python变量赋值（可变与不可变）

li26598296

　　知识点：python中，万物皆对象。
　　python中不存在所谓的传值调用，一切传递的都是对象的引用，也可以认为是传址。
　　python中，对象分为可变(mutable)和不可变(immutable)两种类型，元组（tuple)、数值型（number)、字符串(string)均为不可变对象,而字典型(dictionary)和列表型(list)的对象是可变对象。
　　不可变类型特点：
　　看下面的例子（例1）



>>>a = 1 #将名字a与内存中值为1的内存绑定在一起
>>>a = 2 #将名字a与内存中值为2的内存绑定在一起，而不是修改原来a绑定的内存中的值，这时，内存中值为1的内存地址引用计数-1，当引用计数为0时，内存地址被回收
>>>b = a #变量b执行与a绑定的内存
>>>b = 3 #创建一个内存值为3的内存地址与变量名字b进行绑定。这是a还是指向值为2的内存地址。
>>>a,b
>>>(2,3)
　　这种机制的好处有哪些，弊端有哪些？
　　看一个例子（例2）



>>>x = 1
>>>y = 1
>>>x = 1
>>> x is y
True
>>>y is z
True
　　如上所示，因为整数为不可变，x,y,z在内存中均指向一个值为1的内存地址，也就是说，x,y,z均指向的是同一个地址，值得注意的是，整形来说，目前仅支持(-1,100)。
　　总结一下，不可变对象的优缺点。
　　优点是，这样可以减少重复的值对内存空间的占用？。
　　缺点呢，如例1所示，我要修改这个变量绑定的值，如果内存中没用存在该值的内存块，那么必须重新开辟一块内存，把新地址与变量名绑定。而不是修改变量原来指向的内存块的值，这回给执行效率带来一定的降低。
　　下面看一个可变对象的例子（例3）



>>>a = [1]
>>>b = a #由于列别是可变对象类型，所以传递的时候，与变量名d绑定的内存地址与a绑定的内存地址是同一地址，内存里的值是[1]
>>>b[0] = 2
>>>a
[2]
　　如上所示：变量名a和b是绑定的同一内存地址，对任一个变量对应的值得改变，都会反映到另一个变量上。
　　最后再看一个例子　　



def mutable(b = []): #函数使用了缺省变量
    b.append(0)
return b
>>>mutable()
[0]
>>>mutable()
[0,0]
>>>mutable()
[0,0,0]
　　这里连续三次以缺省值，运行函数3此，每次的结果都不一样，按我们的想想，三次的结果，应该是一样的，都为[0]，但是...
　　那么原因是什么呢，前面说过，一切皆为对象，函数mutable也为一个对象，使用dir()查看函数的属性：
　　dir(mutable)
　　['__annotations__', '__call__', '__class__', '__closure__', '__code__', '__defaults__', '__delattr__', '__dict__', '__doc__', '__eq__', '__format__', '__ge__', '__get__', '__getattribute__', '__globals__', '__gt__', '__hash__', '__init__', '__kwdefaults__', '__le__', '__lt__', '__module__', '__name__', '__ne__', '__new__', '__reduce__', '__reduce_ex__', '__repr__', '__setattr__', '__sizeof__', '__str__', '__subclasshook__']
　　mutable.__defaults__#函数对象的默认参数
　　([0,0,0],)
　　上面我们三次运行了mutable这个函数，如果用mutable.__defaults__来查看函数对象的默认参数变化的话，就会发现问题了。



>>>mutable.__defaults__
([],)
>>>mutable()
[0]
>>>mutable.__defaults__
([0],)
>>>mutable()
[0,0]
>>>mutable.__defaults__
([0,0],)
　　呵呵，终于明白了，原来，每运行一次，函数作为一个对象的内在属性的值发生了变化。导致每次运行的结果不一致。
　　在编程过程中，如果不注意此类问题，很容易造成不可预料的错误。
　　对于类来说也是如此



class b:
x = []
def set(self):
self.x.append(1)
def get(self):
return self.x
>>>for i in range(3):
..........a = b()
..........b.__dict__
..........a.set()
..........a.get()
dict_proxy({'__module__': '__main__', 'set': , 'get': , '__dict__': , 'x': [], '__weakref__': , '__doc__': None})
[1]
dict_proxy({'__module__': '__main__', 'set': , 'get': , '__dict__': , 'x': [1,], '__weakref__': , '__doc__': None})
[1, 1]
dict_proxy({'__module__': '__main__', 'set': , 'get': , '__dict__': , 'x': [1, 1], '__weakref__': , '__doc__': None})
[1, 1, 1]
　　仔细观察，类对象内部属性__dict__中'x'对应的值，在每创建一个对象时都发生了变化。也就是说，在每次创建类对象时，变量x引用内存的初始值是不同的，这终要归因于列表(list)的可变性导致的。每次创建对象时，因为列表的可变性，函数对象b的__dict__属性中，x键对应的值，被改变，而不是重新创建，所以出现了上面的结果。
　　综上：初学者如果不充分理解python的变量和类型和参数传递方式，或者是一切解释对象的原理，会很容易产生上面的错误.