写点什么

翻译:《实用的 Python 编程》02_07_Objects

用户头像
codists
关注
发布于: 2021 年 02 月 26 日
翻译:《实用的 Python 编程》02_07_Objects

目录 | [上一节 (2.6 列表推导式)] | [下一节 (3 程序组织)]


2.7 对象


本节介绍有关 Python 内部对象模型的更多详细信息,并讨论一些与内存管理,拷贝和类型检查有关的问题。


赋值


Python 中的许多操作都与赋值或者存储值有关。


a = value         # Assignment to a variables[n] = value      # Assignment to a lists.append(value)   # Appending to a listd['key'] = value  # Adding to a dictionary
复制代码


*警告:赋值操作永远不是值拷贝。所有的赋值操作都是引用拷贝(如果你乐意,也可以说是指针拷贝)*


赋值示例


考虑该代码片段:


a = [1,2,3]b = ac = [a,b]
复制代码


以下是底层内存操作图。在此示例中,只有一个列表对象 [1,2,3],但是有四个不同的引用指向它。



这意味着修改一个值会影响所有的引用。


>>> a.append(999)>>> a[1,2,3,999]>>> b[1,2,3,999]>>> c[[1,2,3,999], [1,2,3,999]]>>>
复制代码


请注意,原始列表中的更改是如何在其它地方显示的。这是因为从未进行任何拷贝,所有的东西都指向同一个东西。


重新赋值


重新赋值永远不会重写之前的值所使用的内存。


a = [1,2,3]b = aa = [4,5,6]
print(a) # [4, 5, 6]print(b) # [1, 2, 3] Holds the original value
复制代码


切记:变量是名称,不是内存地址


风险


如果你不知道这种(数据)共享(的方式),那么在某些时候你会搬起石头砸自己的脚。典型情景,你修改了一些数据,以为它是自己的私有拷贝,但是它却意外地损破坏了程序其它部分的某些数据。


说明:这就是为什么原始数据类型是不可变(只读)的原因之一


标识值和引用


使用 is 操作符检查两个值是否真的是相同的对象。


>>> a = [1,2,3]>>> b = a>>> a is bTrue>>>
复制代码


is 操作符比较对象的标识值(一个整数)。标识值可以使用 id() 函数获取。


>>> id(a)3588944>>> id(b)3588944>>>
复制代码


注意:使用 == 检查对象是否相等几乎总是更好,is的结果通常会出乎意料:


>>> a = [1,2,3]>>> b = a>>> c = [1,2,3]>>> a is bTrue>>> a is cFalse>>> a == cTrue>>>
复制代码


浅拷贝


列表和字典自身具有用于拷贝的方法。


>>> a = [2,3,[100,101],4]>>> b = list(a) # Make a copy>>> a is bFalse
复制代码


这是一个新列表,但是列表中的项是共享的。


>>> a[2].append(102)>>> b[2][100,101,102]>>>>>> a[2] is b[2]True>>>
复制代码


例如,内部列表 [100, 101, 102] 正在共享。这就是众所皆知的浅拷贝。下面是图示:



深拷贝


有时候,需要拷贝一个对象及其中所包含的所有对象,为此,可以使用 copy 模块:


>>> a = [2,3,[100,101],4]>>> import copy>>> b = copy.deepcopy(a)>>> a[2].append(102)>>> b[2][100,101]>>> a[2] is b[2]False>>>
复制代码


名称,值,类型


变量名称没有类型,仅仅是一个名字。但是,值确实具有一个底层的类型。


>>> a = 42>>> b = 'Hello World'>>> type(a)<type 'int'>>>> type(b)<type 'str'>
复制代码


type() 函数将告诉你这是什么。类型名称通常用作创建或将值转换为该类型的函数。


类型检查


如何判断对象是否为特定类型?


if isinstance(a, list):    print('a is a list')
复制代码


检查是否是多种类型中的一种:


if isinstance(a, (list,tuple)):    print('a is a list or tuple')
复制代码


注意:不要过度使用类型检查。这会导致过度的代码复杂性。通常,如果这样做能够阻止其他人在使用你的代码时犯常见错误,那么就使用类型检查。


一切皆对象


数字,字符串,列表,函数,异常,类,实例等都是对象。这意味着所有可以命名的对象都可以作为数据传递、放置到容器中,而没有任何限制。没有特殊的对象。有时,可以这样说,所有的对象都是“一等对象”。


一个简单的例子:


>>> import math>>> items = [abs, math, ValueError ]>>> items[<built-in function abs>,  <module 'math' (builtin)>,  <type 'exceptions.ValueError'>]>>> items[0](-45)45>>> items[1].sqrt(2)1.4142135623730951>>> try:        x = int('not a number')    except items[2]:        print('Failed!')Failed!>>>
复制代码


在这里,items 是一个包含函数,模块和异常的列表。可以直接使用列表中的项代替原始名称。


items[0](-45)       # absitems[1].sqrt(2)    # mathexcept items[2]:    # ValueError
复制代码


权利越大,责任越大。只是因为你可以做,但并意味这你应该这样做。


练习


在这组练习中,我们来看看来自一等对象的威力。


练习 2.24:一等数据


Data/portfolio.csv 文件中,我们把有组织的数据读取为列,如下所示:


name,shares,price"AA",100,32.20"IBM",50,91.10...
复制代码


在之前的代码中,我们使用 csv 模块读取文件,但是仍必须手动执行类型转换。例如:


for row in rows:    name   = row[0]    shares = int(row[1])    price  = float(row[2])
复制代码


也可以使用一些列表基本操作以更巧妙的方式来执行这种转换。


创建一个包含转换函数名称的 Python 列表,这些函数用来把每一列转换成适当的类型。


>>> types = [str, int, float]>>>
复制代码


可以创建这样的列表是因为在 Python 中一切皆一等对象。所以,如果想创建一个函数列表,也是可以的。列表中创建的项用于将值 x 转换为给定的类型(如:str(x), int(x), float(x))。


现在,从上面文件的数据中读取一行:


>>> import csv>>> f = open('Data/portfolio.csv')>>> rows = csv.reader(f)>>> headers = next(rows)>>> row = next(rows)>>> row['AA', '100', '32.20']>>>
复制代码


如前所述,该行不足以进行计算,因为类型是错误的。例如:


>>> row[1] * row[2]Traceback (most recent call last):  File "<stdin>", line 1, in <module>TypeError: can't multiply sequence by non-int of type 'str'>>>
复制代码


但是,也许数据可以与在 types 中指定的类型配对。例如:


>>> types[1]<type 'int'>>>> row[1]'100'>>>
复制代码


尝试转换其中一个值:


>>> types[1](row[1])     # Same as int(row[1])100>>>
复制代码


尝试转换另一个值:


>>> types[2](row[2])     # Same as float(row[2])32.2>>>
复制代码


尝试使用转换后的值进行计算:


>>> types[1](row[1])*types[2](row[2])3220.0000000000005>>>
复制代码


使用 zip() 函数将字段组合到一起,并且查看结果:


>>> r = list(zip(types, row))>>> r[(<type 'str'>, 'AA'), (<type 'int'>, '100'), (<type 'float'>,'32.20')]>>>
复制代码


注意看,这会将类型转换函数名称与值配对。例如,int'100'配对。


如果要一个接一个地对所有值进行转换,那么合并后的列表很有用。请尝试:


>>> converted = []>>> for func, val in zip(types, row):          converted.append(func(val))...>>> converted['AA', 100, 32.2]>>> converted[1] * converted[2]3220.0000000000005>>>
复制代码


确保你理解上述代码中所发生的事情。在循环中,func 变量是类型转换函数(如str, int等 )之一且 val 变量是值('AA', '100')之一。表达式 func(val)转换一个值(类似于类型转换)。


上面的代码可以转换为单个列表推导式。


>>> converted = [func(val) for func, val in zip(types, row)]>>> converted['AA', 100, 32.2]>>>
复制代码


练习 2.25:创建字典


还记得如果有一个键和值的序列,如何使用dict() 函数轻松地创建字典吗?让我们从列标题创建一个字典吧:


>>> headers['name', 'shares', 'price']>>> converted['AA', 100, 32.2]>>> dict(zip(headers, converted)){'price': 32.2, 'name': 'AA', 'shares': 100}>>>
复制代码


当然,如果你精通列表推导式,则可以使用字典推导式一步完成整个转换。


>>> { name: func(val) for name, func, val in zip(headers, types, row) }{'price': 32.2, 'name': 'AA', 'shares': 100}>>>
复制代码


练习 2.26:全局


使用本练习中的技术,可以编写语句,轻松地将几乎任何面向列的数据文件中的字段转换为 Python 字典。


为了说明,假设你像下面这样从不同的数据文件读取数据,如下所示:


>>> f = open('Data/dowstocks.csv')>>> rows = csv.reader(f)>>> headers = next(rows)>>> row = next(rows)>>> headers['name', 'price', 'date', 'time', 'change', 'open', 'high', 'low', 'volume']>>> row['AA', '39.48', '6/11/2007', '9:36am', '-0.18', '39.67', '39.69', '39.45', '181800']>>>
复制代码


让我们使用类似的技巧来转换字段:


>>> types = [str, float, str, str, float, float, float, float, int]>>> converted = [func(val) for func, val in zip(types, row)]>>> record = dict(zip(headers, converted))>>> record{'volume': 181800, 'name': 'AA', 'price': 39.48, 'high': 39.69,'low': 39.45, 'time': '9:36am', 'date': '6/11/2007', 'open': 39.67,'change': -0.18}>>> record['name']'AA'>>> record['price']39.48>>>
复制代码


附加题:如何修改本示例以进一步解析 date 条目到元组中,如(6, 11, 2007)


请花一些时间仔细思考你在练习中所做的事情。我们稍后会再次讨论这些想法。


目录 | [上一节 (2.6 列表推导式)] | [下一节 (3 程序组织)]


注:完整翻译见 https://github.com/codists/practical-python-zh


发布于: 2021 年 02 月 26 日阅读数: 15
用户头像

codists

关注

公众号:编程人 2021.01.14 加入

Life is short, You need Python

评论

发布
暂无评论
翻译:《实用的 Python 编程》02_07_Objects