Mutable vs unveränderliche Objekte in Python - Analytics Vidhya

Einführung

Python ist eine objektorientierte Programmiersprache (oder OOPS). In meinem vorherigen Artikel haben wir seine vielseitige Natur untersucht. Aus diesem Grund bietet Python eine Vielzahl von Datentypen an, die weitgehend in veränderliche und unveränderliche Typen eingeteilt werden können. Als neugieriger Python -Entwickler hoffe ich jedoch, dass Sie sich auch fragen, wie sich diese Konzepte auf Daten auswirken. Wie werden Daten im Speicher verarbeitet und manipuliert? Wie hat es sich auf die Qualität des Programms ausgewirkt? Dieser Artikel bietet einen umfassenden Überblick über veränderliche und unveränderliche Objekte in Python und warum sie für eine effektive Programmierung von entscheidender Bedeutung sind. Wir werden untersuchen, wie die Veränderlichkeit und Unveränderlichkeit in verschiedenen Python-Objekten wie primitiven Datentypen wie Ganzfußgänger, Floats, Strings usw. und integrierten Datentypen wie Listen, Wörterbüchern, Sets, Tupeln usw. funktionieren

Inhaltsverzeichnis

• Was ist Veränderlichkeit gegenüber Unveränderlichkeit?
• Was sind in Python veränderliche und unveränderliche Objekte?
• Vergleichende Analyse von Python -Datentypen
• Was passiert auf Speicherebene?
• Wie funktioniert die Löschung von Objekten?
• Wie wird die Leistung eines Programms bestimmt?
• Häufig gestellte Fragen

Was ist Veränderlichkeit gegenüber Unveränderlichkeit?

Aus Sicht auf hoher Ebene bezieht sich die Mutability auf die Fähigkeit eines Objekts, nach dem Erstellen zu modifizieren, zu ändern oder zu aktualisieren. Dies bedeutet, dass Sie seinen Status oder Inhalt ändern können, ohne ein neues Objekt zu erstellen, wenn ein Objekt veränderlich ist.

Andererseits bedeutet Unveränderlichkeit, dass sein Zustand nach Erstellen eines Objekts nicht geändert/geändert/aktualisiert werden kann. Jede Änderung dieser Objekte erzeugt ein neues Objekt mit einer anderen Speicherzuordnung, anstatt die vorhandene zu ändern.

Was sind in Python veränderliche und unveränderliche Objekte?

Das folgende Bild zeigt, dass die reichen Datentypen von Python in zwei Kategorien unterteilt werden können: veränderliche und unveränderliche Objekte, die dann weiter geteilt werden.

Vergleichende Analyse von Python -Datentypen

Schauen wir uns einen Vergleich zwischen allen integrierten Datenatypen an:

Datentyp	Veränderlich/unveränderlich	Beschreibung	Anwendungsfall
Ganzzahlen	Unveränderlich	Ganze Zahlen (zB 1, -5, 42).	Verwenden Sie bei der Arbeit mit numerischen Daten, die sich nicht ändern.
Schwimmt	Unveränderlich	Zahlen mit Dezimalpunkten (z. B. 3.14, -0,001).	Nützlich für wissenschaftliche Berechnungen, Finanzdaten usw.
Booleschen	Unveränderlich	Logische Werte: Richtig oder falsch.	Bedingte Überprüfungen, logische Operationen.
Saiten	Unveränderlich	Sequenz von Charakteren (z. B. "Hallo", "Welt").	Wird für Textmanipulation, Dokumentverarbeitung usw. verwendet, etc.
Tupel	Unveränderlich	Bestellte Sammlung von Elementen (z. B. (1, 2, 3)).	Für konstante Daten geeignet, kann es als Wörterbuchschlüssel verwendet werden.
Gefrorene Sets	Unveränderlich	Eine ungeordnete Sammlung einzigartiger Elemente, eine unveränderliche Version eines Satzes.	Wird in Fällen verwendet, in denen der Satz konstant und hashabel sein muss.
Komplexe Zahlen	Unveränderlich	Zahlen mit realen und imaginären Teilen (z. B. 1 2J).	Verwendet in wissenschaftlichem Computer, Signalverarbeitung usw.
Listen	Veränderlich	Bestellte Sammlung von Elementen (z. B. [1, 2, 3]).	Verwenden Sie, wenn Sie Elemente häufig ändern, hinzufügen oder entfernen müssen.
Wörterbücher	Veränderlich	Sammlung von Schlüsselwertpaaren (z. B. {„Name“: „John“, „Alter“: 30}).	Ideal für die Zuordnung von Beziehungen, Suchuntersuchungen und Datenspeicher.
Sets	Veränderlich	Ungeordnete Sammlung einzigartiger Elemente (z. B. {1, 2, 3}).	Am besten für Mitgliedstests verwendet, Duplikate entfernen usw.
Benutzerdefinierte Objekte (Klassen)	Veränderlich/unveränderlich	Das Verhalten hängt davon ab, wie die Klasse definiert ist (standardmäßig veränderlich).	Maßgeschneidertes Verhalten basierend auf Anforderungen; kann die Veränderbarkeit kontrollieren.

Um diese Konzepte auf pythonischere Weise zu verstehen, gehen Sie diese durch -

1. Primitive Datentypen sind „unveränderlich“ - Link
2. Python-integrierte Datenstrukturen sind „veränderlich“ -Link

In diesen Artikeln habe ich die Veränderlichkeit und Unveränderlichkeit dieser Datentypen, die "ID" -Funktion, die flache und tiefe Kopie und mehr zusammen mit Codes erörtert.

Hinweis : Ich empfehle jedoch nur, diese Codes nach dem Lesen dieses Artikels zu überprüfen. Dieser Artikel verbessert Ihr Verständnis von "Was passiert im Speicherraum?"

Was passiert auf Speicherebene?

Bei der Diskussion der Unveränderlichkeit auf Gedächtnisebene kann ein unveränderliches Objekt nicht direkt verändert werden. Jede Operation, die ein unveränderliches Objekt zu ändern scheint, erstellt ein neues Objekt mit dem geänderten Wert im Speicher. Veränderliche Objekte teilen den gleichen Speicher, der zuvor zugewiesen wurde. Änderungen an diesen Objekten treten vor und ändern den vorhandenen Speicherinhalt ohne neue Zuordnung.

Bevor Sie dies weiter untersuchen, verstehen wir zunächst die beiden häufigsten Konzepte zum Löschen von Objekten aus dem Gedächtnis.

1. Deallocation bedeutet, dass das System für andere benutzt, um den Speicher zu verwenden, der zuvor von einem Objekt besetzt war.
2. Die Müllsammlung ist ein Prozess in Python, der den Speicher automatisch findet und frei wird, der nicht mehr vom Programm verwendet wird, insbesondere für Objekte, die sich in einem Zyklus gegenseitig verweisen.

Wie funktioniert die Löschung von Objekten?

Die Speicherverwaltung von Python beruht auf zwei wichtigen Dingen, Referenzzählung und Müllsammlern, um die Löschung von Objekten zu bewältigen. Verstehen wir sie einzeln:

1. Referenzzählung: Python verfolgt die Anzahl der Referenzen, die auf jedes Objekt verweisen. Dies wird als Referenzzahl bezeichnet.
2. Zyklische Referenzen - Müllsammlung: Python hat auch einen Müllsammler, der zyklische Referenzen umgeht. Manchmal verweisen sich Objekte in einer Schleife. Wenn die Referenzzahl auf Null fällt, wird der vom Objekt besetzte Speicher behandelt. Zum Beispiel Objekt A referenziert Objekt B und Objekt B Referenzen Objekt A. Auch wenn kein anderer Teil des Programms diese Objekte benötigt, fallen ihre Referenznäher niemals auf Null, da sie sich gegenseitig verweisen. Hier tritt der Müllsammler ein.

Wie wird die Leistung eines Programms bestimmt?

In Bezug auf die Auswirkungen auf die Leistung haben Veränderlichkeit und Unveränderlichkeit signifikante Unterschiede. Unwähme Datentypen sind im Allgemeinen schneller zugreifen und verarbeiten. Python kann die Speicherverwendung optimieren, indem unveränderliche Objekte wiederverwendet, hauptsächlich wenn Sie mit Smallgiftern und Saiten im gesamten Programm arbeiten.

Veränderliche Datentypen sind flexibler, können jedoch aufgrund des dynamischen Speicherplatzes für die Größenänderung zusätzlichen Overheads erfolgen. Beispielsweise sind Listen in Python dynamische Arrays, da sie so gespeichert werden, dass sie bei der Durchführung von Operationen wie dem Hinzufügen oder Löschen von Elementen wachsen und schrumpfen.

Abschluss

Zusammenfassend ist das Verständnis des Unterschieds zwischen veränderlichen und unveränderlichen Objekten entscheidend für das Schreiben eines effizienten und zuverlässigen Code in Python. Beispielsweise bietet Unveränderlichkeit Sicherheit, wenn sich die Daten nicht ändern sollten, z. B. in Schlüsselwertzuordnungen oder gleichzeitigen Programmierungen.

Umgekehrt ist die Veränderbarkeit in Szenarien hilfreich, in denen dynamische Aktualisierungen von Datenstrukturen für diesen bestimmten Teil des Programms erforderlich sind. Zu wissen, wann das, was für das Verständnis der Kompromisse in Bezug auf Leistung und Komplexität wesentlich ist, wesentlich ist, was letztendlich dazu führt, dass Sie nach Wartungsprogrammen geschrieben werden.

Lesen Sie auch: umfassende Anleitung zu Python-integrierten Datenstrukturen

Häufig gestellte Fragen

Q1. Was ist der Unterschied zwischen veränderlichen und unveränderlichen Objekten in Python?

A. Veränderliche Objekte bieten wie Listen oder Wörterbücher die Flexibilität der Einstellung nach ihrer Erstellung. In der Zwischenzeit können unveränderliche Objekte wie Tupel oder Zeichenfolgen nach der Erstellung in derselben Speicherzuweisung nicht verändert werden.

Q2. Warum sind Saiten in Python unveränderlich?

A. Saiten sind unveränderlich, um die Speicherverwendung zu optimieren und eine sichere Freigabe in verschiedenen Programmteilen zu ermöglichen. Dies reduziert die Speicherverwendung für häufig verwendete Zeichenfolgen und vereinfacht die Begründung über die Handhabung von Saiten in Multi-Threaden-Umgebungen.

Q3. Wie wirkt sich die Unveränderlichkeit auf die Leistung in Python aus?

A. Unwahrhafte Objekte können zu einer schnelleren Leistung führen, da sie im Speicher leichter zu verwalten sind. Python kann unveränderliche Objekte wiederverwenden und den Aufwand des wiederholten Erstellens neuer Objekte verringern. Dies fügt Einblicke in die Vorteile des Speichermanagements hinzu.

Das obige ist der detaillierte Inhalt vonMutable vs unveränderliche Objekte in Python - Analytics Vidhya. Für weitere Informationen folgen Sie bitte anderen verwandten Artikeln auf der PHP chinesischen Website!