爲什麼這個分配的對象與原始對象共享相同的內存空間？

Question

在Python中，我在處理itertools groupby模塊時遇到了這個奇怪的現象。

在Python中，變量賦值意味着分配新的變量自己的內存，而不是一個指向原來的內存（從我的理解，如果這是不正確，請讓我知道）：

y = 7 
x = y  
y = 9 

x will still be 7 

然而，當我是與groupby模塊一起工作時，我使用此模塊將具有相同密鑰的項目分組到一個組中。我想要兩個組，因爲對原始組的重申是無用的，因爲內存已經被修改了。例如：

for key, group in groupby(rows, lambda x: x[0]): 

    data = [thing[1] for thing in group] #accesses 1st attribute of element 
    data2 = [thing[2] for thing in group] # would yield [] as group is empty 

所以，我想這個代替：

for key, group in groupby(rows, lambda x: x[0]): 
    #create a copy of group to reiterate over 
    toup = group 

    print toup #<itertools._grouper object at 0x1039a8850> 
    print group #<itertools._grouper object at 0x1039a8850> 

    data = [thing[1] for thing in group] #accesses 1st attribute of element 
    data2 = [thing[2] for thing in toup] 

數據2應該進入第二個項目，但收益率[]，因爲他們都共享同一個存儲

我的問題是，爲什麼會發生這種情況？不應該指派組來toup意味着toup會在不同的十六進制地址位置有組內存的副本？

另外我能做些什麼來繞過這個問題，所以我不必寫兩個groupby迭代？

Answer 1

在Python中，變量賦值意味着原來的內存分配新的變量自己的內存，而不是一個指針的

Python有可變的（如列表，迭代器，只是一切）和不可變對象（如整數和字符串）。在任何情況下，賦值都不會複製對象。使用不可變對象時，對它們的所有操作都會生成一個新實例，所以不會遇到像修改可變類型一樣修改整數或字符串的問題。

我的問題是爲什麼會發生這種情況？不應該指派組來toup意味着toup會在不同的十六進制地址位置有組內存的副本？

這兩個變量都會指向同一個對象。當你遍歷一個迭代器並耗盡迭代器時，遍歷第二個變量會給你一個空序列。

Answer 2

幽州：

在Python中，變量賦值意味着（從我 理解，如果這是不正確，請讓我知道）分配新的變量及其 自己的記憶，而不是一個指針到原來的記憶：

這是不正確的。 Python名稱可以具有（在時間上）像C變量的方面，並且也可以具有（有時）像C指針的方面。試圖說他們就像一個或另一個只是混淆。別。將它們視爲Python的獨特和習慣用法。

Python'變量'應該更多地被認爲是名稱。多於一個可能即使您不打算他們指向相同的內存位置。

實施例：

>>> y=7 
>>> x=7 
>>> x is y 
True 
>>> id(x) 
140316099265400 
>>> id(y) 
140316099265400 

及（由於interning，以下可以是真實參見PEP 237關於短整型的實習，但是這是一個實現細節）：

>>> x=9 
>>> y=5+4 
>>> x is y 
True 

Python is運算符通過比較它們的內存地址返回True，如果兩者是相同的對象。 id函數返回該地址。

考慮作爲最後一個例子：

>>> li1=[1,2,3] 
>>> li2=[1,2,3] 
>>> li1==li2 
True 
>>> li1 is li2 
False 

即使LI1 LI2 ==，他們必須是單獨的列表，如果你換一個，因爲在這個例子中，否則都將改變：

（請務必瞭解所有Python程序員遲早會做出的另一個classic mistake，這是由多次引用單個可變對象引起的，然後期望一個引用像單個對象一樣操作。）

正如jonrsharpe在評論中指出的那樣，請閱讀Ned Batchelders出色的Facts and myths about Python Names and Values或How to Think Like a Pythonista以獲得更詳細的概述。