关于python中“赋值就是建立一个对象的引用”，大家怎么看？Python一切皆为对象又是什么意思？
程序员文章站
2023-12-25 19:05:27
...
为什么我觉得好不方便啊......
比如如下的代码：
object.h
而Python中一切皆来源于此，而这两个宏定义为：
其实可发现PyObject_VAR_HEAD也只是PyObject_HEAD加上一个ob_size，于是Python中，每一个对象都拥有相同的对象头部，于是我们只需要用一个PyObject *就可以引用任意的一个对象，而不论该对象实际是一个什么对象，所以，当内存中存在某个Python对象时，该对象的开始的几个字节的含义一定会符合我们的预期，即PyObject_HEAD。而PyObject_HEAD宏定义中的_PyObject_HEAD_EXTRA其实只是指向_object的一个双向链表，
而ob_refcnt则是引用计数的计数器，而struct _typeobject *obtype则是类型，表示对象类型的类型对象：
通过PyObject_VAR_HEAD可以发现类型其实也是一个对象（一切皆对象），而类型对象的类型则是类型对象所关联的类型：PyType_Type:
而即使如简单的int也是来填满这里的东西：
于是，即使是int也是对象
所以即使你使用
i = 47
j = 47
也是对47的一个引用，而
通过id，可以看出其在内存引用位置相同，而为什么相同?因为为了减少频繁调用开销，使用了small int对象池的技术：
于是只要超过257（包括257），则变了：
所以, m，n虽然都是对258对象的引用，却是不同的内存地址了.
剩下的你就可以继续按照这条路线探寻Python的机制了，而你的问题也基本得到解答了，当你疑惑一些问题时，源码是最好的解释。 :-)
P.S. Python版本： 2.7.8 变量一般有三种风格：
引用式：变量是对象的名字，在运行时可以绑定到任意对象上，比如python。
值式：变量是存储位置的名字，在编译时绑定已经完成，运行时不可以改变，比如c。
混合式：某些类型是值式的，某些类型是引用式的，比如c#的struct和class。
c++比较特殊，基本上可以说是值式的，但是由于有别名存在，所以也有些引用式的特点。
引用式和值式的区别就是在赋值操作上，引用式的赋值是变量名的重新绑定，而值式的赋值是对象的拷贝。
他们两者是可以互相模拟的。引用式的想要有值式的赋值，只需要显式的拷贝或者copy-on-write就可以了。而值式的想要有引用式的赋值只需要使用指针就可以了。
你可能只是习惯了c/c++的值式的风格，还没适应引用式的风格。
看起来可能风格统一比较好。但是实际用起来我觉得c#的混合式是最好用的。 其实现在大部分的语言都是这样的：对象以引用的方式提供给编程者，对象赋值只是多个变量指向同一个对象。
大概只有C/C++的赋值是真的拷贝一份。
>>> x = [1,2,3,4]
>>> y = x
>>> id(x)
43246536L
>>> id(y)
43246536L
所以x和y其实是一个东西。
如果要复制一个list，需要使用
>>> y = list(x)
或者
>>> y = x[:] 你加上“指针”一起理解。 你想深拷贝就用y=x[:]。
其实也没啥不好的，py的对象分为可变和不可变两种，只要理解了这一点一切都很清晰。 id（）
比如如下的代码：
x=[1,2,3,4] y=x y[0]=4 print x >> x = [4 2 3 4]
回复内容：
挺方便的object.h
而Python中一切皆来源于此，而这两个宏定义为：
其实可发现PyObject_VAR_HEAD也只是PyObject_HEAD加上一个ob_size，于是Python中，每一个对象都拥有相同的对象头部，于是我们只需要用一个PyObject *就可以引用任意的一个对象，而不论该对象实际是一个什么对象，所以，当内存中存在某个Python对象时，该对象的开始的几个字节的含义一定会符合我们的预期，即PyObject_HEAD。而PyObject_HEAD宏定义中的_PyObject_HEAD_EXTRA其实只是指向_object的一个双向链表，
而ob_refcnt则是引用计数的计数器，而struct _typeobject *obtype则是类型，表示对象类型的类型对象：
通过PyObject_VAR_HEAD可以发现类型其实也是一个对象（一切皆对象），而类型对象的类型则是类型对象所关联的类型：PyType_Type:
而即使如简单的int也是来填满这里的东西：
于是，即使是int也是对象所以即使你使用
i = 47
j = 47
也是对47的一个引用，而
通过id，可以看出其在内存引用位置相同，而为什么相同?因为为了减少频繁调用开销，使用了small int对象池的技术：
于是只要超过257（包括257），则变了：
所以, m，n虽然都是对258对象的引用，却是不同的内存地址了.剩下的你就可以继续按照这条路线探寻Python的机制了，而你的问题也基本得到解答了，当你疑惑一些问题时，源码是最好的解释。 :-)
P.S. Python版本： 2.7.8 变量一般有三种风格：
引用式：变量是对象的名字，在运行时可以绑定到任意对象上，比如python。
值式：变量是存储位置的名字，在编译时绑定已经完成，运行时不可以改变，比如c。
混合式：某些类型是值式的，某些类型是引用式的，比如c#的struct和class。
c++比较特殊，基本上可以说是值式的，但是由于有别名存在，所以也有些引用式的特点。
引用式和值式的区别就是在赋值操作上，引用式的赋值是变量名的重新绑定，而值式的赋值是对象的拷贝。
他们两者是可以互相模拟的。引用式的想要有值式的赋值，只需要显式的拷贝或者copy-on-write就可以了。而值式的想要有引用式的赋值只需要使用指针就可以了。
你可能只是习惯了c/c++的值式的风格，还没适应引用式的风格。
看起来可能风格统一比较好。但是实际用起来我觉得c#的混合式是最好用的。 其实现在大部分的语言都是这样的：对象以引用的方式提供给编程者，对象赋值只是多个变量指向同一个对象。
大概只有C/C++的赋值是真的拷贝一份。
a = 258在Python看来就是：
创建一个PyIntObject对象，值为258；a是一个指向PyObject的指针，将a指向此PyIntObject对象之所以能这么干就和 @蓝色的答案解释的一样，所有的PyObject都有同样的头部。 在Python中有些对象是可以在原处进行改变的（即可变对象），这种对象包括了列表、字典、集合和一些自定义的对象。而对于整数和字符串等不可变对象是不会存在题主所说的问题。比如：
>>> a = 123
>>> b = a
>>> a = 321
>>> print a, b
321 123
>>> x = [1,2,3,4]
>>> y = x
>>> id(x)
43246536L
>>> id(y)
43246536L
所以x和y其实是一个东西。
如果要复制一个list，需要使用
>>> y = list(x)
或者
>>> y = x[:] 你加上“指针”一起理解。 你想深拷贝就用y=x[:]。
其实也没啥不好的，py的对象分为可变和不可变两种，只要理解了这一点一切都很清晰。 id（）
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核实处理。
相关文章
相关视频