python编程和excel_python编程之赋值和拷贝的区别概述及操作excel数据库（图）

python编程之赋值和拷贝的区别概述及操作excel数据库(图)

一、赋值

在Python中，对象的赋值就是简单的对象引用，这点和C++不同，如下所示：

a = [1,2,”hello”,[‘python’, ‘C++’]]

b = a

在上述情况下，a和b是一样的，他们指向同一片内存，b不过是a的别名，是引用。

我们可以使用bisa 去判断，返回True，表明他们地址相同，内容相同，也可以使用id()函数来查看两个列表的地址是否相同。

赋值操作(包括对象作为参数、返回值)不会开辟新的内存空间，它只是复制了对象的引用。也就是说除了b这个名字之外，没有其他的内存开销。修改了a，也就影响了b，同理，修改了b，也就影响了a。

二、浅拷贝(shallow copy)

浅拷贝会创建新对象，其内容非原对象本身的引用，而是原对象内第一层对象的引用。

浅拷贝有三种形式:切片操作、工厂函数、copy模块中的copy函数。

比如上述的列表a；

切片操作：b = a[ : ] 或者 b = [ x for x in a ]；

工厂函数：b = list( a )；

copy函数：b = copy.copy( a )；

浅拷贝产生的列表b不再是列表a了，使用is判断可以发现他们不是同一个对象，使用id查看，他们也不指向同一片内存空间。但是当我们使用id(x) for x in a 和 id(x) for x in b来查看a和b 中元素的地址时，可以看到二者包含的元素的地址是相同的。

在这种情况下，列表a和b是不同的对象，修改列表b理论上不会影响到列表a。

但是要注意的是，浅拷贝之所以称之为浅拷贝，是它仅仅只拷贝了一层，在列表a中有一个嵌套的list，如果我们修改了它，情况就不一样了

比如：a[3].append(‘java’)。查看列表b，会发现列表b也发生了变化，这是因为，我们修改了嵌套的list，修改外层元素，会修改它的引用，让它们指向别的位置，修改嵌套列表中的元素，列表的地址并未发生变化，指向的都是用一个位置。

三、深拷贝(deep copy)

深拷贝只有一种形式，copy模块中的deepcopy()函数。

深拷贝和浅拷贝对应，深拷贝拷贝了对象的所有元素，包括多层嵌套的元素。因此，它的时间和空间开销要高。

同样的对列表a，如果使用 b = copy.deepcopy(a)，再修改列表b将不会影响到列表a，即使嵌套的列表具有更深的层次，也不会产生任何影响，因为深拷贝拷贝出来的对象根本就是一个全新的对象，不再与原来的对象有任何的关联。

四、拷贝的注意点

对于非容器类型，如数字、字符，以及其他的“原子”类型，没有拷贝一说产生的都是原对象的引用。

如果元组变量值包含原子类型对象，即使采用了深拷贝，也只能得到浅拷贝。

python操作excel：

读取excel

首先导入包xlrd

import xlrd # 用来读取excel

打开excel

workBook = xlrd.open_workbook(r'xj.xlsx') # 打开文件

获取表

workBook.sheet_names() # 获取excel中所有的sheet表

>>> ['Sheet1', '净持仓', '保税区库提价', '期货合约', '国内市场上海地区', '保税区库存', '期货情况', '日胶收盘价', '新加坡结算价', '渤商所天然橡胶']

获取表中内容

# 根据索引来获取到sheet表的内容

sheet1 = workBook.sheet_by_index(0)

print(sheet1)

>>>

# 根据表名来获取到sheet表的内容

sheet2 = workBook.sheet_by_name('保税区库提价')

print(sheet2)

>>>

获取表的详细内容

# 获取表的表名 行数 列数

print(sheet.name,sheet.nrows,sheet.ncols)

>>> 保税区库提价 586 16

# 获取整行数据

print(sheet.row_values(3))

>>> [43307.0, 1490.0, 1305.0, 0.0, 0.0, 1315.0, 0.0, '', '', 43307.0, 1490.0, 1305.0, 1320.0, 1340.0, 1315.0, 0.0]

获取表中单元格内容

# 获取单元格内数据

print(sheet.cell(1,3).value)

print(sheet.cell_value(1,3))

print(sheet.row(1)[3].value)

print(sheet.row_values(1)[3])

>>> 库提价:天然橡胶(SIR20,印度尼西亚产):青岛保税区仓库

>>> 库提价:天然橡胶(SIR20,印度尼西亚产):青岛保税区仓库

>>> 库提价:天然橡胶(SIR20,印度尼西亚产):青岛保税区仓库

>>> 库提价:天然橡胶(SIR20,印度尼西亚产):青岛保税区仓库

获取单元的数据类型

# ctype : 0 empty,1 string, 2 number, 3 date, 4 boolean, 5 error

print(sheet.cell(1,0).value)

print(sheet.cell(1,0).ctype)

print(sheet.cell(3,0).value)

print(sheet.cell(3,0).ctype)

>>> 指标名称

>>> 1

>>> 43307.0

>>> 3

因为获取到excel中的时间为date,所以需要特殊处理

print(xlrd.xldate_as_datetime(sheet.cell(3,0).value,0))

>>> 2018-07-26 00:00:00

print(xlrd.xldate_as_tuple(sheet.cell(3,0).value,0))

>>> (2018, 7, 26, 0, 0, 0)

xlrd.xldate_as_tuple(sheet.cell(3,0).value,workBook.datemode)

>>> (2018, 7, 26, 0, 0, 0)

# 数数据格式

date(*value[:3]).strftime('%Y/%m/%d')

Python在执行时，首先会将.py文件中的源代码编译成Python的byte code(字节码)，然后再由Python Virtual Machine(Python虚拟机)来执行这些编译好的byte code。这种机制的基本思想跟Java，.NET

是一致的。然而，Python Virtual Machine与Java或.NET的Virtual Machine不同的是，Python的Virtual Machine是一种更高级的Virtual Machine。

这里的高级并不是通常意义上的高级，不是说Python的Virtual Machine比Java或.NET的功能更强大，呼啸山庄读后感(http://www.simayi.net/duhougan/673.html)心得体会，而是说和Java 或.NET相比，Python的Virtual Machine距离真实机器的距离更远。或者可以这么说，Python的Virtual Machine是一种抽象层次更高的Virtual Machine。

基于C的Python编译出的字节码文件，通常是.pyc格式。

除此之外，Python还可以以交互模式运行，比如主流操作系统Unix/Linux、Mac、Windows都可以直接在命令模式下直接运行Python交互环境。直接下达操作指令即可实现交互操作。