python与Java类似,有些数据类型是值传递,有些是引用传递。
比如列表list,在原处修改值
1. >>> L1 = [1,2,3]
2. >>> L2 = L1
3. >>> L2
4. [1, 2, 3]
5. >>> L1[0] = 9
6. >>> L1
7. [9, 2, 3]
8. >>> L2
9. [9, 2, 3]
这个例子中,L1和L2引用了同一个对象,即指向了同一片内存区域,列表在原处可修改,所以L1的修改影响了L2的值。【共享引用,在原处修改】
1. >>> a = 1
2. >>> b = a
3. >>> a
4. 1
5. >>> b
6. 1
7. >>> a = 3
8. >>> a
9. 3
10. >>> b
11. 1
但是整数并不能在原处修改,a重新引用了一个对象3之后,并不能影响b,所以b还是引用了1这个对象
=======================================================
=====================
由于Python具有缓存机制,所以python对小的数字也采用复用,如下例子:
1. >>> a = 32
2. >>> b = 32
3. >>> a == b
4. True
5. >>> a is b
6. True
is操作符,是在检查对象的同一性,如果两个变量名精确地指向了同一个对象,它会返回True。实际上,is只是比较实现引用的指针,是否指向同一个对象。
上例中,按照常规,因为我们运行了两个不同的常量表达式,a和b两个变量应该指向不同的对象,但这里a is b返回了True,说明a和b指向了同一个对象。
这就说明,在Python中,小的整数和字符串被缓存并复用了
实际上,如果你想刨根问底的话,你可以向Python查询一个对象的引用次数:在sys模块中的getrefcount函数会返回对象的引用次数。
1. >>> import sys
2. >>> sys.getrefcount(1)
3. 1130
4. >>> a = 1
5. >>> sys.getrefcount(1)
6. 1130
7. >>> b= 1
8. >>> sys.getrefcount(1)
9. 1130
10. >>> d= 1
11. >>> sys.getrefcount(1)
12. 1131
13. >>> e = 1
14. >>> sys.getrefcount(1)
15. 1132
16. >>> f = 1
17. >>> sys.getrefcount(1)
18. 1133
在上例中,在IDLE GUI中查询整数对象1时,它报告这个对象有1133次重复引用(绝大部分都是IDLE系统代码所引用的)
在Python中,从技术上来讲,对象有更复杂的结构而不仅仅是有足够的空间表示它那么简单。每一个对象都有两个标准的头部信息:一个类型标识符去标识这个对象的类型,以及一个引用计数器,用来决定是不是可以回收这个对象。
【类型属于对象,而不是变量,比如a = 3,这时候a是整数类型,下一句执行a="3",a又变成了字符串类型,这是根据a变量指向的对象决定的,而不是a变量决定的】