Nano Hash - криптовалюты, майнинг, программирование

Python: передача по ссылке и назначение среза

В Python списки передаются по ссылке в функции, верно?

Если это так, что здесь происходит?

>>> def f(a):
...     print(a)
...     a = a[:2]
...     print(a)
...
>>> b = [1,2,3]
>>> f(b)
[1, 2, 3]
[1, 2]
>>> print(b)
[1, 2, 3]
>>>
python python-2.7 list function reference
26.07.2017

  • a[:] = a[:2] это то, что вы должны делать. 26.07.2017
  • Или del a[2:] тоже будет работать и будет более читабельным. 26.07.2017
  • f получает ссылку на список, а не на переменную b; присвоение a не повлияет на переменную b. В то время как f передается ссылка, передача по ссылке имеет особое значение, которое не применяется к модели передачи параметров Python. 26.07.2017
  • nedbatchelder.com/text/names.html — лучший источник информации о как работает эта часть Python. 26.07.2017

Ответы:


1

Действительно, объекты передаются по ссылке, но a = a[:2] в основном создает новую локальную переменную, которая указывает на часть списка.

Чтобы изменить объект списка на месте, вы можете назначить его своему фрагменту (назначение фрагмента).

Считайте, что a и b здесь эквивалентны вашим глобальным b и локальным a, здесь назначение a новому объекту не влияет на b:

>>> a = b = [1, 2, 3]    
>>> a = a[:2]  # The identifier `a` now points to a new object, nothing changes for `b`.
>>> a, b
([1, 2], [1, 2, 3])
>>> id(a), id(b)
(4370921480, 4369473992)  # `a` now points to a different object

Назначение среза работает, как и ожидалось:

>>> a = b = [1, 2, 3]    
>>> a[:] = a[:2]  # Updates the object in-place, hence affects all references.
>>> a, b
([1, 2], [1, 2])
>>> id(a), id(b)
(4370940488, 4370940488)  # Both still point to the same object

Связанный: Что такое в чем разница между назначением фрагмента, которое разрезает весь список, и прямым присвоением?

26.07.2017

2

В заявлении:

a = a[:2]

вы создаете новую локальную (для f()) переменную, которую вы вызываете, используя то же имя, что и входной аргумент a.

То есть то, что вы делаете, эквивалентно:

def f(a):
    print(a)
    b = a[:2]
    print(b)

Вместо этого вы должны изменить a на месте, например:

def f(a):
    print(a)
    a[:] = a[:2]
    print(a)
26.07.2017
  • Nitpick: вы не создаете новую локальную переменную/не затмеваете входной аргумент. Аргументы являются локальными переменными. Вы просто повторно используете одно и то же имя. 26.07.2017
  • @Артьер Ты прав. Я тут как-то небрежно относился к терминологии. Редактирование последует. Спасибо. 26.07.2017

    • 3

    Когда вы делаете:

    a = a[:2]

    он переназначает a на новое значение (первые два элемента списка).

    Все аргументы Python передаются по ссылке. Вам нужно изменить объект, на который он ссылается, вместо того, чтобы заставлять a ссылаться на новый объект.

    a[2:] = []
# or
del a[2:]
# or
a[:] = a[:2]

    Где первый и последний присваиваются срезам списка, изменяя список на месте (влияя на его значение), а средний также изменяет значение списка, удаляя остальные элементы.

    26.07.2017
    Новые материалы
    Кластеризация: более глубокий взгляд
    Кластеризация — это метод обучения без учителя, в котором мы пытаемся найти группы в наборе данных на основе некоторых известных или неизвестных свойств, которые могут существовать. Независимо от..
    Как написать эффективное резюме
    Предложения по дизайну и макету, чтобы представить себя профессионально Вам не позвонили на собеседование после того, как вы несколько раз подали заявку на работу своей мечты? У вас может..
    Частный метод Python: улучшение инкапсуляции и безопасности
    Введение Python — универсальный и мощный язык программирования, известный своей простотой и удобством использования. Одной из ключевых особенностей, отличающих Python от других языков, является..
    Как я автоматизирую тестирование с помощью Jest
    Шутка для победы, когда дело касается автоматизации тестирования Одной очень важной частью разработки программного обеспечения является автоматизация тестирования, поскольку она создает..
    Работа с векторными символическими архитектурами, часть 4 (искусственный интеллект)
    Hyperseed: неконтролируемое обучение с векторными символическими архитектурами (arXiv) Автор: Евгений Осипов , Сачин Кахавала , Диланта Хапутантри , Тимал Кемпития , Дасвин Де Сильва ,..
    Понимание расстояния Вассерштейна: мощная метрика в машинном обучении
    В обширной области машинного обучения часто возникает необходимость сравнивать и измерять различия между распределениями вероятностей. Традиционные метрики расстояния, такие как евклидово..
    Обеспечение масштабируемости LLM: облачный анализ с помощью AWS Fargate и Copilot
    В динамичной области искусственного интеллекта все большее распространение получают модели больших языков (LLM). Они жизненно важны для различных приложений, таких как интеллектуальные..