [3, 4] print L, M print "-------------------" L = [1, 2] M = L L += [3, 4] print L, M [1, 2, 3, 4] [1, 2] ------------------- [1, 2, 3, 4] [1, 2, 3, 4]
4、python 從2.x 到3.x,語(yǔ)句變函數(shù)引發(fā)的變量作用域問(wèn)題
先看段代碼:
def test():
a = False
exec ("a = True")
print ("a = ", a)
test()
b = False
exec ("b = True")
print ("b = ", b)
在 python 2.x 和 3.x 下 你會(huì)發(fā)現(xiàn)他們的結(jié)果不一樣:
2.x: a = True b = True 3.x: a = False b = True
這是為什么呢?
因?yàn)?3.x 中 exec 由語(yǔ)句變成函數(shù)了,而在函數(shù)中變量默認(rèn)都是局部的,也就是說(shuō)
你所見(jiàn)到的兩個(gè) a,是兩個(gè)不同的變量,分別處于不同的命名空間中,而不會(huì)沖突。
具體參考 《learning python》P331-P332
知道原因了,我們可以這么改改:
def test():
a = False
ldict = locals()
exec("a=True",globals(),ldict)
a = ldict['a']
print(a)
test()
b = False
exec("b = True", globals())
print("b = ", b)
這個(gè)問(wèn)題在 stackoverflow 上已經(jīng)有人問(wèn)了,而且 python 官方也有人報(bào)了 bug。。。
具體鏈接在下面:
http://stackoverflow.com/questions/7668724/variables-declared-in-execed-code-dont-become-local-in-python-3-documentatio
http://bugs.python.org/issue4831
http://stackoverflow.com/questions/1463306/how-does-exec-work-with-locals
相關(guān)文章
python 中關(guān)于pycharm選擇運(yùn)行環(huán)境的問(wèn)題
這篇文章主要介紹了python 中關(guān)于pycharm選擇運(yùn)行環(huán)境的相關(guān)知識(shí),本文給大家介紹的非常詳細(xì),對(duì)大家的學(xué)習(xí)或工作具有一定的參考借鑒價(jià)值,需要的朋友可以參考下2020-10-10
pytorch ImageFolder的覆寫(xiě)實(shí)例
今天小編就為大家分享一篇pytorch ImageFolder的覆寫(xiě)實(shí)例,具有很好的參考價(jià)值,希望對(duì)大家有所幫助。一起跟隨小編過(guò)來(lái)看看吧2020-02-02
基于打開(kāi)pycharm有帶圖片md文件卡死問(wèn)題的解決
這篇文章主要介紹了基于打開(kāi)pycharm有帶圖片md文件卡死問(wèn)題的解決,具有很好的參考價(jià)值,希望對(duì)大家有所幫助。一起跟隨小編過(guò)來(lái)看看吧2020-04-04
Opencv 圖片的OCR識(shí)別的實(shí)戰(zhàn)示例
這篇文章主要介紹了Opencv 圖片的OCR識(shí)別,文中通過(guò)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,需要的朋友們下面隨著小編來(lái)一起學(xué)習(xí)學(xué)習(xí)吧2021-03-03
Python for Informatics 第11章之正則表達(dá)式(四)
這篇文章主要介紹了Python for Informatics 第11章之正則表達(dá)式(四) 的相關(guān)資料,需要的朋友可以參考下2016-04-04
在 Python 應(yīng)用中使用 MongoDB的方法
這篇文章主要介紹了在 Python 應(yīng)用中使用 MongoDB的方法,需要的朋友可以參考下2017-01-01
Pandas之Fillna填充缺失數(shù)據(jù)的方法
這篇文章主要介紹了Pandas之Fillna填充缺失數(shù)據(jù)的方法,文中通過(guò)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,需要的朋友們下面隨著小編來(lái)一起學(xué)習(xí)學(xué)習(xí)吧2019-06-06
python實(shí)現(xiàn)自動(dòng)重啟本程序的方法
這篇文章主要介紹了python實(shí)現(xiàn)自動(dòng)重啟本程序的方法,涉及Python進(jìn)程操作的相關(guān)技巧,具有一定參考借鑒價(jià)值,需要的朋友可以參考下2015-07-07

