python中对象、传递与拷贝

python对象

　　Python 中，一切皆对象。每个对象由：标识（identity）、类型（type）、value（值）组成。

标识用于唯一标识对象，通常应用于对象在计算机内存地址。使用内置函数id(obj)可返回对象obj的标识。

同时要注意类型是属于对象的，而不是变量。而对象有两种,“可更改”（mutable）与“不可更改”（immutable）对象。在python中，strings, tuples, 和numbers是不可更改的对象，而list,dict等则是可以修改的对象。

python的传递

　　python中的传递是引用传递。变量就是对象的引用，变量中存着对象的内存地址。

　　python是动态语言。变量不需要显示声明类型（type），根据变量引用的对象，python解释器自动确定数据类型。

　　python是强类型语言，每个对象都有数据类型，并只支持该类型支持的操作。

　　变量存放在栈中，栈中存放的obj的内存地址。而obj存放在堆中。堆中的这个obj存着：value、type、id(内存地址)。

　　

 

 

 　　不可变对象

　　在不可变对象中，变量和对象是互相独立的，当新建一个变量指向对象是不会对对象有任何影响。

a = "123"
b = a
a = "xyz"

print (a)
print (b)

这个打印结果就是"xyz" "123"。对照上面的内存图。这就解释了为什么说python的变量是个标签。当b=a ， a=xyz时，a这个变量就跟标签一样就贴在了"xyz"这个对象上（实质上是新的内存地址赋给了a）。由原来"123"有两个标签a和b，变成了b指向123，a指向新的对象xyz。这些前提一定要基于对象是不可变对象（strings, tuples, 和numbers）。

　　　可变对象

　　在可变对象(list,dict,set)中，如果会直接在当前对象进行操作。并不会为新的变量进行副本拷贝。

a = [1, 2, 3]
b = a
a[0], a[1], a[2] = 4, 5, 6 //改变原来 list 中的元素
>>> a
[4, 5, 6]
>>> b
[4, 5, 6]

浅拷贝和深拷贝

　　浅拷贝

　　　　对于不可变类型，浅复制仅仅对内存地址进行复制，不会开辟新的内存空间。

　　　　对于可变类型，浅复制会开辟新的内存空间（仅仅是最顶层开辟了新的空间，里层的元素地址还是一样的）。子序列中的元素地址还是一样的（新旧对象子序列是共享的）。

　　　　浅拷贝后，改变原始对象中为可变类型的元素的值，会同时影响拷贝对象的；改变原始对象中为不可变类型的元素的值，只有原始类型受影响。

　　　　

　　

　　深拷贝

　　　　浅拷贝，除了顶层拷贝，还对子元素也进行了拷贝（本质上递归浅拷贝）。

　　　　经过深拷贝后，原始对象和拷贝对象所有的元素地址都没有相同的了（对于不可变对象指向相同的地址空间，可变对象序列内存地址就不同了）。

 

import copy
a = [1, 2, 3, 4, ['a', 'b']]#原始对象

b = a #赋值，传对象的引用
c = copy.copy(a) #对象拷贝，浅拷贝
d = copy.deepcopy(a) #对象拷贝，深拷贝

a.append(5) #修改对象a

a[4].append('c') #修改对象a中的['a', 'b']list对象

print ('a = ', a)
print ('b = ', b)
print ('c = ', c)
print ('d = ', d)
print(id(a))
print(id(c))
print(id(d))

结果：

 

 

 

 

 当一个引用传递给函数的时候，函数自动复制一份引用，这个函数里的引用和外边的引用没有半毛钱关系。

函数内的引用指向的是可变对象，对它的操作就和定位了指针一样，在内存里进行修改。

如果两个对象是同一个类的实例对象，使用 is 和 == ，结果都是false。但是实例对象里的值是相等的，这时候可以重载运算符来解决这个问题。