【赋值“=”的真正意义--值传递和引用传递、深浅拷贝】
本帖最后由 heidern0612 于 2018-12-21 08:23 编辑写心得的过程都是自我思考的过程，借鉴了很多论坛前辈和互联网大佬的经验，仓促惶恐间难免漏洞百出，如有错误，恳请指出，不胜感激。
声明：本帖内容不回复不影响阅读
这几天看书发现个有趣的例子，琢磨了挺长时间，有点超纲，不扯这个例子，先上3个简单的例子热热身：
例1：不可变对象赋值
a = 1
b = a
b = a+1
最后a和b的值一样吗？
**** Hidden Message *****
例2：可变对象赋值
a=
b=a
a=2
最后a和b的值一样吗？
**** Hidden Message *****
例3：直接赋值
a=
b=
a=2
最后a和b的值一样吗？
**** Hidden Message *****
从以上3个例子我们可以看出，大多数时候，我可能只是想给a、b初始化相同的值，才用了b=a，在使用的过程中，我并不希望a修改后对b造成影响，或者修改b后，对a造成影响。
但从例1和2来看，b=a，有可能互不影响，有可能会相互影响，要视a的具体值的情况。
我们应当如何理解这种情况，以至不会因为理解上的模糊不清，影响我们实际编程呢？
例1: b=a，实际是将a指向的对象的引用赋值给b，这样a和b就指向了同一个对象。再执行a+1，相当于把a的对象+1，也就是100+1=101，对象变了，b自然也就变了。
例2: 执行a=2，修改的是对象第一个元素的值，a和b所指向的还是这个对象，对象本身变化了，a和b变量看到的值也就都变化了。
例3:执行完a=2后，a和b本身指向发生了变化，变成了指向不同的对象，自然修改a不会影响b。
从以上分析我们可以知道，b=a后，a、b是否会相互影响，关键在于修改的是不是对象本身的内容。
如果修改的是对象本身的内容，则两者会相互影响；如果是创建新对象后直接赋值给上述某个变量，则两者不会相互影响。
下面是我这几天看到的一个例子：
def pattern(obj):
print("原值为：",obj)
obj += obj
print("******值传递例子******")
string1 = "我的值不会改变"
pattern(string1)#函数调用
print(f"函数调用后: {string1}")
print("\n\n")
print("******引用传递例子******")
list1 = ["我的值会改变"]
pattern(list1)#函数调用
print(f"函数调用后: {list1}")
看的云里雾里不要紧，先引入下值传递和引用传递的概念：
值传递：方法调用时，实际参数把它的值传递给对应的形式参数，方法执行中形式参数值的改变不影响实际参数的值。
引用传递：也称地址传递,在方法调用时，实际上是把参数的引用(传的是地址，而不是参数的值)传递给方法中对应的形式参数，在方法执行中，对形式参数的操作实际上就是对实际参数的操作，方法执行中形式参数值的改变将会影响实际参数的值。
由上面函数的例子可以看出，python中对一个函数可以传递参数，但是如何分辨是值传递还是引用传递，不是程序员手动控制的，而是python根据你传入的数据对象，自动识别的。
当你传入的参数对象是可变对象，如列表，字典，这个时候就是引用传递，如果参数在函数体内被修改，那么源对象也会被修改。
当你传入的参数对象是不可变的对象：数字，元组，字符串时，就是值传递。源对象是不会改变的。
简单点就一句话：可变对象为引用传递，不可变对象为值传递。
实际上Python参数传递采用的肯定是“传对象引用”的方式，这种方式相当于传值和传引用的一种综合。
如果函数收到的是一个可变对象（比如字典或者列表）的引用，就能修改对象的原始值——相当于通过“传引用”来传递对象；
如果函数收到的是一个不可变对象（比如数字、字符或者元组）的引用，就不能直接修改原始对象——相当于通过“传值'来传递对象。
最后附上提到的两个概念：
1.可变对象：
标准定义：如果对象的值是可以修改的，则称该对象为可变对象
包含：自定义类型、列表（list）、字典（dict）、可变集合（set）
特征：执行类似a=后，再执行a=99，实际上是这个对象第一个元素的值改为99；当然，如果是执行a=后，再执行a=，就是新建对象后赋值给变量a
2.不变对象：
标准定义：如果对象的值不可以修改，则称为不可变对象
包含：数字类型（int、long、float、complex、bool）、字符串类型（str、unicode）、元组（tuple）、不可变集合（frozenset）
特征：执行类似a=3后，再执行a=4，实际上不是将3这个对象所在的内存的值改为4，而是在内存中新建一个对象4，再赋值给变量a
------------------------------------------------------------------------------------------------------------------------------------------------
既然Python只允许引用传递，那有没有办法可以让两个变量不再指向同一内存地址呢？
答案是有，这就涉及到浅拷贝(copy)和深拷贝(deepcopy)概念。
还是先举一个栗子：
例①：不使用copy的复制,简单理解为复制level 0级，实际上这个根本称不上复制，最多算是重命名。
我简单的赋值，两者所指向的内存地址是一样的，a列表append个值，b也跟着变了。
这并不是我想要的结果，于是我想到了老师介绍的copy方法。
例②：使用copy以及copy附带的深拷贝，简单理解Copy为level1,DeepCopy理解为level2，或将浅拷贝理解为一层复制也可以。
从图中我们可以看出，a和b简单的level 0 赋值拷贝已经不能满足我们的要求了，我import了copy模块，这里copy后内存地址果然变了，deepcopy似乎也达到了相同的效果。
从内存地址上看，好像Copy和DeepCopy没什么区别，都是复制了一份相同的原值，改变原值并不会影响相应Copy和DeepCopy的值。
那么Copy和DeepCopy有什么区别呢？
例③：Copy和DeepCopy的区别
我们简单弄个二级列表，重新用Copy和DeepCopy复制下a列表。
从图中清晰明了可以看出，二级列表内包含的元素1列表Copy和DeepCopy的内存值不同了。
我们append一个新元素进去，重新看下区别：
所以，以上可以看出，Copy方法实现的只是简单的一层复制，而DeepCopy实现的则是完全的深度拷贝。
这就是以上二者的区别，实际上切片的复制也只是简单的浅拷贝(level 1)，无法实现二次及以上的复制。
如图：
312312321 小白，表示看不懂，先收藏，等我下次回头来看 回复看隐藏，不然研究不出来{:5_109:} 回复看影藏 ? 不一样 666 一样 值是一样的
页:
[1]