前言
在Python中变量名规则与其他大多数高级语言一样,都是受C语言影响的,另外变量名是大小写敏感的。
Python是动态类型语言,也就是说不需要预先声明变量类型,变量的类型和值在赋值那一刻被初始化,下面详细介绍了Python的变量赋值问题,一起来学习学习吧。
我们先看一下如下代码:
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
|
c = {} def foo(): f = dict ( zip ( list ( "abcd" ), [ 1 , 2 , 3 , 4 ])) c.update(f) if __name__ = = "__main__" : a = b = d = c b[ 'e' ] = 5 d[ 'f' ] = 6 foo() print (a) print (b) print (c) print (d) |
输出结果:
1
2
3
4
|
{ 'a' : 1 , 'c' : 3 , 'b' : 2 , 'e' : 5 , 'd' : 4 , 'f' : 6 } { 'a' : 1 , 'c' : 3 , 'b' : 2 , 'e' : 5 , 'd' : 4 , 'f' : 6 } { 'a' : 1 , 'c' : 3 , 'b' : 2 , 'e' : 5 , 'd' : 4 , 'f' : 6 } { 'a' : 1 , 'c' : 3 , 'b' : 2 , 'e' : 5 , 'd' : 4 , 'f' : 6 } |
如果你对以上输出结果不感到奇怪,那么就不必往下看了。实际上本文要讨论的内容非常简单,不要为此浪费您宝贵的时间。
Python 属于动态语言,程序的结构可以在运行的过程中随时改变,而且 python 还是弱类型的语言,所以如果你是从静态、强类型编程语言转过来的,理解起 Python 的赋值,刚开始可能会感觉有些代码有点莫名其妙。
可能你会以为上面代码的输出会是这样的:
1
2
3
4
|
{} { 'e' : 5 } {} { 'f' : 6 } |
你可能认为 a 没有被改变,因为没有看到哪里对它做了改变;b 和 d 的改变是和明显的;c 呢,因为是在函数内被改变的,你可能认为 c 会是一个局部变量,所以全局的 c 不会被改变。
实际上,这里的 a, b, c, d 同时指向了一块内存空间,这可内存空间保存的是一个字典对象。这有点像 c 语言的指针,a, b, c, d 四个指针指向同一个内存地址,也就是给这块内存其了 4 个笔名。所以,不管你改变谁,其他三个变量都会跟着变化。那为什么 c 在函数内部被改变,而且没有用 global 申明,但全局的 c 去被改变了呢?
我们再来看一个例子:
1
2
3
4
5
6
7
8
9
10
|
>>>a = { 1 : 1 , 2 : 2 } >>>b = a >>>a[ 3 ] = 3 >>>b { 1 : 1 , 2 : 2 , 3 : 3 } >>>a = 4 >>>b { 1 : 1 , 2 : 2 , 3 : 3 } >>>a 4 |
当 b = a 时,a 与 b 指向同一个对象,所以在 a 中添加一个元素时,b 也发生变化。而当 a = 4 时, a 就已经不再指向字典对象了,而是指向一个新的 int 对象(python 中整数也是对象),这时只有 b 指向字典,所以 a 改变时 b 没有跟着变化。这是只是说明了什么时候赋值变量会发生质的改变,而以上的问题还没有被解决。
那么,我么再来看一个例子:
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
|
class TestObj( object ): pass x = TestObj() x.x = 8 d = { "a" : 1 , "b" : 2 , "g" : x} xx = d.get( "g" , None ) xx.x = 10 print ( "x.x:%s" % x.x) print ( "xx.x: %s" % xx.x) print ( "d['g'].x: %s" % d[ 'g' ].x) # Out: # x.x:10 # xx.x: 10 # d['g'].x: 10 |
由以上的实例可以了解到,如果仅改变对象的属性(或者说成是改变结构),所有指向该对象的变量都会随之改变。但是如果一个变量重新指向了一个对象,那么其他指向该对象的变量不会随之变化。所以,最开始的例子中,c 虽然在函数内部被改变,但是 c 是全局的变量,我们只是在 c 所指向的内存中添加了一个值,而没有将 c 指向另外的变量。
需要注意的是,有人可能会认为上例中的最后一个输出应该是 d['g'].x: 8。 这样理解的原因可能是觉得已经把字典中 ‘g' 所对应的值取出来了,并重新命名为 xx,那么 xx 就与字典无关了。其实际并不是这样的,字典中的 key 所对应的 value 就像是一个指针指向了一片内存区域,访问字典中 key 时就是去该区域取值,如果将值取出来赋值给另外一个变量,例如 xx = d['g'] 或者 xx = d.get("g", None),这样只是让 xx 这个变量也指向了该区域,也就是说字典中的键 ‘g' 和 xx 对象指向了同一片内存空间,当我们只改变 xx 的属性时,字典也会发生变化。
下例更加直观的展示了这一点:
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
|
class TestObj( object ): pass x = TestObj() x.x = 8 d = { "a" : 1 , "b" : 2 , "g" : x} print (d[ 'g' ].x) xx = d[ "g" ] xx.x = 10 print (d[ 'g' ].x) xx = 20 print (d[ 'g' ].x) # Out: # 8 # 10 # 10 |
这个知识点非常简单,但如果没有理解,可能无法看明白别人的代码。这一点有时候会给程序设计带来很大的便利,例如设计一个在整个程序中保存状态的上下文:
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
29
30
31
|
class Context( object ): pass def foo(context): context.a = 10 context.b = 20 x = 1 def hoo(context): context.c = 30 context.d = 40 x = 1 if __name__ = = "__main__" : context = Context() x = None foo(context) hoo(context) print (x) print (context.a) print (context.b) print (context.c) print (context.d) # Out: # None # 10 # 20 # 30 # 40 |
示例中我们可以把需要保存的状态添加到 context 中,这样在整个程序的运行过程中这些状态能够被任何位置被使用。
在来一个终结的例子,执行外部代码:
outer_code.py
1
2
3
4
5
6
7
8
9
10
11
12
|
from __future__ import print_function def initialize(context): g.a = 333 g.b = 666 context.x = 888 def handle_data(context, data): g.c = g.a + g.b + context.x + context.y a = np.array([ 1 , 2 , 3 , 4 , 5 , 6 ]) print ( "outer space: a is %s" % a) print ( "outer space: context is %s" % context) |
main_exec.py
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
29
30
31
32
33
34
35
36
37
38
39
40
41
42
43
44
45
46
47
48
|
from __future__ import print_function import sys import imp from pprint import pprint class Context( object ): pass class PersistentState( object ): pass # Script starts from here if __name__ = = "__main__" : outer_code_moudle = imp.new_module( 'outer_code' ) outer_code_moudle.__file__ = 'outer_code.py' sys.modules[ "outer_code" ] = outer_code_moudle outer_code_scope = code_scope = outer_code_moudle.__dict__ head_code = "import numpy as np\nfrom main_exec import PersistentState\ng=PersistentState()" exec (head_code, code_scope) origin_global_names = set (code_scope.keys()) with open ( "outer_code.py" , "rb" ) as f: outer_code = f.read() import __future__ code_obj = compile (outer_code, "outer_code.py" , "exec" , flags = __future__.unicode_literals.compiler_flag) exec (code_obj, code_scope) # 去除掉内建名字空间的属性,仅保留外部代码中添加的属性 outer_code_global_names = set (outer_code_scope.keys()) - origin_global_names outer_func_initialize = code_scope.get( "initialize" , None ) outer_func_handle_data = code_scope.get( "handle_data" , None ) context = Context() context.y = 999 outer_func_initialize(context) outer_func_handle_data(context, None ) g = outer_code_scope[ "g" ] assert g.c = = 2886 print ( "g.c: %s" % g.c) print ( dir (g)) print ( dir (context)) pprint(outer_code_moudle.__dict__) |
总结
以上就是这篇文章的全部内容了,希望本文的内容对大家的学习或者工作能带来一定的帮助,如果有疑问大家可以留言交流。