作为一个来自C ++背景的Python新手,Python(3.4.x)中的切片运算符对我来说看起来很荒谬。我只是没有获得"特殊规则"背后的设计理念。让我解释为什么我说它特别"。
一方面,根据Stack Overflow回答here,切片运算符创建列表的一部分(深部)或部分列表,即新列表。链接可能是旧的(早于python 3.4.x),但我刚用python 3.4.2进行了以下简单实验确认了行为:
words = ['cat', 'window', 'defenestrate']
newList = words[:] # new objects are created; a.k.a. deep copy
newList[0] = 'dog'
print(words) # ['cat' ...
print(newList) # ['dog' ...
另一方面,根据官方文件here:
Assignment to slices is also possible, and this can even change the size of the list or clear it entirely:
>>>
>>> letters = ['a', 'b', 'c', 'd', 'e', 'f', 'g']
>>> letters ['a', 'b', 'c', 'd', 'e', 'f', 'g']
>>> # replace some values
>>> letters[2:5] = ['C', 'D', 'E']
>>> letters
['a', 'b', 'C', 'D', 'E', 'f', 'g']
>>> # now remove them
>>> letters[2:5] = []
>>> letters
['a', 'b', 'f', 'g']
>>> # clear the list by replacing all the elements with an empty list
>>> letters[:] = []
>>> letters
[]
显然,切片操作符[:]
不会在此处进行深层复制。
从观察结果看,切片算子相对于赋值算子在左/右侧产生不同的行为。我不知道运营商可以产生类似行为的任何语言。毕竟,运算符是一个函数,只是一个语法特殊的函数,函数的行为应该是自包含的,完全由它的所有输入决定。
那么什么可以证明这一点"特殊规则"在Python设计哲学中?
P.S。如果我的结论不正确,那么实际上只有两种可能性:
1,Python的切片'运算符'实际上不是一个算子,所以我的假设不成立 - 那么它是什么('切片算子' [:]
)?
2,行为的差异是由一些未观察到的潜在因素引起的。切片操作员相对于赋值操作符的位置(左/右侧)意外地与不同行为的观察共存。他们没有因果关系 - 那么造成行为差异的潜在因素是什么?
答案 0 :(得分:8)
Python运算符最好被认为是“magic”方法的语法糖;例如,x + y
被评估为x.__add__(y)
。以同样的方式:
foo = bar.baz
变为foo = bar.__getattr__(baz)
;而bar.baz = foo
变为bar.__setattr__(baz, foo)
; Python “切片运算符” * a[b]
被评估为:
a.__getitem__(b)
;或a.__setitem__(b, ...)
; 取决于作业的哪一方;两个不完全相同(另见How assignment works with python list slice)。因此写在“longhand”中:
>>> x = [1, 2, 3]
>>> x.__getitem__(slice(None)) # ... = x[:]
[1, 2, 3]
>>> x.__setitem__(slice(None), (4, 5, 6)) # x[:] = ...
>>> x
[4, 5, 6]
data model documentation更详细地解释了这些方法(例如__getitem__
),您也可以阅读the docs on slice
。
请注意,切片是浅层副本,而不是深层,如下所示:
>>> foo = [[], []]
>>> bar = foo[:]
>>> bar is foo
False # outer list is new object
>>> bar[0] is foo[0]
True # inner lists are same objects
>>> bar[0].append(1)
>>> foo
[[1], []]
*嗯,严格 operator。