Python入门之python可变对象与不可变对象

本文分为如下几个部分

概念
地址问题
作为函数参数
可变参数在类中使用
函数默认参数
类的实现上的差异

概念

可变对象与不可变对象的区别在于对象本身是否可变。

python内置的一些类型中

可变对象：list dict set
不可变对象：tuple string int float bool

举一个例子

# 可变对象
>>> a = [1, 2, 3]
>>> a[1] = 4
>>> a
[1, 4, 3]
# 不可变对象
>>> b = (1, 2, 3)
>>> b[1] = 4
Traceback (most recent call last):
  File "<stdin>", line 1, in <module>
TypeError: 'tuple' object does not support item assignment

上面例子很直观地展现了，可变对象是可以直接被改变的，而不可变对象则不可以。

地址问题

下面我们来看一下可变对象的内存地址变化

>>> a = [1, 2, 3]
>>> id(a)
2139167175368
>>> a[1] = 4
>>> id(a)
2139167175368

我们可以看到，可变对象变化后，地址是没有改变的

如果两个变量同时指向一个地址

1.可变对象

>>> a = [1, 2, 3]
>>> id(a)
2139167246856
>>> b = a
>>> id(b)
2139167246856
>>> a[1] = 4
>>> a
[1, 4, 3]
>>> b
[1, 4, 3]
>>> id(a)
2139167246856
>>> id(b)
2139167246856

我们可以看到，改变a则b也跟着变，因为他们始终指向同一个地址

2.不可变对象

>>> a = (1, 2, 3)
>>> id(a)
2139167074776
>>> b = a
>>> a = (4, 5, 6)
>>> a
(4, 5, 6)
>>> b
(1, 2, 3)
>>> id(a)
2139167075928
>>> id(b)
2139167074776

我们可以看到，a改变后，它的地址也发生了变化，而b则维持原来的地址，原来地址中的内容也没有发生变化。

作为函数参数

1.可变对象

>>> def myfunc(l):
...     l.append(1)
...     print(l)
...
>>> l = [1, 2, 3]
>>> myfunc(l)
[1, 2, 3, 1]
>>> l
[1, 2, 3, 1]

我们可以看到，可变对象作为参数传入时，在函数中对其本身进行修改，是会影响到全局中的这个变量值的，因为函数直接对该地址的值进行了修改。

2.不可变对象

>>> def myfunc(a):
...     a += 1
...     print(a)
...
>>> a = 2
>>> myfunc(a)
3
>>> a
2

对于不可变对象来说，虽然函数中的a值变了，但是全局中的a值没变，因为函数中的a值已经对应了另外一个地址，而全局中的a值指向的原来地址的值是没有变的。

3.总结

python中向函数传递参数只能是引用传递，表示把它的地址都传进去了，这才会带来上面的现象。

有的编程语言允许值传递，即只是把值传进去，在里面另外找一个地址来放，这样就不会影响全局中的变量。

可变参数在类中使用

我们直接来看下面这个例子

class Myclass:
    def __init__(self, a):
        self.a = a
    def printa(self):
        print(self.a)

运行如下

>>> aa = [1,2]
>>> my = Myclass(aa)
>>> my.printa()
[1, 2]
>>> aa.append(3)
>>> my.printa()
[1, 2, 3]

我们可以看到，类中的变量和全局变量地址依然是共用的，无论在哪里修改都会影响对方。

其实这个特性也不能说是一个弊端，利用这一点可以进行一些很方便的操作，比如两个线程同时操作一个队列，我们不用设置一个global队列，只要将队列这个可变对象传入类之中，修改就会自动同步。

下面这个生产者消费者例子就是这样

import time
import threading
import random
from queue import Queue
 
class Producer(threading.Thread):
 
    def __init__(self, queue):
        threading.Thread.__init__(self)
        self.queue = queue
 
    def run(self):
        while True:
            random_integer = random.randint(0, 100)
            self.queue.put(random_integer)
            print('add {}'.format(random_integer))
            time.sleep(random.random())
 
class Consumer(threading.Thread):
 
    def __init__(self, queue):
        threading.Thread.__init__(self)
        self.queue = queue
 
    def run(self):
        while True:
            get_integer = self.queue.get()
            print('lose {}'.format(get_integer))
            time.sleep(random.random())
 
def main():
    queue = Queue()
    th1 = Producer(queue)
    th2 = Consumer(queue)
    th1.start()
    th2.start()
 
if __name__ == '__main__':
    main()

将queue传入两个类中，在两个类中随意更改，自动在两个类间同步。

函数默认参数

函数默认参数一定要设定为不可变参数，否则会引发一些错误，我们来看下面一个例子

>>> def myfunc(l=[]):
...     l.append('add')
...     print(l)
...
>>> myfunc([1, 2, 3])
[1, 2, 3, 'add']
>>> myfunc(['a', 'b'])
['a', 'b', 'add']

上面代码是正常运行的，我们来看下面这些

>>> myfunc()
['add']
>>> myfunc()
['add', 'add']
>>> myfunc()
['add', 'add', 'add']

按理说应该每次都是['add']，但是现在出现了意想不到的错误。

这是因为l = []是在函数定义时就确定下来的了，所以之后每次调用这个函数，使用的l都是同一个，如果不指定这个参数的新值，就会出现上面这个问题。

上面这个l可以默认设置为None，这就是一个不可变对象。

类的实现上的差异

其实list tuple里的这些元素都相当于类的属性，修改他们相当于修改类的属性。

正常定义一个类它的属性是可以正常访问和修改的，所以那些类的实例都是可变对象。

我们只要定义一个类，不允许它修改属性，就可以创建一个不可变对象。

这就要使用python的魔法方法，主要有两种方法

设置__setattr__直接抛出异常，即只要想设置属性值，就会抛出异常
设置__slot__限制属性的访问，如果属性都不能访问了，那就肯定不能修改

更细节的实现可以参考stackoverflow上的回答

参考