不可变类型与可变类型：赋值何时意味着就地修改？-Python教程-PHP中文网

首页

后端开发

Python教程

不可变类型与可变类型：赋值何时意味着就地修改？

DDD

Dec 16, 2024 pm 04:54 PM

Immutable vs. Mutable Types: When Does Value Assignment Mean In-Place Modification?

不可变类型与可变类型：澄清概念

使用编程语言时，理解不可变类型和可变类型之间的区别至关重要。查询中提供的示例提出了有关此概念的问题。

什么构成不可变类型？
不可变类型是指其值一旦创建就无法修改的对象。浮点对象通常被认为是不可变的，如示例所示：

class RoundFloat(float):
    def __new__(cls, val):
        return float.__new__(cls, round(val, 2))

登录后复制

此示例定义了一个扩展浮点类型的类。但是，new 方法不会修改对象创建期间建立的底层浮点值。类似地，示例：

class SortedKeyDict(dict):
    def __new__(cls, val):
        return dict.__new__(cls, val.clear())

登录后复制

创建一个扩展 dict 类型的类，其中 new 在创建时从字典中删除所有键。 RoundFloat 和 SortedKeyDict 都展示了不变性，因为它们的 new 方法不会更改原始值。

可变类型：就地修改
相反，可变类型允许就地修改值。示例：

class SortedKeyDict_a(dict):
    def example(self):
        return self.keys()

登录后复制

定义一个类，该类使用返回键列表的示例方法扩展 dict 类型。然而，字典仍然是可变的，如下所示：

d = (('zheng-cai', 67), ('hui-jun', 68),('xin-yi', 2))
SortedKeyDict_a(d)  # Returns a dictionary without calling example

登录后复制

可变性：值分配与就地修改
不可变类型的行为可能会令人困惑，特别是在考虑时赋值：

x = 5.0
x += 7.0
print x # 12.0

登录后复制

在此示例中，x 是一个浮点对象，它是不可变的。然而，赋值 x = 7.0 似乎改变了它的值。这里的关键区别在于 x 的原始浮点值被分配了一个新值，而不是就地修改。

这种区别也适用于可变类型。考虑以下示例：

s = 'foo'
s += 'bar'
print s # foobar

登录后复制

由于 s 是字符串类型（不可变），因此必须重新分配它以包含“bar”。可以使用可变类型进行就地修改：

x = [1, 2, 3]
x += [3, 2, 1]
print x # [1, 2, 3, 3, 2, 1]

登录后复制

这里，列表 x 通过附加另一个列表来扩展。这些示例强调了类型的可变性与就地修改功能有关。

以上是不可变类型与可变类型：赋值何时意味着就地修改？的详细内容。更多信息请关注PHP中文网其他相关文章！

本站声明

本文内容由网友自发贡献，版权归原作者所有，本站不承担相应法律责任。如您发现有涉嫌抄袭侵权的内容，请联系admin@php.cn

热AI工具

热工具

热门话题

gmail邮箱登陆入口在哪里

7364

Java教程

1628

CakePHP 教程

1353

Laravel 教程

1265

PHP教程

1214

显示更多

Related knowledge

如何使用Python查找文本文件的ZIPF分布 Mar 05, 2025 am 09:58 AM

本教程演示如何使用Python处理Zipf定律这一统计概念，并展示Python在处理该定律时读取和排序大型文本文件的效率。您可能想知道Zipf分布这个术语是什么意思。要理解这个术语，我们首先需要定义Zipf定律。别担心，我会尽量简化说明。 Zipf定律 Zipf定律简单来说就是：在一个大型自然语言语料库中，最频繁出现的词的出现频率大约是第二频繁词的两倍，是第三频繁词的三倍，是第四频繁词的四倍，以此类推。让我们来看一个例子。如果您查看美国英语的Brown语料库，您会注意到最频繁出现的词是“th

我如何使用美丽的汤来解析HTML？ Mar 10, 2025 pm 06:54 PM

本文解释了如何使用美丽的汤库来解析html。它详细介绍了常见方法，例如find（），find_all（），select（）和get_text（），以用于数据提取，处理不同的HTML结构和错误以及替代方案（SEL）

如何使用TensorFlow或Pytorch进行深度学习？ Mar 10, 2025 pm 06:52 PM

本文比较了Tensorflow和Pytorch的深度学习。它详细介绍了所涉及的步骤：数据准备，模型构建，培训，评估和部署。框架之间的关键差异，特别是关于计算刻度的

python对象的序列化和避难所化：第1部分 Mar 08, 2025 am 09:39 AM

Python 对象的序列化和反序列化是任何非平凡程序的关键方面。如果您将某些内容保存到 Python 文件中，如果您读取配置文件，或者如果您响应 HTTP 请求，您都会进行对象序列化和反序列化。从某种意义上说，序列化和反序列化是世界上最无聊的事情。谁会在乎所有这些格式和协议？您想持久化或流式传输一些 Python 对象，并在以后完整地取回它们。这是一种在概念层面上看待世界的好方法。但是，在实际层面上，您选择的序列化方案、格式或协议可能会决定程序运行的速度、安全性、维护状态的自由度以及与其他系

Python中的数学模块：统计 Mar 09, 2025 am 11:40 AM

Python的statistics模块提供强大的数据统计分析功能，帮助我们快速理解数据整体特征，例如生物统计学和商业分析等领域。无需逐个查看数据点，只需查看均值或方差等统计量，即可发现原始数据中可能被忽略的趋势和特征，并更轻松、有效地比较大型数据集。本教程将介绍如何计算平均值和衡量数据集的离散程度。除非另有说明，本模块中的所有函数都支持使用mean()函数计算平均值，而非简单的求和平均。也可使用浮点数。 import random import statistics from fracti