那些年在使用python過程中踩的一些坑。

python是一門功能非常強大，語法也比較簡單的程式語言。在使用python的過程中本人深深地感受到這門語言的魅力。

即便如此，本人在程式設計的過程中依舊踩到了一些坑。這裡將它們簡單總結起來，希望可以幫助一些新人規避這些問題。

當然最好的辦法還是在學習語言的過程中更留意語法細節。：）

注意你所使用的資料型別：對不同資料型別執行同乙個操作可能會得到不同結果：python共有兩種資料型別：

在python世界中，一切變數皆為物件的引用。

變數引用一塊記憶體位址中儲存的值，它本身並不儲存值。

對於不可變資料型別來說，不能通過變數來修改這個值。

舉個例子：

>>> a = "hello"  
>>> id(a)  # 返回位址
1582645074160
>>> b = "hello"
>>> id(b)
1582645074160
>>> b = "what"
>>> id(b)
1582645072760
>>> id(a)
1582645074160

a和b都同樣引用乙個字串物件"hello"，該值儲存在記憶體位址4160中。但當給b賦新值"what"時,由於不能改變當前值"hello",系統會分配給它另外乙個位址2760，該位址儲存"what"。於是b和a不再指向同乙個位址的值。

還需要注意的一點是，多個變數引用同乙個物件時，若要給其中乙個變數賦另外乙個值，實際上並不是改變原來位址裡儲存的值，而是重新開闢一塊記憶體空間給它，於是修改其中乙個變數不會影響其它變數的取值。

>>> a = 10
>>> b = a
>>> b += 2
>>> print(a,b)
10 12

（對於元組來說，相同的元組可能位址不同，但它是唯讀的，所以依然是不可變型別）

對於可變資料型別來說，可以通過變數修改值

>>> a = [1,2,3]
>>> id(a)
2763060425160
>>> b = [1,2,3]
>>> id(b)
2763062998728
>>> id(b)
2763062998728

a和b同樣引用列表[1,2,3]，但可以看出這兩個相同的列表位址卻是不同的。因此對於可變資料型別來說，具有相同值的物件不是同乙個物件。並且對b做出修改以後，b的位址並沒有變。也就是說，可變資料型別允許修改當前位址下儲存的值。

於是乎，可變資料型別會帶來下面乙個坑：

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

當a和b引用同乙個可變型別物件時，改變其中乙個，另乙個也會隨之發生改變，因為它們引用同乙個位址的值。

總結：

不可變型別相同值儲存位址相同（元組除外），修改變數時並不改變當前位址儲存的值，而是給它乙個新的位址。當多個變數引用同乙個值時，改變其中乙個變數的取值不影響其他變數。

可變型別相同值儲存位址可能不同，可以通過變數修改當前位址儲存的值。當多個變數指向同乙個值時，改變其中乙個變數的取值，其他變數會跟著一起改變。

函式預設引數值不要使用可變資料型別先來看一段**：

class test(object):
def __init__(self,lst=):
self.lst = lst
if __name__ == "__main__":
a = test()
b = test()
print(a.lst)
print(b.lst)

定義乙個test類，並定義其建構函式的預設引數lst為乙個列表。看著挺好的，然後我們建立兩個物件a和b。修改a中的字段lst，向裡面新增兩個元素，b保持預設狀態就好。

現在執行這段**，輸出a和b中lst的值。

[1, 2]
[1, 2]
淺拷貝與深拷貝python中的拷貝共分為三種：賦值拷貝，淺拷貝，深拷貝。
賦值拷貝就是「=」做的事情：
>>> a = [1,2,3]

>>> b = a
>>> b[0] = 4  # 對b中元素進行修改
>>> print(a)
[4, 2, 3]

將a賦值給b的意思是「b現在引用的物件和a相同了」，也就是說，並沒有任何新物件產生，兩個變數引用同乙個位址裡的值罷了。

如果希望讓b和a互相不干擾怎麼辦呢？可以使用python中的切片操作：

>>> a = [1,2,3]
>>> b = a[:]
>>> b[0] = 4  # 對b中元素進行修改
>>> print(a)
[1, 2, 3]>>> id(a)  # a與b的位址不同

2870775936712
>>> id(b)
2870775936648

python中的淺拷貝包括：

好了，巨坑要來了。當你認為這就是真正的複製時：

>>> a = [1,2,3,[4,5]]
>>> b = a[:]
>>> id(a)  # a和b位址不同
2870773363144
>>> id(b)
2870775950280
>>> print(a)
[1, 2, 3, [4, 5, 6]]  # a怎麼又變了？？
>>> id(a[3])  # a和b中的元素子列表位址相同
2870775936712
>>> id(b[3])
2870775936712

當改變列表中的子列表[4,5]時，a的值又隨著b改變了。這是為什麼呢？

所謂淺拷貝，實際上是「建立乙個新的物件，這個物件內部元素與之前一樣」，也就是說，a和b指向兩個不同物件，但這兩個物件的內部元素都相同！所以對於a和b來說，儘管他倆本身的位址不同，但是他們內部的元素位址是一樣的。

此時，列表裡面有兩種型別，乙個是整數型別的1，2和3，還有乙個列表[4,5]，前面已經說過，整數型別是不可變型別，所以修改b中的整數型別對a沒有影響，但是如果修改b中的子列表[4,5]，由於兩個列表元素的位址都一樣，b的改動勢必會影響a。

如何徹徹底底地複製拷貝乙個物件呢，答案是深拷貝：

>>> from copy import deepcopy
>>> a = [1,2,3,[4,5,6]]
>>> b =deepcopy(a)
>>> id(a)  # a和b位址不同
2870775950280
>>> id(b)
2870775936584
>>> print(a)
[1, 2, 3, [4, 5, 6]]  # b：這回拜拜了您

這回a和b是妥妥的互不干擾了，因為這次不僅列表物件本身是新的，物件裡面的元素也都是新的。

>>> id(a[0])  # a和b中的首元素1位址相同
1943694400
>>> id(b[0])
1943694400
>>> id(a[3])  # a和b中的尾元素子列表[4,5,6]位址不同
2870775950344
>>> id(b[3])
2870775961864

有趣的是，儘管子列表位址不再相同，對於第乙個元素1來說位址依舊相同。但是沒關係啊，因為1是不可變型別。深拷貝只拷貝可變型別元素，而不可變型別元素本身就互不干擾，也就不需要拷貝。

以上是我在使用python中遇到過的坑，之後會持續更新，希望能幫助到大家。

那些年在使用python過程中踩的一些坑。

python使用過程中問題

Python學習過程中那些很重要有容易忽略的細節

BERT使用過程中的碰到的那些報錯

那些年在使用python過程中踩的一些坑。

python使用過程中問題

Python學習過程中那些很重要有容易忽略的細節

BERT使用過程中的碰到的那些報錯

相關推薦