000-Python常量与变量

发布时间:2019-08-23 08:00:56编辑:auto阅读(78)

    python常量与变量

    昨天的文章虽然有插图,但是一个都没有显示出来,估计是天气太热,不愿意露面的缘故吧。这些都不是事,暂且不表,今天再次发布与昨天相同的文章,主要为了弥补3个插图。为了有更好的排版体验及阅读效果,小白还专门购买了Pro版的MarkEditor及使用了七牛云服务(小白也是够狠的,下了血本了)。

    Python是一门强类型的动态语言。

    字面常量,变量没有类型,变量只是在特定的时间指向特定的对象而已,变量所指向的对象是有类型的。

    变量:变量在赋值时被创建,它可以是任何对象的引用,但必须在引用前被赋值。

    举例来说:当我们如下赋值时:

    >>> a = 3 # 给一个对象3赋予变量a

    对于上面的赋值,Python将会明确的执行3个步骤来响应这个语句:

    1. 创建一个对象代表值3;

    2. 如果不存在变量a,就创建变量a;

    3. 把变量a与新创建的对象3关联。

    变量随着赋值操作出现的。变量和对象是被存储在不同的内存空间中的。变量与对象通过指针相关联。变量永远指向对象且永不指向变量。随着赋值a = 3语句的执行,变量a就变成了对象3的一个引用。

    变量与对象之间的链接在Python中称之为引用。也就是说,一个引用也就是一种关联,在内存中以指针的形式实现。

    变量、对象与引用的区别:
    + 变量 是Python解释器系统表中的一些条目, 它们是用来指向对象的。
    + 对象 是一些列的被分配的内存, 有足够的空间存储与之相关的数据类型。
    + 引用 自动地跟随在变量与对象之间。

    对象才有类型, 而变量没有。一个例子:

    >>> a = 3 # a是一个整型数据 
    >>> a = 'spam' # 现在是一个字符串了 
    >>> a = 1.23 # 现在是一个浮点数了

    在Python中,事情工作的很简单,再次强调:Names没有类型;只有对象有类型,而不是变量。

    变量的命名规则:

    1. 只能包含字母、数字和下划线

    2. 只能以字母或下划线开头

    3. 不能是Python解释器的保留字

    共享引用

    接下来我们看两个变量同时指向一个对象的情况:

    >>> a = 3 
    >>> b = a

    赋值完毕,它们在内存中的图解为:

    现在,假设我们再进行如下的赋值语句:

    >>> a = 3 
    >>> b = a 
    >>> a = 'spam'

    现在变量a指向的对象spam。然而变量b却依然指向对象3。赋值意味着创建了新的对象。上面三句语句在内存中的图解为:

    共享引用与原地改变

    接下来要看的是有一些对象会进行原地改变,那就是Python的可变对象,包括列表,字典及集合。对于一个支持原地改变的对象,我们需要知道共享引用,如果一个改变会影响其他的对象。还是看个例子吧:

    >>> L1 = [2, 3, 4] 
    >>> L2 = L1

    L1是一个列表且包含2、3、4三个对象。列表中的元素通过它们的位置进行访问,所以L1[0]指向对象2,它是列表L1的第一个对象。当然列表也是一个对象,就像其他的整数与字符串。当进行上面的两个赋值后,L1与L2都指向了同一个共享的对象。

    现在,我们进行如下的赋值:

    >>> L1 = 24

    这个赋值语句简单地把L1指向了不同的对象;L2依然指向原来的列表。接下来我们进行一些改变:

    >>> L1 = [2, 3, 4] # 一个可变的对象 
    >>> L2 = L1        # L2与L1指向了同样的对象 
    >>> L1[0] = 24     # 一个原地改变的操作 
    >>> L1             # L1已经改变了 
    [24, 3, 4] 
    >>> L2             # L2也是与L1相同 
    [24, 3, 4]

    上面的例子中,我们并没有改变L1对象本身,只是改变了L1中的一个对象。这种原地改变的操作的情况只出现在可变对象中。举个字典的例子:

    >>> d1 = {'a': 1, 'b': 2} 
    >>> d2 = d1 
    >>> d1 {'b': 2, 'a': 1} 
    >>> d2 {'b': 2, 'a': 1} 
    >>> d1['a'] = 'a' 
    >>> d2 {'b': 2, 'a': 'a'}

    我们可以使用copy的方法:

    >>> L1 = [2, 3, 4] 
    >>> L2 = L1[:]  # 制作L1的拷贝 
    >>> L1[0] = 24 
    >>> L1 [24, 3, 4] 
    >>> L2          # L2并没有改变 [2, 3, 4]

    通过上面的例子我们发现,L1的改变并没有影响L2,L2只是引用了L1的一份拷贝,并不是原来的L1自身,也就说,L1与L2指向了两个不同的内存空间。

    接下来谈论另外一个话题,Python会缓存小的整数及小的字符串。举个例子吧:

    >>> L = [1, 2, 3] 
    >>> M = L      # M与L指向相同的对象 
    >>> L == M     # 具有相同的值 
    True 
    >>> L is M     # 依然相同 
    True 
    >>> id(L) 
    4338913608 
    >>> id(M) 
    4338913608

    通过上面的例子,==判断两个引用的对象是否有相同的值;第二个操作符is是用来判断对象id的,只有两个names指向相同的对象,is==判断对象是否相同更强壮。is只是简单地比较两个对象的指针。再看一个例子:

    >>> L = [1, 2, 3] 
    >>> M = [1, 2, 3] # M与L指向不同的对象(赋值意味着产生新的对象) 
    >>> L == M        # 具有相同的值 
    True 
    >>> L is M        # 但是是不同的对象 
    False 
    >>> id(L) 
    4338913480 
    >>> id(M) 
    4338915208

    接下来呢,我们看看对于小数字的操作是否不符合上面的预期:

    >>> X = 42 
    >>> Y = 42  # X与Y应该是两个不同的对象 
    >>> id(X) 
    4297547872 
    >>> id(Y) 
    4297547872 
    >>> X == Y 
    True 
    >>> X is Y # but anyhow: 是缓存在作祟! 
    True 
    # 使用个大的数字呢? 
    >>> X = 1234567 
    >>> Y = 1234567 
    >>> X == Y 
    True 
    >>> X is Y 
    False 
    >>> id(X) 
    4336930640 
    >>> id(Y) 
    4338529328

    今天的文章中遇到了列表及字典,大家不用担心,现在大家不知道或不清楚怎么使用都是没有问题的,后续会继续有相应的文章呈现。

    今天就给大家介绍到这里,明天会接续讲解运算符与表达式。

关键字