深入理解Python中变量赋值的问题

前言

在Python中变量名规则与其他大多数高级语言一样，都是受C语言影响的，另外变量名是大小写敏感的。
Python是动态类型语言，也就是说不需要预先声明变量类型，变量的类型和值在赋值那一刻被初始化，下面详细介绍了Python的变量赋值问题，一起来学习学习吧。

我们先看一下如下代码:

    c = {}

    def foo():
     f = dict(zip(list("abcd"), [1, 2 ,3 ,4]))
     c.update(f)

    if __name__ == "__main__":
     a = b = d = c

     b['e'] = 5
     d['f'] = 6

     foo()

     print(a)
     print(b)
     print(c)
     print(d)

输出结果：

    {'a': 1, 'c': 3, 'b': 2, 'e': 5, 'd': 4, 'f': 6}
    {'a': 1, 'c': 3, 'b': 2, 'e': 5, 'd': 4, 'f': 6}
    {'a': 1, 'c': 3, 'b': 2, 'e': 5, 'd': 4, 'f': 6}
    {'a': 1, 'c': 3, 'b': 2, 'e': 5, 'd': 4, 'f': 6}

如果你对以上输出结果不感到奇怪，那么就不必往下看了。实际上本文要讨论的内容非常简单，不要为此浪费您宝贵的时间。

Python 属于动态语言，程序的结构可以在运行的过程中随时改变，而且 python 还是弱类型的语言，所以如果你是从静态、强类型编程语言转过来的，理解起 Python 的赋值，刚开始可能会感觉有些代码有点莫名其妙。

可能你会以为上面代码的输出会是这样的：

    {}
    {'e': 5}
    {}
    {'f': 6}

你可能认为 a 没有被改变，因为没有看到哪里对它做了改变；b 和 d 的改变是和明显的；c 呢，因为是在函数内被改变的，你可能认为 c 会是一个局部变量，所以全局的 c 不会被改变。

实际上，这里的 a, b, c, d 同时指向了一块内存空间，这可内存空间保存的是一个字典对象。这有点像 c 语言的指针，a, b, c, d 四个指针指向同一个内存地址，也就是给这块内存其了 4 个笔名。所以，不管你改变谁，其他三个变量都会跟着变化。那为什么 c 在函数内部被改变，而且没有用 global 申明，但全局的 c 去被改变了呢？

我们再来看一个例子：

    >>>a = {1:1, 2:2}
    >>>b = a
    >>>a[3] = 3
    >>>b
    {1: 1, 2: 2, 3: 3}
    >>>a = 4
    >>>b
    {1: 1, 2: 2, 3: 3}
    >>>a
    4

当 b = a 时，a 与 b 指向同一个对象，所以在 a 中添加一个元素时，b 也发生变化。而当 a = 4 时， a 就已经不再指向字典对象了，而是指向一个新的 int 对象（python 中整数也是对象），这时只有 b 指向字典，所以 a 改变时 b 没有跟着变化。这是只是说明了什么时候赋值变量会发生质的改变，而以上的问题还没有被解决。

那么，我么再来看一个例子：

    class TestObj(object):
     pass

    x = TestObj()
    x.x = 8
    d = {"a": 1, "b": 2, "g": x}
    xx = d.get("g", None)
    xx.x = 10
    print("x.x:%s" % x.x)
    print("xx.x: %s" % xx.x)
    print("d['g'].x: %s" % d['g'].x)

    # Out:
    # x.x:10
    # xx.x: 10
    # d['g'].x: 10

由以上的实例可以了解到，如果仅改变对象的属性（或者说成是改变结构），所有指向该对象的变量都会随之改变。但是如果一个变量重新指向了一个对象，那么其他指向该对象的变量不会随之变化。所以，最开始的例子中，c 虽然在函数内部被改变，但是 c 是全局的变量，我们只是在 c 所指向的内存中添加了一个值，而没有将 c 指向另外的变量。

需要注意的是，有人可能会认为上例中的最后一个输出应该是 d['g'].x: 8。 这样理解的原因可能是觉得已经把字典中 'g' 所对应的值取出来了，并重新命名为 xx，那么 xx 就与字典无关了。其实际并不是这样的，字典中的 key 所对应的 value 就像是一个指针指向了一片内存区域，访问字典中 key 时就是去该区域取值，如果将值取出来赋值给另外一个变量，例如 xx = d['g'] 或者 xx = d.get("g", None)，这样只是让 xx 这个变量也指向了该区域，也就是说字典中的键 'g' 和 xx 对象指向了同一片内存空间，当我们只改变 xx 的属性时，字典也会发生变化。

下例更加直观的展示了这一点：

    class TestObj(object):
     pass

    x = TestObj()
    x.x = 8
    d = {"a": 1, "b": 2, "g": x}
    print(d['g'].x)
    xx = d["g"]
    xx.x = 10
    print(d['g'].x)
    xx = 20
    print(d['g'].x)

    # Out:
    # 8
    # 10
    # 10

这个知识点非常简单，但如果没有理解，可能无法看明白别人的代码。这一点有时候会给程序设计带来很大的便利，例如设计一个在整个程序中保存状态的上下文：

    class Context(object):
     pass


    def foo(context):
     context.a = 10
     context.b = 20
     x = 1

    def hoo(context):
     context.c = 30
     context.d = 40
     x = 1

    if __name__ == "__main__":
     context = Context()
     x = None
     foo(context)
     hoo(context)
     print(x)
     print(context.a)
     print(context.b)
     print(context.c)
     print(context.d)

    # Out：
    # None
    # 10
    # 20
    # 30
    # 40

示例中我们可以把需要保存的状态添加到 context 中，这样在整个程序的运行过程中这些状态能够被任何位置被使用。

在来一个终结的例子，执行外部代码：

outer_code.py

    from __future__ import print_function

    def initialize(context):
     g.a = 333
     g.b = 666
     context.x = 888

    def handle_data(context, data):
     g.c = g.a + g.b + context.x + context.y
     a = np.array([1, 2, 3, 4, 5, 6])
     print("outer space: a is %s" % a)
     print("outer space: context is %s" % context)

main_exec.py

    from __future__ import print_function

    import sys
    import imp
    from pprint import pprint

    class Context(object):
     pass

    class PersistentState(object):
     pass


    # Script starts from here

    if __name__ == "__main__":
     outer_code_moudle = imp.new_module('outer_code')
     outer_code_moudle.__file__ = 'outer_code.py'
     sys.modules["outer_code"] = outer_code_moudle
     outer_code_scope = code_scope = outer_code_moudle.__dict__

     head_code = "import numpy as np\nfrom main_exec import PersistentState\ng=PersistentState()"
     exec(head_code, code_scope)
     origin_global_names = set(code_scope.keys())

     with open("outer_code.py", "rb") as f:
     outer_code = f.read()

     import __future__
     code_obj = compile(outer_code, "outer_code.py", "exec", flags=__future__.unicode_literals.compiler_flag)
     exec(code_obj, code_scope)
     # 去除掉内建名字空间的属性，仅保留外部代码中添加的属性
     outer_code_global_names = set(outer_code_scope.keys()) - origin_global_names

     outer_func_initialize = code_scope.get("initialize", None)
     outer_func_handle_data = code_scope.get("handle_data", None)

     context = Context()
     context.y = 999
     outer_func_initialize(context)
     outer_func_handle_data(context, None)

     g = outer_code_scope["g"]
     assert g.c == 2886
     print("g.c: %s" % g.c)
     print(dir(g))
     print(dir(context))
     pprint(outer_code_moudle.__dict__)

总结

以上就是这篇文章的全部内容了，希望本文的内容对大家的学习或者工作能带来一定的帮助，如果有疑问大家可以留言交流。