Fluent Python 3函数 4面向对象惯用法

目录

 

1.== 和 is

2.元组的相对不可变性

3.默认做浅复制

4.函数的参数作为引用时

4.1 不要使用可变类型作为参数的默认值

4.2 防御可变参数

5 del 语句和垃圾回收 

6 弱引用

6.1 WeakValueDictionary

6.2 弱引用的局限

7 Python对不可变类型施加的把戏

---

1.== 和 is

每个变量都有标识、类型和值。对象一旦创建，它的标识绝不会变。可以把标识理解为对象在内存中的地址。只有对象的值会不时变化。

变量保存的是引用，这一点对 Python 编程有很多实际的影响，影响有：

#1 简单的赋值不创建副本。 对 += 或 *= 所做的增量赋值来说，如果左边的变量绑定的是不可变对象，会创建新对象；

#2 如果是可变对象，会就地修改。 为现有的变量赋予新值，不会修改之前绑定的变量。这叫重新绑定：

#3 现在变量绑定了其他对象。如果变量是之前那个对象的最后一个引用，对象会被当作垃圾回收。 函数的参数以别名的形式传递，这意味着，函数可能会修改通过参 数传入的可变对象。这一行为无法避免，除非在本地创建副本，或者使用不可变对象（例如，传入元组，而不传入列表）。

#4 使用可变类型作为函数参数的默认值有危险，因为如果就地修改了 数，默认值也就变了，这会影响以后使用默认值的调用。

 

is 运算符比较两个对象的标识；id() 函数返回对象标识的整数表示。在 CPython 中，id() 返回对象的内存地址。标识最常使用 is 运算符检查，而不是直接比较 ID。

== 运算符比较两个对象的值（对象中保存的数据）， is 比较对象的标识。

通常，我们关注的是值，而不是标识，因此 Python 代码中 == 出现的频率比 is 高。

is 运算符比 == 速度快，因为它不能重载，所以 Python 不用寻找并调用特殊方法，而是直接比较两个整数 ID。

a == b 是语法糖，等同于 a.__eq__(b)。多数内置类型使用更有意义的方式覆盖了 __eq__ 方法，考虑对象属性的值。

2.元组的相对不可变性

元组与多数 Python 集合（列表、字典、集，等等）一样，保存的是对象的引用。

元组的不可变性其实是指 tuple 数据结构的物理内容（即保存的引用）不可变，与引用的对象无关。

不可变容器对象包含的对象集是不会改变的，但如果包含了对可变对象的引用，当后者的值改变时，该不可变容器对象的值也改变了。（不可变 ≠ 值不能变）

3.默认做浅复制

Python的浅层和深层复制

注意可以使用构造方法 list()、 [:]、copy.copy()进行浅层复制操作，但赋值语句增加对象的别名，指向的是同一个对象。

>>> s1 = {1, 2, 3}

>>> s2 = s1
>>> s2 is s1
True
>>> s3 = list(s1)

>>> s3 is s1
False

4.函数的参数作为引用时

Python 唯一支持的参数传递模式是共享传参（call by sharing），共享传参指函数的各个形式参数获得实参中各个引用的副本(即函数内部的形参是实参的别名)，多数面向对象语言都采用这一模式。

示例：

>>> def s(a,b):
	a += b
	return a

>>> t1 = (1,2)
>>> t2 = (3,4)
>>> l1 = [1,2]
>>> l2 = [3,4]

>>> s(t1,t2)
(1, 2, 3, 4)
>>> s(l1,l2)
[1, 2, 3, 4]

>>> print(t1,t2,l1,l2)
(1, 2) (3, 4) [1, 2, 3, 4] [3, 4]

元组作为参数传给函数，之后元组的值没变；列表作为参数传给函数，之后列表的值发生变化。

可见函数可能会修改作为参数传入的可变对象，但是无法修改那些对象的标识（即不能把一个对象替换成另一个对象）。

4.1 不要使用可变类型作为参数的默认值

默认值在定义函数时计算（通常在加载模块时），因此默认值变成了函数对象的属性。因此，如果默认值是可变对象，而且修改了它的值，那么后续的函数调用都会受到影响

# 此节具体内容已省略

4.2 防御可变参数

通常使用 None 作为接收可变值的参数的默认值，__init__ 方法检查该参数的值是不是 None，如果是就赋值一个新的空列表。

5 del 语句和垃圾回收 

del 语句解除该名称的绑定。名称的删除将从局部或全局命名空间中移除该名称的绑定，具体作用域的确定是看该名称是否有在同一代码块的 global 语句中出现。 如果该名称未被绑定，将会引发 NameError。

在 CPython 中，垃圾回收使用的主要算法是引用计数，每个对象都会统计有多少引用指向自己。当引用计数归零时，对象立即就被销毁：CPython 会在对象上调用 __del__ 方法（如果定义了），然后释放分配给对象的内存。

CPython 2.0 增加了分代垃圾回收算法，用于检测引用循环中涉及的对象组——如果一组对象之间全是相互引用，即使再出色的引用方式也会导致组中的对象不可获取。Python 的其他实现有更复杂的垃圾回收程序，而且不依赖引用计数，这意味着，对象的引用数量为零时可能不会立即调用 __del__ 方法。

1.内存管理从硬件到软件

2.CPython

3.全局解释锁GIL

4.CPython的内存分配策略

6 弱引用

弱引用不会增加对象的引用数量。引用的目标对象称为所指对象（referent）。因此我们说，弱引用不会妨碍所指对象被当作垃圾回收。

弱引用的主要用途是实现保存大对象的高速缓存或映射，但又并希望大对象仅仅因为它出现在高速缓存或映射中而保持存活。

class weakref.ref(object[, callback])

返回对 对象 的弱引用。

6.1 WeakValueDictionary

class weakref.WeakValueDictionary([dict])

弱引用值的映射类。 当不再有对键的强引用时字典中的条目将被丢弃。

WeakValueDictionary.valuerefs()

返回包含对值的弱引用的可迭代对象。

class weakref.WeakSet([elements])

保持对其元素弱引用的集合类。 当不再有对某个元素的强引用时元素将被丢弃。

6.2 弱引用的局限

不是每个 Python 对象都可以作为弱引用的目标（或称所指对象）。基本的 list 和 dict 实例不能作为所指对象，但是它们的子类可以。

set 实例可以作为所指对象。int 和 tuple 实例不能作为弱引用的目标，甚至它们的子类也不行。 这些局限基本上是 CPython 的实现细节，在其他 Python 解释器中情况可 能不一样。

7 Python对不可变类型施加的把戏

本节跳过

这里讨论的是 Python 的实现细节，对 Python 用户来说没那么重要。这些细节是 CPython 核心开发者走的捷径和做的优化措施，对这门语言的用户而言无需了解，而且那些细节对其他 Python 实现可能没用，CPython 未来的版本可能也不会用。