Python比较操作符、变量赋值、对象拷贝
- 2020 年 7 月 10 日
- 筆記
- Python高级编程
Python比较操作符、变量赋值、对象拷贝
1. 比较操作符 == 和 is
1.1 区别
- == 操作符比较对象之间的值是否相等
- is 操作符比较的是对象的身份标识是否相等，即是否是同一个对象，是否指向同一个内存地址
- is 操作符的速度效率通常要优于==，因为is操作符不能被重载，执行is操作只是简单的获取对象的ID，并进行比较，而等于操作符则会递归地遍历对象所有值，并逐一比较
- 当比较一个变量与一个单例时，通常使用is
1.2 实例
# 比较两个对象
def compare(A, B):
if A == B:
print(f"{A} == {B}:{True}")
else:
print(f"{A} == {B}:{False}")
if A is B:
print(f"{A} is {B}:{True}")
else:
print(f"{A} is {B}:{False}")
print(id(A), id(B))
A = -7
B = -7
compare(A, B)
C = 4
D = 4
compare(C, D)
"""
python内部对**-5到256的整型**维持一个数组，起到一个缓存的作用，使得性能优化，因此，在-5到256之间的整型数字比较，都相等。上述代码是在jupyter notebook中运行的，如果在pycharm中运行，则都是True，pycharm中做了优化。
"""
-7 == -7:True
-7 is -7:False
139667038587504 139667038587152
4 == 4:True
4 is 4:True
# 比较一个变量
if a is None:
...
if a is not None:
...
2. 变量及其赋值
2.1 概念和逻辑关系
-
变量的赋值，只是表示让变量指向了某个对象，并不表示拷贝对象给变量；而一个对象，可以被多个变量所指向。
-
可变对象（列表，字典，集合等等）的改变，会影响所有指向该对象的变量。
-
对于不可变对象（字符串、整型、元组等等），所有指向该对象的变量的值总是一样的，也不会改变。但是通过某些操作（+= 等等）更新不可变对象的值时，会返回一个新的对象。
-
变量可以被删除，但是对象无法被删除，需要通过python垃圾回收机制回收。
2.2 Python函数的参数传递
是赋值传递，python里所有的数据类型都是对象，所以参数传递时，只是让让新变量与原变量指向相同的对象而已，并不存在值传递或是引用传递（c++等语言中）一说。
2.3 思考题
2.3.1 变量指向的是同一个对象吗？——查id
# l1,l2,分别分配了内存空间，不是指向同一个对象
# l2,l3，是指向
l1 = [1, 2, 3] # 创建了新对象
l2 = [1, 2, 3] # 创建了新对象
l3 = l2 # 指向同一个对象
print(id(l1), id(l2), id(l3))
# 1479611736648 1479611736712 1479611736712
2.3.2 变量被修改了吗？
# 字典是可变对象，对象改变，会影响所有指向该对象的变量
def func(d):
d['a'] = 10
d['b'] = 20
d = {'a': 1, 'b': 2}
func(d)
print(d) # {'a': 10, 'b': 20}
3. 浅拷贝和深度拷贝
3.1 浅拷贝概念
浅拷贝是指重新分配一块内存，创建一个新的对象，里面的元素是原对象内第一层对象的引用，因此，如果原对象中的元素是可变的，改变其也会影响拷贝后的对象，存在一定的副作用。
3.2 浅拷贝方法——可变对象
- 类型工厂函数：
- 是指不通过类而是通过函数来创建对象，list()，set()，int()，dict()，tuple()，str()等数据类型本身的构造器
- 浅拷贝中适用的是可变对象，因此，list()，set()，dict()适用，其余不适用
- 切片操作：列表
- copy模块中copy方法：copy.copy()
3.3 深度拷贝概念
深度拷贝是指重新分配一块内存，创建一个新的对象，并且将元对象中的元素，以递归的方式，通过创建新的子对象拷贝到新对象中，因此，新对象和原对象没有任何关联。另外，深度拷贝中会维护一个字典，记录已经拷贝的对象及其ID，来提高效率并放置无限递归的发生。
3.4 深度拷贝方法
- copy模块中的deepcopy方法：copy.deepcopy(）
3.5 实例
3.5.1 浅拷贝和赋值的区别——是否会创建一个新对象
l1 = [1, 2, 3]
l2 = list(l1) # 使用工厂函数实现浅拷贝
compare(l1, l2)
a = [1, 2, 3]
b = a # 变量赋值
compare(a, b)
[1, 2, 3] == [1, 2, 3]:True
[1, 2, 3] is [1, 2, 3]:False
140603550652928 140603550660720
[1, 2, 3] == [1, 2, 3]:True
[1, 2, 3] is [1, 2, 3]:True
3.5.2 字符串、数字不能实现拷贝
import copy
t1 = 4
t2 = copy.deepcopy(t1) # 对一个元组实现深度拷贝
compare(t1, t2)
sr1 = "adc"
sr2 = str(sr1) # 字符串不能创建浅拷贝
compare(sr1, sr2)
4 == 4:True
4 is 4:True
adc == adc:True
adc is adc:True
3.5.3 元组的浅拷贝和深度拷贝
import copy
s1 = (1, 2, 3,[1,2])
s2 = copy.copy(s1) # 元组不能实现浅拷贝
compare(s1, s2)python
(1, 2, 3, [1, 2]) == (1, 2, 3, [1, 2]):True
(1, 2, 3, [1, 2]) is (1, 2, 3, [1, 2]):True
import copy
t1 = (1, 2, 3)
t2 = copy.deepcopy(t1) # 只包含不可变对象的元组不能实现深拷贝
compare(t1, t2)
(1, 2, 3) == (1, 2, 3):True
(1, 2, 3) is (1, 2, 3):True
import copy
s1 = (1, 2, 3,[1,2])
s2 = copy.deepcopy(s1) # 对一个包含可变对象的元组可以实现深度拷贝
compare(s1, s2)
(1, 2, 3, [1, 2]) == (1, 2, 3, [1, 2]):True
(1, 2, 3, [1, 2]) is (1, 2, 3, [1, 2]):False
139823086708208 139823086707728
3.5.4 浅拷贝和深度拷贝的影响
# 浅拷贝：原对象的改变可能会影响新对象
import copy
l1 = [[1, 2], (30, 40)]
print(f"原对象:{l1}")
l2 = copy.copy(l1)
l1.append(100)
l1[0].append(3)
print(f"原对象修改:{l1}")
print(f"浅拷贝后的新对象:{l2}")
原对象:[[1, 2], (30, 40)]
原对象修改:[[1, 2, 3], (30, 40), 100]
浅拷贝后的新对象:[[1, 2, 3], (30, 40)]
# 深度拷贝：新对象和原对象没有任何关联
import copy
l1 = [[1, 2], (30, 40)]
print(f"原对象:{l1}")
l2 = copy.deepcopy(l1)
l1.append(100)
l1[0].append(3)
print(f"原对象修改:{l1}")
print(f"深度拷贝后的新对象:{l2}")
原对象:[[1, 2], (30, 40)]
原对象修改:[[1, 2, 3], (30, 40), 100]
深度拷贝后的新对象:[[1, 2], (30, 40)]
3.5.6 用一个深度拷贝，拷贝一个无限嵌套的列表，是否相等
import copy
x = [1]
x.append(x)
y = copy.deepcopy(x)
print(len(y)) # 输出为2
if x == y:
print(True)
else:
print(False)
# 运行报错：RecursionError: maximum recursion depth exceeded in comparison
总结
一、赋值:
在 Python 中，对象的赋值就是简单的对象引用，这点和 C++不同
二、浅拷贝(shallow copy):
浅拷贝会创建新对象，重新分配内存，其内容非原对象本身的引用，而是原对象内第一层对象的引用。浅拷贝有三种形式:切片操作、工厂函数、copy 模块中的 copy 函数。
三、深拷贝(deep copy):
深拷贝只有一种形式，copy 模块中的 deepcopy()函数。深拷贝和浅拷贝对应，深拷贝拷贝了对象的所有元素，包括多层嵌套的元素。因此，它的时间和空间开销要高。
四、拷贝的注意点:
1、对于非容器类型，如数字、字符，以及其他的“原子”类型，没有拷贝一说，产生的都是原对象的引用。
2、如果元组变量值包含原子类型对象，即使采用了深拷贝，也只能得到浅拷贝。
写在最后：
吐血整理，不过好在是终于理清了，文章中所有的例子可以在jupyter nootbook上运行，转载请注明出处，谢谢！！
