000-Python常量与变量

yiwai

python常量与变量　　昨天的文章虽然有插图，但是一个都没有显示出来，估计是天气太热，不愿意露面的缘故吧。这些都不是事，暂且不表，今天再次发布与昨天相同的文章，主要为了弥补3个插图。为了有更好的排版体验及阅读效果，小白还专门购买了Pro版的MarkEditor及使用了七牛云服务（小白也是够狠的，下了血本了）。
　　Python是一门强类型的动态语言。
　　字面常量，变量没有类型，变量只是在特定的时间指向特定的对象而已，变量所指向的对象是有类型的。
　　变量：变量在赋值时被创建，它可以是任何对象的引用，但必须在引用前被赋值。
　　举例来说：当我们如下赋值时：
>>> a = 3 # 给一个对象3赋予变量a　　对于上面的赋值，Python将会明确的执行3个步骤来响应这个语句：

• 　　创建一个对象代表值3；
  
• 　　如果不存在变量a，就创建变量a；
  
• 　　把变量a与新创建的对象3关联。
  

　　变量随着赋值操作出现的。变量和对象是被存储在不同的内存空间中的。变量与对象通过指针相关联。变量永远指向对象且永不指向变量。随着赋值a = 3语句的执行，变量a就变成了对象3的一个引用。

　　变量与对象之间的链接在Python中称之为引用。也就是说，一个引用也就是一种关联，在内存中以指针的形式实现。
　　变量、对象与引用的区别：
　　+ 变量 是Python解释器系统表中的一些条目, 它们是用来指向对象的。
　　+ 对象 是一些列的被分配的内存, 有足够的空间存储与之相关的数据类型。
　　+ 引用 自动地跟随在变量与对象之间。
　　对象才有类型, 而变量没有。一个例子：
>>> a = 3 # a是一个整型数据　　
>>> a = 'spam' # 现在是一个字符串了
　　
>>> a = 1.23 # 现在是一个浮点数了
　　在Python中，事情工作的很简单，再次强调：Names没有类型；只有对象有类型，而不是变量。
　　变量的命名规则：

• 　　只能包含字母、数字和下划线
  
• 　　只能以字母或下划线开头
  
• 　　不能是Python解释器的保留字
  

共享引用
　　接下来我们看两个变量同时指向一个对象的情况：
>>> a = 3　　
>>> b = a
　　赋值完毕，它们在内存中的图解为：

　　现在，假设我们再进行如下的赋值语句：
>>> a = 3　　
>>> b = a
　　
>>> a = 'spam'
　　现在变量a指向的对象spam。然而变量b却依然指向对象3。赋值意味着创建了新的对象。上面三句语句在内存中的图解为：

共享引用与原地改变
　　接下来要看的是有一些对象会进行原地改变，那就是Python的可变对象，包括列表，字典及集合。对于一个支持原地改变的对象，我们需要知道共享引用，如果一个改变会影响其他的对象。还是看个例子吧：
>>> L1 = [2, 3, 4]　　
>>> L2 = L1
　　L1是一个列表且包含2、3、4三个对象。列表中的元素通过它们的位置进行访问，所以L1[0]指向对象2，它是列表L1的第一个对象。当然列表也是一个对象，就像其他的整数与字符串。当进行上面的两个赋值后，L1与L2都指向了同一个共享的对象。
　　现在，我们进行如下的赋值：
>>> L1 = 24　　这个赋值语句简单地把L1指向了不同的对象；L2依然指向原来的列表。接下来我们进行一些改变：
>>> L1 = [2, 3, 4] # 一个可变的对象　　
>>> L2 = L1        # L2与L1指向了同样的对象
　　
>>> L1[0] = 24     # 一个原地改变的操作
　　
>>> L1             # L1已经改变了
　　
[24, 3, 4]
　　
>>> L2             # L2也是与L1相同
　　
[24, 3, 4]
　　上面的例子中，我们并没有改变L1对象本身，只是改变了L1中的一个对象。这种原地改变的操作的情况只出现在可变对象中。举个字典的例子：
>>> d1 = {'a': 1, 'b': 2}　　
>>> d2 = d1
　　
>>> d1 {'b': 2, 'a': 1}
　　
>>> d2 {'b': 2, 'a': 1}
　　
>>> d1['a'] = 'a'
　　
>>> d2 {'b': 2, 'a': 'a'}
　　我们可以使用copy的方法：
>>> L1 = [2, 3, 4]　　
>>> L2 = L1[:]  # 制作L1的拷贝
　　
>>> L1[0] = 24
　　
>>> L1 [24, 3, 4]
　　
>>> L2          # L2并没有改变 [2, 3, 4]
　　通过上面的例子我们发现，L1的改变并没有影响L2，L2只是引用了L1的一份拷贝，并不是原来的L1自身，也就说，L1与L2指向了两个不同的内存空间。
　　接下来谈论另外一个话题，Python会缓存小的整数及小的字符串。举个例子吧：
>>> L = [1, 2, 3]　　
>>> M = L      # M与L指向相同的对象
　　
>>> L == M     # 具有相同的值
　　
True
　　
>>> L is M     # 依然相同
　　
True
　　
>>> id(L)
　　
4338913608
　　
>>> id(M)
　　
4338913608
　　通过上面的例子，==判断两个引用的对象是否有相同的值；第二个操作符is是用来判断对象id的，只有两个names指向相同的对象，is比==判断对象是否相同更强壮。is只是简单地比较两个对象的指针。再看一个例子：
>>> L = [1, 2, 3]　　
>>> M = [1, 2, 3] # M与L指向不同的对象（赋值意味着产生新的对象）
　　
>>> L == M        # 具有相同的值
　　
True
　　
>>> L is M        # 但是是不同的对象
　　
False
　　
>>> id(L)
　　
4338913480
　　
>>> id(M)
　　
4338915208
　　接下来呢，我们看看对于小数字的操作是否不符合上面的预期：
>>> X = 42　　
>>> Y = 42  # X与Y应该是两个不同的对象
　　
>>> id(X)
　　
4297547872
　　
>>> id(Y)
　　
4297547872
　　
>>> X == Y
　　
True
　　
>>> X is Y # but anyhow: 是缓存在作祟！
　　
True
　　
# 使用个大的数字呢？
　　
>>> X = 1234567
　　
>>> Y = 1234567
　　
>>> X == Y
　　
True
　　
>>> X is Y
　　
False
　　
>>> id(X)
　　
4336930640
　　
>>> id(Y)
　　
4338529328
　　今天的文章中遇到了列表及字典，大家不用担心，现在大家不知道或不清楚怎么使用都是没有问题的，后续会继续有相应的文章呈现。
　　今天就给大家介绍到这里，明天会接续讲解运算符与表达式。