V2EX = way to explore
V2EX 是一个关于分享和探索的地方
现在注册
已注册用户请  登录
推荐学习书目
Learn Python the Hard Way
Python Sites
PyPI - Python Package Index
http://diveintopython.org/toc/index.html
Pocoo
值得关注的项目
PyPy
Celery
Jinja2
Read the Docs
gevent
pyenv
virtualenv
Stackless Python
Beautiful Soup
结巴中文分词
Green Unicorn
Sentry
Shovel
Pyflakes
pytest
Python 编程
pep8 Checker
Styles
PEP 8
Google Python Style Guide
Code Style from The Hitchhiker's Guide
codists
V2EX  ›  Python

翻译:《实用的 Python 编程》02_07_Objects

  •  1
     
  •   codists ·
    codists · 2021-02-26 22:21:55 +08:00 · 1299 次点击
    这是一个创建于 1377 天前的主题,其中的信息可能已经有所发展或是发生改变。

    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 variable
    s[n] = value      # Assignment to a list
    s.append(value)   # Appending to a list
    d['key'] = value  # Adding to a dictionary
    

    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 = a
    c = [a,b]
    

    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。

    References

    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]]
    >>>
    

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

    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 b
    True
    >>>
    

    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
    >>>
    

    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 b
    True
    >>> a is c
    False
    >>> a == c
    True
    >>>
    

    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 b
    False
    

    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
    >>>
    

    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:

    Shallow copy

    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
    >>>
    

    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'>
    

    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')
    

    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')
    

    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!
    >>>
    

    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)       # abs
    items[1].sqrt(2)    # math
    except items[2]:    # ValueError
    

    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
    ...
    

    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])
    

    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]
    >>>
    

    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']
    >>>
    

    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'
    >>>
    

    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'
    >>>
    

    尝试转换其中一个值:

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

    尝试转换另一个值:

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

    尝试使用转换后的值进行计算:

    >>> types[1](row[1])*types[2](row[2])
    3220.0000000000005
    >>>
    

    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')]
    >>>
    

    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
    >>>
    

    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]
    >>>
    

    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}
    >>>
    

    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}
    >>>
    

    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']
    >>>
    

    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
    >>>
    

    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。

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

    1 条回复    2021-02-27 09:13:41 +08:00
    sugarkeek2
        1
    sugarkeek2  
       2021-02-27 09:13:41 +08:00
    学习了
    关于   ·   帮助文档   ·   博客   ·   API   ·   FAQ   ·   实用小工具   ·   5452 人在线   最高记录 6679   ·     Select Language
    创意工作者们的社区
    World is powered by solitude
    VERSION: 3.9.8.5 · 29ms · UTC 03:43 · PVG 11:43 · LAX 19:43 · JFK 22:43
    Developed with CodeLauncher
    ♥ Do have faith in what you're doing.