圖解Python變量與賦值
Python是一門獨(dú)特的語言,與C語言有很大區(qū)別,初學(xué)Python很多萌新表示對(duì)變量與賦值不理解,學(xué)過C的都知道,給變量賦值時(shí),需要先指定數(shù)據(jù)類型,同時(shí)會(huì)開辟一塊內(nèi)存區(qū)域,用于存儲(chǔ)值,例如:
int a = 1;

a 就是內(nèi)存空間中的一小塊區(qū)域,就像是一個(gè)大房間里面的一個(gè)小盒子,賦值就是把整數(shù)1裝載到盒子里面。
現(xiàn)在給變量a重新賦值
a = 2;

盒子依然是那個(gè)盒子,也就是說內(nèi)存地址沒有變,只是該段內(nèi)存中的值變了,變成了2。
再來看:
int b = a;

當(dāng)把變量a賦值給另外一個(gè)變量b時(shí),相當(dāng)于把值拷貝了一份傳遞給變量b,b是新開辟的一段內(nèi)存區(qū)域
而在Python中,“變量”的嚴(yán)格叫法是“名字(name)”,也可以理解為標(biāo)簽,就像我們?nèi)说男彰粯?,名字就是掛在人身上的一個(gè)標(biāo)簽。
>>> 10-a Traceback (most recent call last): File "<stdin>", line 1, in <module> NameError: name 'a' is not defined
比如上面這段錯(cuò)誤報(bào)的是name 'a' 沒有定義,而沒有說成 variable。
在Python中,給變量賦值就是相當(dāng)于給對(duì)象貼標(biāo)簽,就像我們給人取名字一樣,變量本身是沒有任何意義的,它沒有類型信息,真正的信息都在對(duì)象身上。
例如:
a = 1

Python內(nèi)部首先會(huì)分配一段內(nèi)存空間用于創(chuàng)建整數(shù)對(duì)象1,然后給這個(gè)1貼上名為a的標(biāo)簽。
然后執(zhí)行
a=2
Python接著會(huì)在另一塊內(nèi)存區(qū)域創(chuàng)建整數(shù)對(duì)象2,然后把標(biāo)簽a從1身上撕下來貼在2身上,此時(shí),我們沒法再通過a來得到1這個(gè)值了。

現(xiàn)在把名字a賦值給另外一個(gè)名字b
b = a

相當(dāng)于在剛才的2身上又貼了一個(gè)新的標(biāo)簽b,注意,這里和C語言是完全不一樣的,定義b的時(shí)候不需要分配內(nèi)存空間,這樣我們既可以通過a來訪問2也可以通過b來訪問2,訪問的都是同一個(gè)對(duì)象,就好比我們給寶寶取名時(shí)既有小名也有大名,其實(shí)叫的都是同一個(gè)人。
雖然我們通常在Python中還是用"變量"的叫法(因?yàn)樵诰幊陶Z言中這是一種通用叫法),但是我們需要理解Python中的變量不同于其他語言,變量只是一個(gè)名字。
理解了Python中的變量與賦值后,再來看函數(shù)的參數(shù)傳遞,如下所示:
>>> def fun_a(a): ... a = a+4 ... >>> g = 0 >>> fun_a(g) >>> g 0
全局變量g傳遞給函數(shù)fun_a時(shí),相當(dāng)于函數(shù)中的參數(shù)a也將作為標(biāo)簽貼在0上,隨后a被重新賦值了(a=a+4),相當(dāng)于從0撕下標(biāo)簽a貼到4身上,然后g依然還是0上面的標(biāo)簽。

再來看這個(gè)函數(shù),傳遞的是一個(gè)列表對(duì)象
>>> def fun_b(names): ... names[0] = ['x', 'y'] ... >>> n_list = ['a','b','c'] >>> fun_b(n_list) >>> >>> n_list [['x','y'], 'b', 'c']
與前面的步驟還是一樣的,names 和 n_list 都是['a','b','c']上的一個(gè)標(biāo)簽,只是列表中的第0個(gè)元素被重新賦值了,但是names和 n_list 依然都貼在這個(gè)列表對(duì)象身上,雖然 n_list的值更新了,但對(duì)象依然是原來那個(gè)對(duì)象。就好比張三和小張都是同一個(gè)人,現(xiàn)在給小張換件衣服時(shí),其實(shí)就是給張三換件衣服,人還是那個(gè)人,只是它身上的東西發(fā)生了變化。

以上內(nèi)容就介紹到這,大家可以繼續(xù)看下面的相關(guān)文章。
相關(guān)文章
pytorch模型轉(zhuǎn)換為onnx可視化(使用netron)
netron 是一個(gè)非常好用的網(wǎng)絡(luò)結(jié)構(gòu)可視化工具,但是netron對(duì)pytorch模型的支持還不成熟,這篇文章主要介紹了pytorch模型轉(zhuǎn)換為onnx,并使用netron可視化,需要的朋友可以參考下2023-05-05
Python操作SQLite數(shù)據(jù)庫的方法詳解【導(dǎo)入,創(chuàng)建,游標(biāo),增刪改查等】
這篇文章主要介紹了Python操作SQLite數(shù)據(jù)庫的方法,簡(jiǎn)單說明了sqlite數(shù)據(jù)庫的相關(guān)概念,并結(jié)合實(shí)例形式較為詳細(xì)的分析了Python針對(duì)sqlite數(shù)據(jù)庫的導(dǎo)入,創(chuàng)建,游標(biāo),增刪改查等操作技巧,需要的朋友可以參考下2017-07-07
地圖可視化神器kepler.gl python接口的使用方法
這篇文章主要介紹了python 地圖可視化神器kepler.gl近期重要更新的的相關(guān)資料,幫助大家利用python實(shí)現(xiàn)地圖可視化,感興趣的朋友可以了解下2020-12-12
pyspark給dataframe增加新的一列的實(shí)現(xiàn)示例
這篇文章主要介紹了pyspark給dataframe增加新的一列的實(shí)現(xiàn)示例,文中通過示例代碼介紹的非常詳細(xì),對(duì)大家的學(xué)習(xí)或者工作具有一定的參考學(xué)習(xí)價(jià)值,需要的朋友們下面隨著小編來一起學(xué)習(xí)學(xué)習(xí)吧2020-04-04

