详解Python变量在内存中的存储

这篇文章主要是对python中的数据进行认识,对于很多初学者来讲,其实数据的认识是最重要的,也是最容易出错的。本文结合数据与内存形态讲解python中的数据,内容包括:

  • 引用与对象
  • 可变数据类型与不可变数据类型
  • 引用传递与值传递
  • 深拷贝与浅拷贝

(id函数:你可以通过python的内置函数 id() 来查看对象的身份(identity),这个所谓的身份其实就是 对象 的内存地址)

一、引用与对象:引用与对象的关系: 
这里写图片描述

  1.  
    #创建两个对象
  2.  
    name1='wupeiqi'
  3.  
    name2='alex'

这里写图片描述

对象:当创建数据对象时,在内存中会保存对象的值,这个值就是对象自己;(字符串对象:”wupeiqi”) 
引用:对象保存在内存空间,外部想要使用对象的值,需要使用引用,就是‘name1’,’name2’。内存会保存对象的引用数量,当某个对象的引用数量为0时,对象会被回收。

二、可变数据类型与不可变数据类型 
1,数据分类:

  • 可变数据类型:列表list和字典dict
  • 不可变数据类型:整型int、浮点型float、字符串型string和元组tuple

这里的可变不可变,是指内存中的那块内容(value)是否可以被改变。如果是不可变类型,在对对象本身操作的时候,必须在内存中新申请一块区域(因为老区域不可变)。如果是可变类型,对对象操作的时候,不需要再在其他地方申请内存,只需要在此对象后面连续申请(+/-)即可,也就是它的address会保持不变,但区域会变长或者变短。

(1)python中的不可变数据类型,不允许变量的值发生变化,如果改变了变量的值,相当于是新建了一个对象,而对于相同的值的对象,在内存中则只有一个对象,内部会有一个引用计数来记录有多少个变量引用这个对象; 
(2)可变数据类型,允许变量的值发生变化,即如果对变量进行append、+=等这种操作后,只是改变了变量的值,而不会新建一个对象,变量引用的对象的地址也不会变化,不过对于相同的值的不同对象,在内存中则会存在不同的对象,即每个对象都有自己的地址,相当于内存中对于同值的对象保存了多份,这里不存在引用计数,是实实在在的对象。”

2,不可变数据类型:不可变是指对象本身的值是不可变的(当你创建a=1整型对象,用a去引用它,内存中的对象1是不变得,当执行a=2时,只是重新创建了对象2,用a引用,如果1对象没有其他引用会被回收)

  1.  
    >>> x = 1
  2.  
    >>> id(x)
  3.  
    31106520
  4.  
    >>> y = 1
  5.  
    >>> id(y)
  6.  
    31106520
  7.  
    >>> x = 2
  8.  
    >>> id(x)
  9.  
    31106508
  10.  
    >>> y = 2
  11.  
    >>> id(y)
  12.  
    31106508
  13.  
    >>> z = y
  14.  
    >>> id(z)
  15.  
    31106508

解释:这里的不可变大家可以理解为x引用的地址处的值是不能被改变的,也就是31106520地址处的值在没被垃圾回收之前一直都是1,不能改变,如果要把x赋值为2,那么只能将x引用的地址从31106520变为31106508,相当于x = 2这个赋值又创建了一个对象,即2这个对象,然后x、y、z都引用了这个对象,所以int这个数据类型是不可变的,如果想对int类型的变量再次赋值,在内存中相当于又创建了一个新的对象,而不再是之前的对象。从下图中就可以看到上面程序的过程。 
这里写图片描述

3,可变对象:可变是指对象本身的值是可变的(list,dict对象的值其实是引用了其他对象,当改变对象的值时,其实是引用了不同的对象)

  1.  
    >>> a = [1, 2, 3]
  2.  
    >>> id(a)
  3.  
    41568816
  4.  
    >>> a = [1, 2, 3]
  5.  
    >>> id(a)
  6.  
    41575088
  7.  
    >>> a.append(4)
  8.  
    >>> id(a)
  9.  
    41575088
  10.  
    >>> a += [2]
  11.  
    >>> id(a)
  12.  
    41575088
  13.  
    >>> a
  14.  
    [1, 2, 3, 4, 2]

解释:(1)进行两次a = [1, 2, 3]操作,两次a引用的地址值是不同的,也就是说其实创建了两个不同的对象,这一点明显不同于不可变数据类型,所以对于可变数据类型来说,具有同样值的对象是不同的对象,即在内存中保存了多个同样值的对象,地址值不同。 
(2)我们对列表进行添加操作,分别a.append(4)和a += [2],发现这两个操作使得a引用的对象值变成了上面的最终结果,但是a引用的地址依旧是41575088,也就是说对a进行的操作不会改变a引用的地址值,只是在地址后面又扩充了新的地址,改变了地址里面存放的值,所以可变数据类型的意思就是说对一个变量进行操作时,其值是可变的,值的变化并不会引起新建对象,即地址是不会变的,只是地址中的内容变化了或者地址得到了扩充。下图对这一过程进行了图示,可以很清晰地看到这一过程。 
这里写图片描述

三、引用传递与值传递:可变对象为引用传递,不可变对象为值传递。(函数传值) 
1,引用传递:当传递列表或者字典时,如果改变引用的值,就修改了原始的对象。

  1.  
    # 添加了一个string类型的元素添加到末尾
  2.  
     
  3.  
    def ChangeList(lis):
  4.  
    lis.append('hello i am the addone')
  5.  
    print lis
  6.  
    return
  7.  
     
  8.  
    lis = [1, 2, 3]
  9.  
    ChangeList(lis)
  10.  
    print lis
  11.  
     
  12.  
    输出:
  13.  
    [1,2,3, 'hello i am the addone']
  14.  
     
  15.  
    [1,2, 3,'hello i am the addone']

2,值传递:当传递不可变对象时,如果改变引用的值,只是创建了不同的对象,原始对象并没有改变。

  1.  
    def ChangeString(string):
  2.  
    string = 'i changed as this'
  3.  
    print string
  4.  
    return
  5.  
     
  6.  
    string = 'hello world'
  7.  
    ChangeString(string)
  8.  
    print string
  9.  
     
  10.  
    输出:
  11.  
    i changed as this
  12.  
     
  13.  
    hello world

四、深拷贝与浅拷贝: 
copy.copy() 浅拷贝;copy.deepcopy() 深拷贝。浅拷贝是新创建了一个跟原对象一样的类型,但是其内容是对原对象元素的引用。这个拷贝的对象本身是新的,但内容不是。拷贝序列类型对象(列表\元组)时,默认是浅拷贝。

1,赋值拷贝: 
赋值,只是创建一个变量,该变量指向原来内存地址:n4 = n3 = n2 = n1 = “123/’Wu’” 
这里写图片描述

2,浅拷贝:在内存中只额外创建第一层数据

  1.  
    import copy
  2.  
    n1 = {"k1": "wu", "k2": 123, "k3": ["alex", 456]}
  3.  
    n3 = copy.copy(n1)

这里写图片描述

  1.  
    import copy
  2.  
    a = [1,[[2,3],5],3]
  3.  
    b = a.copy() #copy.copy(a)
  4.  
     
  5.  
    print(id(a[1]))
  6.  
    print(id(b[1]))
  7.  
     
  8.  
    c = copy.deepcopy(a)
  9.  
    print(id(c[1]))
  10.  
     
  11.  
    输出:
  12.  
    3021497843400
  13.  
    3021497843400
  14.  
    3021497854728

3,深拷贝:在内存中将所有的数据重新创建一份(排除最后一层,即:python内部对字符串和数字的优化)

  1.  
    import copy
  2.  
    n1 = {"k1": "wu", "k2": 123, "k3": ["alex", 456]}
  3.  
    n4 = copy.deepcopy(n1)

这里写图片描述

参考文献: 
http://blog.csdn.net/dan15188387481/article/details/49864613 
https://www.cnblogs.com/lfpython/p/7207747.html 
https://www.cnblogs.com/huamingao/p/5809936.html 
https://www.cnblogs.com/jiangzhaowei/p/5740913.html

转自:https://www.cnblogs.com/wangshicheng/p/10627916.html

posted @ 2021-05-15 19:44  北极星!  阅读(1511)  评论(0编辑  收藏  举报