python中不可变的数据类型(Python的高级特性:容易忽略的不可变类型)
Python 中有一些容易忽略的不可变类型Str 、Integer 、None 、Tuple
#错误演示 In[45]:defdemo(lst=[]): ....:lst.append("hello") ....:returnlst ....: In[46]:demo() Out[46]:[hello] In[47]:demo() Out[47]:[hello,hello]廖雪峰的 Python 教程有提到这一块 ,但并没有太细致 。在这里 ,由于 lst 是一个可变参数 ,而 demo 在初始化时 lst 参数指向一个 [] 的内存空间 ,之后每一次调用 ,[] 这个内存空间都 append 一个「hello」 ,而由于 lst 依然指向这个内存空间 ,所以就会看到 demo 函数调用的奇怪现象 ,解决问题的办法就是引入不可变类型 。
#正确演示 In[54]:defdemo(lst=None): ....:lst=[] ....:lst.append("hello") ....:returnlst ....: In[55]:demo() Out[55]:[hello] In[56]:demo() Out[56]:[hello]在正确演示中 ,将 lst 初始化为 None, 这样 lst 就是一个不可变参数 ,但是不能直接对 lst 直接使用 append ,因为只有 list 才有 append 方法 ,因此需要将 lst 进行真正的初始化 lst = []
可变类型和不可变类型是一个很容易忽略的知识点,在这里深入进行研究 ,下面例举常见的不可变类型和可变类型 。
不可变「mutable」类型:
int, long, float, string, tuple, frozenset
可变类型「immutable」类型:
list, dict
Python中所有变量都是值的引用 ,也就说变量通过绑定的方式指向其值 。 而这里说的不可变指的是值的不可变 。 对于不可变类型的变量,如果要更改变量 ,则会创建一个新值 ,把变量绑定到新值上 ,而旧值如果没有被引用就等待垃圾回收 。下面用 int 和 list 分别作为代表进行讲解 。
#不可变类型 In[31]:id(1),id(2) Out[31]:(4477999936,4477999968) In[32]:a=1 In[33]:id(a) Out[33]:4477999936 In[34]:#当a赋一个新值时,变量a会绑定到新值上 In[35]:a=3 In[36]:id(a) Out[36]:4478000000 #可变类型 In[38]:lst=[0] In[39]:id(lst) Out[39]:4493976328 In[40]:lst=[0,1] In[41]:id(lst) Out[41]:4499600328创心域SEO版权声明:以上内容作者已申请原创保护,未经允许不得转载,侵权必究!授权事宜、对本内容有异议或投诉,敬请联系网站管理员,我们将尽快回复您,谢谢合作!