「Python」「基础」-- 微妙的赋值：引用与对象

     0：  Python初次认识，十分神奇。大一学完C，C++，Java后，发现Pyhon如此简单的不可思议，有一定基础的人，一天学完Python不是难事。今天在《Python自然语言识别》偶尔看到Python的神奇赋值原理，特别来打卡。

    1：Python 的对象都是动态类型，其基础在于内部的指针灵活性。看到这大多数朋友应该明白了，python的赋值其实都是引用罢了。譬如

foo = ['Monty','Python}']
bar = foo
foo[1] = 'Bodkin'
bar

output: ['Monty', 'Bodkin']

    大神略过：经过上面的铺垫，可能有小白不知道，什么是引用，我们可以看一副图（偷，居然还有翻译者的水印Orz）

    如图所示, 列表foo是存储在3133位置的对象的引用。当我们赋值bar = foo， 实际上发生了仅仅是3133上的引用被复制。那

    2: 那么顺利成章的，我们可以尝试区分 通过引用改变对象 和 改变引用 的区别。

#比如
empty = []
nested = [empty,empty,empty]
nested

[[], [], []]

2.1 通过引用改变一个引用对象，nested内容都会改变

nested[1].append('python')
print(nested)
#三个全变了 
# 因为三个元素实际上只是统一链表的引用。

[['python'], ['python'], ['python']]

2.2 这次略复杂，改变对象后，改变引用

nested = [[]] * 3
nested[1].append('python')
nested[1] = ['monty']
print(nested)
for s in nested:
    print(id(s))
# 关键要明白 通过一个对象引用修改一个对象与覆盖一个对象引用之间的区别
#通过 ID 可以查出哪个对象的差别；

[['python'], ['monty'], ['python']]
2145503910280
2145502525064
2145503910280

如上所示，改变引用仅仅使nested[1] = ['monty']

2.3 函数 Id（）：用于获取对象的内存地址，所以可以确认两个对象是否相同。

3 掌握了以上知识，那我们如何复制出一个独立的对象呢？

3.0 刚刚的问题，在python中可以使用copy.deepcopy()解决，提供了一个深复制的功能。使用时需要import copy

  （深复制简单而言就复制一份一模一样的数据，在Java的对象复制也有涉及）

import copy
base = ['en']
foo = [base,base,base]
bar = copy.deepcopy(foo)
foo[1].append(['ns'])
print(foo)
print(bar)