深入理解Python中变量赋值的问题

更新时间：2017年01月12日 09:55:00 作者：Huoty''''''''s Blog

在 python 中赋值语句总是建立对象的引用值，而不是复制对象。因此，python 变量更像是指针，而不是数据存储区域，这点和大多数语言类似吧，比如 C++、java 等。下面这篇文章主要介绍了Python中变量赋值的问题,需要的朋友可以参考借鉴，下面来一起看看吧。

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:

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：

{'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：

{}
{'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：

>>>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：

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：

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：

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

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

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。

您可能感兴趣的文章:

基于python3+OpenCV实现人脸和眼睛识别
这篇文章主要为大家详细介绍了基于python3+OpenCV实现人脸和眼睛识别，文中示例代码介绍的非常详细，具有一定的参考价值，感兴趣的小伙伴们可以参考一下
2021-09-09
Python实现自动驾驶训练模型
这篇文章主要为大家介绍了Python实现自动驾驶训练模型，有需要的朋友可以借鉴参考下，希望能够有所帮助，祝大家多多进步，早日升职加薪
2022-06-06
python 用struct模块解决黏包问题
这篇文章主要介绍了python 用struct模块解决黏包问题，帮助大家更好的理解和使用python，感兴趣的朋友可以了解下
2020-11-11
Django实现基于类的分页功能
这篇文章主要为大家详细介绍了Django实现基于类的分页功能，文中示例代码介绍的非常详细，具有一定的参考价值，感兴趣的小伙伴们可以参考一下
2019-10-10
Python学习之异常断言详解
这篇文章主要和大家介绍一下异常的最后一个知识点——断言，断言是判断一个表达式，在表达式为 False 的时候触发异常。本文将通过示例详细介绍一下断言，需要的可以参考一下
2022-03-03
python3+PyQt5重新实现自定义数据拖放处理
这篇文章主要为大家详细介绍了python3+PyQt5重新实现自定义数据拖放处理，文中示例代码介绍的非常详细，具有一定的参考价值，感兴趣的小伙伴们可以参考一下
2018-04-04
PyTorch线性回归和逻辑回归实战示例
这篇文章主要介绍了PyTorch线性回归和逻辑回归实战示例,小编觉得挺不错的，现在分享给大家，也给大家做个参考。一起跟随小编过来看看吧
2018-05-05
使用Python向DataFrame中指定位置添加一列或多列的方法
今天小编就为大家分享一篇使用Python向DataFrame中指定位置添加一列或多列的方法，具有很好的参考价值，希望对大家有所帮助。一起跟随小编过来看看吧
2019-01-01
Pycharm安装Qt Design快捷工具的详细教程
这篇文章主要介绍了Pycharm安装Qt Design快捷工具,本文给大家介绍的非常详细，对大家的学习或工作具有一定的参考借鉴价值，需要的朋友可以参考下
2020-11-11
Python数据分析之绘图和可视化详解
信息可视化（也叫绘图）是数据分析中最重要的工作之一.Python有许多库进行静态或动态的数据可视化,但这里主要关注matplotlib和基于它的库,文中有非常详细的介绍,需要的朋友可以参考下
2021-06-06