1、引用的概念
引用 (Reference)是对象的指针
引用是内存中真实对象的指针，表示为变量名或者内存地址
每个对象存在至少一个引用，id()函数用于获得引用
在传递参数和赋值时，Python传递对象的引用，而不是复制对象
示例代码:
list1 = [1, 2, 3, 4] list2 = list1 print(id(list1)) # 2044656837192 print(id(list2)) # 2044656837192 # 因为list1是类的实例化，list2引用的是list1，两个都是引用的最基础的object类，所以两个的结果是一样的
Python内部机制对引用的处理
- 不可变对象：
immutable解释器为相同值维护尽量少的内存区域 - 可变对象：
mutable解释器为每个对象维护不同内存区域
示例代码：
text1 = "一碗周" text2 = text1 text3 = "一碗周" text4 = "一碗" text5 = "周" text6 = text4 + text5 print(id(text1)) # 1616972638288 print(id(text2)) # 1616972638288 print(id(text3)) # 1616972638288 print(id(text4)) # 1616973621272 print(id(text5)) # 1616973578032 print(id(text6)) # 1616974246288
因为text1和2是引用的一个字符串，所以内存地址是一样的；因为Python解释器会大可能的节省内存空间，所以当不可变类型的值一样时，Python会将其自动的引用一个地址空间，来达到节省空间的目的，所以text1/2/3的地址空间是一致的；Python解释器并不会对计算出来的结果来进行地址空间的优化，就算两个的值是一样的，Python解释器也会为新计算出来的结果来开辟一个新的地址空间
示例代码：
list1 = [] list2 = [] list3 = [] print(id(list1)) # 3204114440776 print(id(list2)) # 3204114440840 print(id(list3)) # 3204115873544
每个可变对象都有自己独立的地址空间，并不复用地址空间
导致引用被+1的情况一般都4种
- 对象被创建
- 对象被引用
- 对象被作为函数或方法的参数
- 对象被作为一个容器中的元素
导致引用-1的情况一把也都4种
- 对象被删除
- 对象的名字呗赋予新的对象
- 对象离开作用域
- 对象所在容器被删除
2、对象的拷贝
拷贝是复制一个对象为新对象，内存空间有”变化“，拷贝分为浅拷贝和深拷贝
- 浅拷贝：仅仅复制最顶层对象的拷贝方式，默认拷贝方式
- 深拷贝：迭代复制所有对象的拷贝方式
示例代码（浅拷贝1）
list1 = ["甜甜", [1, 2, 3]]
list2 = list1.copy() # 使用copy方法复制
list3 = list1[:] # 使用切片复制
list4 = list(list1) # 使用生成列表方式复制
for ch in [list1, list2, list3, list4]:
for i in ch:
print(i, id(i), "\t", end="") # 打印列表的没一项和id
print(ch, id(ch)) # 打印每个列表和id
'''
---输出结果---
一碗周 2905817180184 [1, 2, 3] 2905787490888 ['一碗周', [1, 2, 3]] 2905787490952
一碗周 2905817180184 [1, 2, 3] 2905787490888 ['一碗周', [1, 2, 3]] 2905817092488
一碗周 2905817180184 [1, 2, 3] 2905787490888 ['一碗周', [1, 2, 3]] 2905817137800
一碗周 2905817180184 [1, 2, 3] 2905787490888 ['一碗周', [1, 2, 3]] 2905817771656
'''
浅拷贝只是拷贝的列表这一层的内存空间，里面的元素的内存空间不会被拷贝
示例代码（浅拷贝2）
list1 = ["一碗周", [1, 2, 3]] list2 = list1.copy() # 使用copy方法复制 list3 = list1[:] # 使用切片复制 list4 = list(list1) # 使用生成列表方式复制 list4[1].append(4) print(list1) print(list2) print(list3) print(list4) ''' --输出结果-- ['一碗周', [1, 2, 3, 4]] ['一碗周', [1, 2, 3, 4]] ['一碗周', [1, 2, 3, 4]] ['一碗周', [1, 2, 3, 4]] '''
这里只对list4进行来数据的修改，但是所有的列表的内容都发生了；这是因为每个列表所引用的内容是一样的，所以修改了1个四个会发生改变
深拷贝要采用copy库里面的deepcopy()方法，迭代拷贝对象内层的各层次对象，完全新开辟内存空间建立对象以及对象下层的各种对象元素，深拷贝仅仅针对可变类别，不可变类型不许创建新对象
示例代码
import copy # 导入库
list1 = ["一碗周", [1, 2, 3]]
list2 = copy.deepcopy(list1) # 使用copy库的deepcopy方法复制
for ch in [list1, list2]:
for i in ch:
print(i, id(i), "\t", end="") # 打印列表的没一项和id
print(ch, id(ch)) # 打印每个列表和id
'''
---输出结果---
一碗周 2190823984184 [1, 2, 3] 2190853845832 ['一碗周', [1, 2, 3]] 2190853766728
一碗周 2190823984184 [1, 2, 3] 2190853961544 ['一碗周', [1, 2, 3]] 2190853961480
'''
因为“甜甜”字符串属于不可变类型，所以其地址空间不会发生改变，剩下的地址空间都发生了改变
2.1 实例方法的引用
实例方法也是一种引用，就是对象本身的引用，当方法被引用时，方法（即函数）将产生一个对象：方法对象
2.2 类的特性装饰器
@property装饰器可以把方法改变成对外可见的”属性“，在类内部表现为方法，在外边表现为属性
示例代码
class TestClass:
def __init__(self, name):
self.name = name
@property # 将方法转换为属性
def age(self):
return self.__age
@age.setter # 为属性进行赋值操作
def age(self, value):
if value < 0 or value > 110:
value = 19
self.__age = value
tt = TestClass("一碗周")
bb = TestClass("一碗粥")
tt.age = 18
bb.age = -19
print(tt.age) # 18
print(bb.age) # 19
3、类的名称修饰
名称修饰 (Name Mangling)是类中名称的转换约定，Python可以通过名称修饰来完成一些重要功能，在Python中采用下划线_来进行名称修饰，分为5种情况，
_name
name_
__name
__name__
_
3.1 _单下划线开头的名称修饰
- 单下划线开头属性或者方法为类内部使用的约定，是
PEP8规定的一种约定 - 只是约定，依然可以通过<对象名>.<属性名>方式访问
- 在功能的上的不同是使用
from XX import*时不会导入单下划线开头的属性或者方法
示例代码
class TestClass:
def __init__(self, name):
self._name = name # 约定在内部使用
tt = TestClass("一碗周")
print(tt._name) # 一碗周
虽然约定在内部使用，但是依然可以被访问
3.2 _单下划线结尾的名称修饰
单下划线结尾的属性或者方法是避免与保留字或已有命名冲突，这也是PEP8规定的，这仅仅是一个约定，没有任何对应的功能
3.3 __双下划线开头的名称修饰
双下划线开头属性或者方法将被解释器修改名称，避免命名冲突，这不是一个约定，而是功能性的， _nama会被修改为_<类名>__name的形式，来实现私有属性、私有方法；这是一种类的名称修饰，间接的来当做私有属性或者私有方法
3.4 __name__双下划线开头和结尾的名称修饰
双下划线开头和结尾的属性或方法没有任何特殊功能，名字不能被修改，部分名称是保留属性或者保留方法
3.5 单下划线
单下划线仅仅是一个无关紧要的名字吗，没有特殊功能
4、Python的最小空类
作用：
类是一个命名空间，最小空类可以当做命名空间使用
- 最小空类可以辅助存储和使用
- 动态增加属性是
Python类的一个特点
示例代码：
class TestClass:
pass
a = TestClass
a.text = "一碗周"
print(a.text) # 一碗周
# 可以动态增加属性来达到存储信息的目的
到此这篇关于Python面向对象编程之类的引用的文章就介绍到这了,更多相关Python类的引用内容请搜索脚本之家以前的文章或继续浏览下面的相关文章希望大家以后多多支持脚本之家！