Python增强赋值和共享引用注意事项小结
概述
Python中的增强赋值是从C语言中借鉴出来的，所以这些格式的用法大多和C一致，本身就是对表达式的简写，即二元表达式和赋值语句的结合，比如a += b 和a = a + b 就是一致的，比如还有以下的增强赋值语句。
| - | - | - | - |
|---|---|---|---|
| a += b | a &= b | a -= b | a |= b |
| a *= b | a ^= b | a /= b | a >>=b |
| a %= b | a <<= b | a **= b | a //=b |
即增强赋值语句适用于任何支持隐式二元表达式的类型，比如“+”的多态：数字的相加和字符串的合并
数字加减
a = 1 a = a + 1 print(str(a)) a += 1 print(str(a))
示例结果：
2
3
字符串合并
S = 'I' S = S + ' like ' print(S) S += 'Python.' print(S)
示例结果：
I like
I like Python.
优点
- 简洁
- 减少一次a的执行，执行速度更快
- 针对可变对象，增强赋值会自动选择执行原处的修改运算，而不是速度更慢的复制。这就引申出我们在可变对象中可能涉及的共享引用问题。
共享引用
当我们想要扩展列表时，比如将一组元素添加到末尾，我们会怎么做？
L = [1, 2, 3] # 传统“+”法 L = L + [4, 5] print(L) # 利用列表方法extend L.extend([6, 7]) print(L)
示例结果
[1, 2, 3, 4, 5]
[1, 2, 3, 4, 5, 6, 7]
示例中第一中“+”法，即采用合并的方法，需要新创建一个对象把左侧的L复制到新列表中，然后再[4, 5]复制到新列表中。而第二种extend则是直接在内存空间列表L末尾L加上[4, 5]，即速度会更快，增强赋值则是自动采用的第二种即L.extend([6, 7])和L += [6, 7]是等价的，也是最优的选择。这种合并方式虽然快，但对于可变对象的共享引用则会变的棘手些。
L1 = [1, 2, 3]
L2 = L1
L2 = L2 + [4, 5]
print(L2)
print(L1)
print('-' * 21)
L1 = [1, 2, 3]
L2 = L1
L2 += [4, 5]
print(L2)
print(L1)
示例结果：
[1, 2, 3, 4, 5]
[1, 2, 3]
---------------------
[1, 2, 3, 4, 5]
[1, 2, 3, 4, 5]
我们可以从示例中看到如果同一个可变对象赋值了多个变量，那么在破坏共享引用结构时，就应该对可变对象拷贝后在进行操作。
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具有一定的参考学习价值，谢谢大家对脚本之家的支持。
相关文章
pycharm下配置pyqt5的教程(anaconda虚拟环境下+tensorflow)
这篇文章主要介绍了pycharm下配置pyqt5的教程(anaconda虚拟环境下+tensorflow),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2020-03-03
下面小编就为大家分享一篇从CentOS安装完成到生成词云python的实例，具有很好的参考价值，希望对大家有所帮助2017-12-12
python数据提取BeautifulSoup的概念语法及使用优点详解
这篇文章主要为大家介绍了python数据提取BeautifulSoup概念语法及使用优点详解,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2024-02-02
本文主要介绍了Pyecharts之特殊图表的实现示例,包括象形图、水球图和日历图的定制方法,具有一定的参考价值,感兴趣的可以了解一下2025-01-01
文件操作对编程语言的重要性不用多说，如果数据不能持久保存，信息技术也就失去了意义。按照本人经验，IO也是蛮头疼的一件事，因为不会用得太多，所以总是记不住API，每次都要重新google就会打断思路，还不一定每次都快速得到正确的文章。2017-07-07
这篇文章主要介绍了F.conv2d pytorch卷积计算方式，具有很好的参考价值，希望对大家有所帮助。如有错误或未考虑完全的地方，望不吝赐教2023-02-02
Python实用技巧之列表、字典、集合中根据条件筛选数据详解
这篇文章主要给大家介绍了关于Python技巧之在列表、字典、集合中根据条件筛选数据的相关资料，文中通过示例代码介绍的非常详细，对大家的学习或者工作具有一定的参考学习价值，需要的朋友们下面来一起看看吧2018-07-07
PyTorch中clone()、detach()及相关扩展详解
这篇文章主要给大家介绍了关于PyTorch中clone()、detach()及相关扩展的相关资料，文中通过示例代码介绍的非常详细，对大家的学习或者工作具有一定的参考学习价值，需要的朋友们下面随着小编来一起学习学习吧2020-12-12
去马赛克是图像处理中的一项技术,用于从单色彩滤光片阵列（CFA）图像恢复全彩图像,本文介绍了一种基于简单线性插值的去马赛克算法,并展示了如何将MATLAB代码转换为Python代码,需要的朋友可以参考下2024-10-10
椒盐噪声是数字图像中的常见噪声,一般是图像传感器、传输信道及解码处理等产生的黑白相间的亮暗点噪声,椒盐噪声常由图像切割产生,这篇文章主要给大家介绍了关于利用OpenCV给彩色图像添加椒盐噪声的相关资料,需要的朋友可以参考下2021-10-10
最新评论