python的变量，引用，对象，浅拷贝，深拷贝深度详解

1.   变量，对象和引用

（1）  变量，对象和引用的概念

Python中关于变量有三个概念需要明确，分别是变量，引用，对象。

• 变量：python中的变量简而言之就是指针，变量总是存放对象的引用（或者说是对象的地址,id）；

因此每个变量所需要的存储空间大小一致，与所指向的对象类型无关，因为每个变量都只是保存了指向对象的内存地址。

变量都没有类型（都是对象的引用），这意味着变量可以指向任何对象。

变量是分配在栈上，用来指向某一个对象。

变量分为可变变量和不可变变量；

• 对象：对象就是分配的一块内存+存储的值；对象有id（地址），type（类型）和value（值）。

对象是分配在内存空间上，用来存放真正的数据。对象有类型，不同对象有不同的类型，如str,int等。不同对象根据存储的数据大小不同，所占用的内存空间也不同。

python中一切皆对象，一个列表，值，函数，类等都可以成为对象。

• 引用：引用是建立了变量和对象之间的关系，即某个变量指向了某个对象（或者说指向某个内存空间），二者之间的关系便是引用。

因为变量是无类型的，它可以指向任何对象。同一个对象可能被多个变量引用（指向），因此会涉及一个对象引用计数，回收机制，以及引用同一个对象的不同变量之间的操作影响关系。

 

（2）   对象，变量，引用的关系

在代码message=‘hello world’中，python解释器完成了三件事：

• 创建一个变量为message，它保存对象的地址；
• 创建一个对象（字符串类型对象）并开辟一块存储空间，该对象的id是0x020，type是str，存储的value是hello world。
• 将变量和对象，通过指针链接起来。从变量到对象的连接，成为引用（变量引用对象）；语句message=‘hello world’即是引用，表明该变量指向该对象。

 

（3）  对变量的理解

 

 

可以看到，上述的行为总是正确的，不会报错。因为变量a是无类型的，不同的赋值只是建立了不同的引用，a中存放的地址不同，指向的对象不同。而在强类型语言如c语言中，创建一个变量就是开辟一块存储空间，并且给该空间命名，这个名字就是变量。因此在强类型语言中，定义变量时都需要指定变量类型。而python中变量本质是一个指针，没有类型也不需要指定类型，它可以指向任意类型的变量。这也是叫python的动态类型机制，任何时候根据需要，变量都可以重新绑定在另一个不同类型的对象上，当一个对象不存在任何引用时，就通过垃圾回收机制被回收。

 

（4）  对象的垃圾回收：

 

一个对象包含地址id，type类型，存放的value；其中每个对象包含了两个头部信息，一个是类型标志符（即对象的类型type），一个是计数器。计数器反应的是该对象被引用的次数，一旦这个计数器为0，代表没有变量引用该对象，该对象的内存空间就会自动回收。这样的一个好处是在python编程时可以任意使用对象而不用考虑释放内存空间，一旦该对象没有变量引用后，会自动清理和释放。

eg:

 a指向了新的对象，上一个对象3的引用计数为0，立马就被回收了。

eg:

 

变量b首先指向对象‘huang’，然后b+=’wei’并非修改了原对象，而是建立了一个新对象’huangwei’，b重新指向新的对象，原对象‘huang’因为没有变量引用，被回收。

2.   可变对象和不可变对象

• 可变对象：list,dict,set等(其它非内置对象np.array等也是)；

对可变对象的编辑，等于在变量本身上进行编辑，并没有生成新对象；

 

• 不可变对象：int,str,tuple,float

对不可变对象的编辑，等于新建对象。

eg：

 

因为int是不可变对象，当重新赋值a=’str’时，等于创建了新的对象’str’，a重新指向了新对象（a的地址也随之改变），之前的对象1被回收。

eg:

 

改变列表中某个值，并未新建对象，还是同一个对象，只是修改了对象内部的某个值。

理解：

 

 

 

可以看到，对于可变对象，在对象内部第一层存储的对象id和值，而值同样是地址，继续引用外部对象。因此判定是否是可变对象，主要看在对象内部是否独立，还是引用了外部对象。

在本例子中，变量students存放了列表对象的地址0x010；列表对象内部的value仍是地址，指向外部对象。当students[2]=’lucy’执行后，改变了列表对象的第二个地址（引用），对象本身的地址是没变的。因此students还是指向同一个对象。

3.   赋值，浅拷贝，深拷贝

（1）  赋值

对于变量赋值，如a=b这种，可以理解为别名，本质上是创建了新的引用，,a和b两个变量存放的地址相同，指向同一个对象。对变量a进行操作（对其指向的对象进行操作），反过来可能会影响变量b。

赋值操作本身不会创建任何新的对象和内存空间，产生的都是原对象的引用。

• 如果a是不可变对象，则不会影响b

 

可以看到，一开始b=a后，二者存放的地址相同，都指向1；a=3后，相当于a指向了新的对象3，a中存放新的地址。而原来的b地址不变，还是指向1。这种情况下对a的操作不会影响b。

•  如果a是可变对象，则会影响b

 

对a中的元素进行编辑后，本质上修改对象中value里存放的引用地址，而列表对象的地址没变。因此a和b中地址指向该对象，经过a的操作后对象值改变，b指向的对象值跟着改变，因为指向的都是一个对象。

 因此，对于变量赋值，要很小心，尤其是在可变对象的情况下。为了防止这样的危险影响产生，因此有了浅拷贝和深拷贝(主要针对可变对象而言，对不可变对象没有必要进行拷贝操作)。

（2）  浅拷贝

浅拷贝会创建新的对象，原对象的一个拷贝（只拷贝最外面一层），分配一个新的内存空间来存储该新对象；因此该新对象存储的值或者引用和原对象相同，类型相同，但是id不同。

切片操作、工厂函数、对象的copy()方法、copy模块中的copy函数.

 

可以看到，a和b的id已经不同了，a和b的value都是一样的。 

注意，浅拷贝只拷贝了对象最外面一层，对内部引用的对象是没有拷贝的。如下图：

 

 

 

 

• 改变其中的不可变子对象，互不影响

 

• 改变其中的可变子对象，二者都会改变

 

 

图解过程：

 

对于dataframe等也一样，只要里面子对象不是可变对象，那么可以通过浅拷贝将二者分隔开互不影响。但若子对象是可变对象，对子对象的更改也会影响拷贝的对象。

注意对于np.array不同，浅拷贝后，就算对内部可变数组进行操作，不会影响拷贝对象，类似于深拷贝（具体原因待探究）

（3）  深拷贝

对每一层都会完全拷贝为新对象，相互之间完全不影响。

 

可见浅拷贝相对深拷贝：

因为只拷贝顶层数据，速度更快，占用内存更低。但是要注意对可变子对象操作的影响。

3. Is，==，=

（1）  Python中，=操作赋值操作，是建立一个引用（c语言中=是创建一个对象）。Python中赋值操作=总是创建对象的引用。

（2）  is和==是比较操作，a==b 比较的是两个对象内存储的值是否相同，准确的说，是两个变量指向（或引用）对象中的值是否相等。Is是比较a和b的内存地址是否相同（或者叫是否引用的同一个对象）。

参考浅拷贝中的图来举例子：

 

但是要注意对于int,str,bool类型，同一个值对应同一个id，新创建的引用并不像其他类型如list一样，会创建一个新的id地址保存数据。

 

 

 

4. Is none 和==none:

（1） None是一种特殊的数据类型，可以认为是一种特殊的常数类型。既然是特殊的常数类型，a=None,b=None,a和b地址以及值都相同，即a==b和a is b都会返回True。None经常用在代码中用于条件的判断比如if a is None或者if a==None.

 

（2） NAN是numpy下面一种特殊的float类型。是“not a number”的缩写。一方面可以认为是空值，比如在读取csv文件时，如果里面某个值没有，读进来就会为NAN；另一方面是在数学中必入无穷大-无穷大，无穷大*0，这样的直接计算本身有问题，就会返回NAN。虽然是float类型，a=NAN,b=NAN,a和b的id相同，但是a==b会返回False,这是和一般的float的规则不一样的。可以理解为不同的NAN代表的含义（value）可能不一样，有的代表为空，有的代表是无穷大-无穷大，有的代表无穷大*0。Pandas中的nan也是这个NAN，即np.float类型。

 

 

（3）  Null在python中啥都不是，没有这个数据类型。只是我们一般说空值会说它是null（c语言里面沿用过来的），而空值的范围比None,NAN更广，‘’，[],{}都代表空值。