zoukankan      html  css  js  c++  java
  • python中的可变与不可变对象

    Python中的可变对象和不可变对象

    什么是可变/不可变对象 

    • 不可变对象,该对象所指向的内存中的值不能被改变。当改变某个变量时候,由于其所指的值不能被改变,相当于把原来的值复制一份后再改变,这会开辟一个新的地址,变量再指向这个新的地址。
    • 可变对象,该对象所指向的内存中的值可以被改变。变量(准确的说是引用)改变后,实际上是其所指的值直接发生改变,并没有发生复制行为,也没有开辟新的出地址,通俗点说就是原地改变

    Python中,数值类型(intfloat)、字符串str、元组tuple都是不可变类型。而列表list、字典dict、集合set是可变类型。

    还是看代码比较直观。先看不可变对象

    不可变对象的例子

    先说明一点is 就是判断两个对象的id是否相同, 而 == 判断的则是内容是否相同。

    a = 2
    b = 2
    c = a + 0 
    c += 0
    
    print(id(a), id(b), id(2))  # id都相同
    print(c is b) #True

    再来看字符串

    astr = 'good'
    bstr = 'good'
    cstr = astr + ''
    print(cstr is bstr) # True
    print(id(astr), id(bstr), id('good'))  # 三个id相同

    和数值类型的结果一样。如果是下面这种情况,变量修改后不在是good

    astr = 'good'
    print(id(astr))
    astr += 'aa'
    print(id(astr)) # id和上面的不一样

    由于是不可变对象,变量对应内存的值不允许被改变。当变量要改变时,实际上是把原来的值复制一份后再改变,开辟一个新的地址,astr再指向这个新的地址(所以前后astr的id不一样),原来astr对应的值因为不再有对象指向它,就会被垃圾回收。这对于int和float类型也是一样的。

    再看tuple

    add = (1, 2, 3)
    aee = (1, 2, 3)
    print(id(add), id(aee), id((1, 2, 3)))  # id各不相同
    
    aee = (1, 2, 3)
    print(id(aee))
    aee += () # 加空元组
    print(id(aee))  # id变了!
    print(aee)  #(1 ,2,3)

    虽然看上去都是(1 ,2, 3)按理说应该和上面一致才对。难道这是可变对象?再看

    add = (1, 2, 3)
    aee = add 
    print(id(aee), id(add)) # 这两个id一样
    aee += (4, 5, 6)
    print(id(aee)) # aee的id变了!
    print(add) # add还是(1, 2, 3)没有变

    又和数值类型于str类型一致了。如果是可变对象add = aee,它们指向同一地址(id相同)是肯定的。但不是同一对象的不同引用,因为如果是的话,aee的改变会引起add的改变,再tuple中并不是这样。所以tuple是不可变对象,但又和str和数值类型稍微有点区别。平常说的tuple不可变更多时候是指里面存放的值不能被改变(有些特殊情况,如tuple里面存放了list,可改变list里的元素。但实际上这个tuple并没有被改变)。

    对于str、int、float只要在它们再类型相同的情况下,值也相同,那么它们的id相同。(为什么要说类型相同?)

    a = 2.0
    b = 2
    print(a is b)  # False, 一个int一个float,类型都不同

    2和2.0就不在一个地址上。

    可变对象的例子

    lis = [1, 2, 3]
    lis2 = [1, 2, 3]
    # 虽然它们的内容一样,但是它们指向的是不同的内存地址
    print(lis is lis2)
    print(id(lis), id(lis2), id([1, 2, 3]))  # 三个id都不同

    再看赋值的情况下

    alist = [1, 2, 3]
    # alist实际上是对对象的引用,blist = alist即引用的传递,现在两个引用都指向了同一个对象(地址)
    blist = alist
    print(id(alist), id(blist))  # id一样
    # 所以其中一个变化,会影响到另外一个
    blist.append(4)
    print(alist)  # 改变blist, alist也变成了[1 ,2 ,3 4]
    print(id(alist), id(blist))  # id一样,和上面值没有改变时候的id也一样

    blist = alist这一句。alist实际上是对对象的引用,blist = alist即引用的传递,现在两个引用都指向了同一个对象(地址)。所以其中一个变化,会影响到另外一个。

    再看看set

    abb = {1, 2, 3}
    acc = abb
    print(id(abb), id(acc))
    acc.add(4)
    print(abb)  # {1, 2, 3, 4} 
    print(id(abb), id(acc)) # 相等

    和上面list的例子一致。

    可变对象由于所指对象可以被修改,所以无需复制一份之后再改变,直接原地改变,所以不会开辟新的内存,改变前后id不变。

    当然不可变对象就不是这样了, 可以和这个对比一下

    abc = 3
    dd = abc
    dd = 43
    print(abc)  # 3,并不随dd的改变而改变

    但是如果是拷贝,就仅仅是将内容拷贝过去,传递的并是不引用。这在想使用列表的值又不想修改原列表的时候特别有用。

    blist = alist[:]  # or alist.copy()
    print(alist is blist)  # False
    blist.append(4)
    print(alist)  # 还是[1,2 ,3]没有变化

    作为函数参数

    作为函数参数,也是一样的,可变类型传递的是引用,不可变类型传递的是内容。

    test_list = [1, 2, 3, 4]
    test_str = 'HAHA'
    
    
    def change(alist):
        alist.append(5)
    
    
    def not_change(astr):
        astr.lower()
    
    
    change(test_list)
    not_change(test_str)
    print(test_list)  # 改变了原来的值
    print(test_str)  # 没有变

    当然了,如果不想改变原来列表的值,参数可以传入列变的拷贝。alsit[:]

    有趣的例子

    再看一个有趣的例子,我们知道list是可以使用+添加一个列表的。

    
    a1 = [1, 2, 3]
    a2 = a1
    print(id(a1), id(a2))
    # 实际上是a2指向了新的对象,id已经改变。
    # 所以现在a2、a1并不是同一对象的两个引用了,a2变化a1不会改变
    a2 = a2 + [4] # 这个等式中,右边的a2还是和a1的id一样的,一旦赋值成功,a2就指向新的对象
    print(id(1), id(a2))  # 不等,a2的id变化了
    print(a1) # [1, 2, 3]没有变

    如果是这样写

    a1 = [1, 2, 3]
    a2 = a1
    print(id(a1), id(a2))
    a2 += [4]  # 相当于调用了a2.extend([4]),原地改变并没有新的对象产生
    print(id(1), id(a2))  # 相等,a2的id没有变化
    print(a1) 

    不同的地方在于a2 += [4],这句相当于调用了a2.extend([4])相当于原地改变,并没有新的对象产生。

  • 相关阅读:
    深入理解决策树算法
    【机器学习】一文读懂分类算法常用评价指标
    Git常用操作指南
    深度学习工作站攒机指南
    一文看懂Transformer内部原理(含PyTorch实现)
    【中文版 | 论文原文】BERT:语言理解的深度双向变换器预训练
    机器学习数学基础总结
    平均精度均值(mAP)——目标检测模型性能统计量
    【Java面试宝典】深入理解JAVA虚拟机
    Faster R-CNN:详解目标检测的实现过程
  • 原文地址:https://www.cnblogs.com/chenghao1994/p/7101480.html
Copyright © 2011-2022 走看看