Python 学习第四篇：动态类型模型

Python的变量不用声明，赋值之后就可以直接使用，类型是在运行过程中自动确定的，这就是动态类型模型。该模型把变量和对象设计成两个不同的实体，对象是存储数据的地方，对象的类型是由初始值自动决定的，而变量仅仅是对象的引用。变量是通用的，同一个变量名可以引用任何类型的对象。

一，变量、对象和引用

动态类型模型由三部分构成：变量、对象和引用。变量和类型没有任何关系，类型是对象的，变量只是引用对象而已。例如，a=3，a是变量名，Python自动创建一个内存对象，值是3，变量a自动引用对象。

1，变量

对于一个变量，当第一次给它赋值时，就创建了变量，并把变量关联到内存对象。之后对变量的赋值，将会改变变量引用的对象。

从技术上来看，变量是指针类型，所谓的数据类型，是指变量引用的对象的类型，类型的概念存在于对象中，而不是变量中。

当变量出现在表达式中时，它会被当前引用的对象所代替，无论这个对象是什么类型。

2，对象

从技术上讲，对象是一块内存空间，存储头部和内容。每个对象都有两个标准的头部信息：一个类型标志符用于标识对象的类型，一个计数器用于标识被应用的次数。当对用被引用的次数为0时，Python会自动回收该对象占用的内存空间。

3，引用

变量和对象通过引用关联在一起，在使用变量时，Python自动通过引用获取或设置对象的值。

二，通用类型分类

Python的核心类型，通常细分为：整数、字符串、元组、列表、字典，也可以按照操作分为整数、序列和映射，也可以按照对象是否支持原处修改，把类型分为可变类型和不可变类型。

1，按照操作分类

整数是不可变的对象，支持算术运算；
集合是无序的，支持集合操作；
字符串、列表和元组是序列，元素的位置是顺序的，可以按照偏移对序列进行索引和分片操作；
字典是映射，元素之间没有顺序，但是通过映射来获取值，而不是通过偏移。

2，按照可变性分类

对象的可变性是指对象是否可以原处修改，原处修改是指对象的内存空间是否可以被修改。

Python的类型从可变性上可以分为两类：可变类型和不可变类型，

可变类型：列表、字典
不可变类型：整数，字符串、元组，集合

可变对象可以在原处被修改，不可变对象一旦创建成功，就保持不变。

三，赋值和共享引用

在使用赋值符号（=）时，如果变量对变量“赋值”，产生共享引用，两个变量引用同一个对象；如果是使用对象对变量赋值，产生的结果是创建新的对象，同时使变量引用新的对象。

例如，把变量赋值给变量时，变量之间存在共享引用，也就是说，多个变量名引用同一个对象，

a=3

b=a

此时，变量a和b同时指向一个对象。变量名赋值给变量名，使得两个变量引用相同的对象。

当把对象赋值给变量时，并不是替换了原始的对象，而是让这个变量去引用另一个完全不同的对象。

例如，当变量重新赋值时，a='abc'，变量a引用的是另一处内存空间。此时，b是3，而a是abc。

a='abc'

1，共享引用和可原处修改

当共享引用的对象是可变类型时，对可变对象的修改，会反应到共享引用的变量上。

例如，变量l1和l2是共享引用，引用的对象是列表，而列表支持原处修改：

l1=[1,2,3]

l2=l1

当修改变量l1引用的对象的值时，变量l1和l2引用的还是同一个内存空间，l1和l2的值是相同的。

l1[0]=5

2，共享引用和相等

==和is是不同的“相等”比较，前者是指值相等，后者是指对象的同一性（同一个对象）。

例如，a和b既是值相等，也是对象同一的。

a=[1,2]

b=a

例如，a和b是值相等，但是对象不是同一个，这说明，可变类型的常量的缓存是不可复用的。

a=[1,2]

b=[1,2]

例如，x和y既是值相等，也是对象同一的，这说明，不可变类型的常量的缓存是复用的。

x=1

y=1

四，深拷贝和浅拷贝

浅拷贝是指引用的拷贝，深拷贝是指对象的拷贝。在Python中，浅拷贝存在于下面三种情况：

共享引用是浅拷贝，两个变量引用同一个对象。
由于Python会复用不可变对象，因此，不可变对象的赋值都是浅拷贝。
赋值生成的是浅拷贝。

深拷贝是指值相同的不同对象，因此，== 运算的结果是True，而 i s运算的结果是False，例如，a和b的值相同，但是引用的对象不同。

a=[1,2]

b=[1,2]

对a进行修改，不会引用b的值，列表的深拷贝，也可以通过list.copy()函数来实现。

>>> a=[1,2]

>>> b=a.copy()

>>> a==b

True

>>> a is b

False

对于可变类型的深拷贝：

列表类型有：list.copy()，list[:]，list(list_var)
字典类型：dict.copy()
copy标准库模块中

import copy

x=copy.deepcopy(y)

参考文档：