
作者:大奎
來源:早起Python
Python 程序員肯定知道 a,b = b,a,這句話用來交換兩個變量。相較于其它語言需要引入一個 temp 來臨時存儲變量的做法,Python 的這種寫法無疑非常優(yōu)雅。
佶屈聱牙的 C 寫法:
int a = 1; int b = 2; int temp; temp = a; a = b; b = temp;
簡潔優(yōu)雅的 Python 寫法:
a,b = 1,2 a,b = b,a
雖然語法非常方便,但我們始終不曾想過:它是怎么運作的?背后支撐它的機制是什么?下面讓我們一步步分析它。
最常見的解釋是:
a,b = b,a 中右側(cè)是元組表達式,即 b,a 是一個兩個元素的 tuple(a,b)。表達式左側(cè)是兩個待分配元素,而 = 相當于元組元素拆包賦值操作。
這種方法,理解起來最簡單,但實際是這種情況么?
讓我們從字節(jié)碼上看下,是不是這種情況。
大家可能不太了解 Python 字節(jié)碼。Python 解釋器是一個基于棧的虛擬機。Python 解釋器就是編譯、解釋 Python 代碼的二進制程序。
虛擬機是一種執(zhí)行代碼的容器,相較于二進制代碼具有方便移植的特點。而 Python 的虛擬機就是棧機器。
Python 中函數(shù)調(diào)用、變量賦值等操作,最后都轉(zhuǎn)換為對棧的操作。這些對棧的具體操作,就保存在字節(jié)碼里。
dis 模塊可以反編譯字節(jié)碼,使其變成人類可讀的棧機器指令。如下,我們看反編譯 a,b=b,a 的代碼。
>>> import dis >>> dis.dis("a,b=b,a") 1 0 LOAD_NAME 0 (b) 2 LOAD_NAME 1 (a) 4 ROT_TWO 6 STORE_NAME 1 (a) 8 STORE_NAME 0 (b) 10 LOAD_CONST 0 (None) 12 RETURN_VALUE
可見,在 Python 虛擬機的棧上,我們按照表達式右側(cè)的 b,a 的順序,先后壓入計算棧中,然后用一個重要指令 ROT_TWO,這個操作交換了 a 和 b 的位置,最后 STORE_NAME 操作將棧頂?shù)膬蓚€元素先后彈出,傳遞給 a 和 b 元素。
棧的特性是先進后出(FILO)。當我們按b,a順序壓入棧的時候,彈出時先出的就是a,再彈出就是b。STORE_NAME指令會把棧頂元素彈出,并關(guān)聯(lián)到相應(yīng)變量上。
如果沒有第 4 列的指令 ROT_TWO,此次 STORE_NAME 彈出的第一個變量會是后壓棧的 a,這樣就是 a=a 的效果。有了 ROT_TWO 則完成了變量的交換。
好了,我們知道靠壓棧、彈棧和交換棧頂?shù)膬蓚€元素,實現(xiàn)了 a,b = b,a 的操作。
同時,我們也知道了,上訴元組拆包賦值的說法,是不恰當?shù)摹?/span>
那 ROT_TWO 是怎么具體操作的呢?
見名知意,可以猜出來 ROT_TWO 是交換兩個棧頂變量的操作。在 Python 源代碼的層面上,來看是如何交換兩個棧頂?shù)脑亍?/span>
下載 Python 源代碼,進入 Python/ceval.c 文件,在 1101 行,我們看到了 ROT_TWO 的操作。
TARGET(ROT_TWO){ PyObject *top = TOP(); PyObject *second = SECOND(); SET_TOP(second); SET_SECOND(top); FAST_DISPATCH(); }
代碼比較簡單,我們用 TOP 和 SECOND 宏獲取了棧上的 a,b 元素,然后再用 SET_TOP、SET_SECOND 宏把值寫入棧中。以此完成交換棧頂元素的操作。
下面,我們來看一個奇怪的現(xiàn)象,在這篇文章里,也可以看到這個現(xiàn)象。如下,我們試圖排序這個列表:
>>> a = [0, 1, 3, 2, 4] >>> a[a[2]], a[2] = a[2], a[a[2]] >>> a >>> [0, 1, 2, 3, 4] >>> a = [0, 1, 3, 2, 4] >>> a[2], a[a[2]] = a[a[2]],a[2] >>> a >>> [0, 1, 3, 3, 4]
按照理解 a,b = b,a 和 b,a=a,b 是一樣的結(jié)果,但從上例中我們看到,這兩者的結(jié)果是不同的。
導(dǎo)致這一現(xiàn)象的原因在于:求值的順序。毫無疑問,整個表達式先求右側(cè)的兩個元素,然后作為常數(shù)保存起來。最后賦值給左側(cè)的兩個變量。
最后賦值時,需要注意,我們從左到右依次賦值,如果 a[2] 先修改的話,勢必會影響到其后的 a[a[2]] 的列表下標。
“
你可以使用反匯編代碼,來分析產(chǎn)生這個現(xiàn)象的具體步驟。
”
當我們使用常數(shù)作為右側(cè)元組,來給左側(cè)變量賦值時;或使用超過三個元素,來完成便捷交換時,其在字節(jié)碼層次上便不是 ROT_TWO 這種操作了。
>>> dis.dis("a,b,c,d=b,c,d,a") 1 0 LOAD_NAME 3 LOAD_NAME 6 LOAD_NAME 9 LOAD_NAME 12 BUILD_TUPLE 15 UNPACK_SEQUENCE 18 STORE_NAME 21 STORE_NAME 24 STORE_NAME 27 STORE_NAME 30 LOAD_CONST 33 RETURN_VALUE >>>
很明顯,這里是在偏移 12 字節(jié)處 BUILD_TUPLE 組裝元組,然后解包賦值給左側(cè)變量。上文所述的通俗說法,在這里又成立了!
也就是說,當小于四個元素交換時,Python 采用優(yōu)化的棧操作來完成交換。
當使用常量或者超過四個元素時,采用元組拆包賦值的方式來交換。
至于為什么是四個元素,應(yīng)該是因為 Python 最多支持到 ROT_THREE 操作,四個元素的話,系統(tǒng)不知道該怎么優(yōu)化了。但在新版本的 Python 中,我看到了 ROT_FOUR 操作,所以這時候,四個元素還是 ROT_* 操作來優(yōu)化的。
>>>import opcode >>>opcode.opmap["ROT_THREE"] 3
此例中,該版本 Python 支持 ROT_THREE 操作,你也可以使用 ROT_FOUR 查看自己 Python 是否支持,進而確定是否可以四個以上元素便捷交換。
綜上,我們了解了 Python 中優(yōu)雅的 a,b = b,a 交換變量方法的實現(xiàn)和運行原理,深入了解其求值順序和局限性,同時學(xué)習(xí)了深入分析 Python 代碼的思路和方法,如果對你有幫助,可以給本文點個贊,也歡迎分享出去讓更多人看見!
數(shù)據(jù)分析咨詢請掃描二維碼
若不方便掃碼,搜微信號:CDAshujufenxi
SQL Server 中 CONVERT 函數(shù)的日期轉(zhuǎn)換:從基礎(chǔ)用法到實戰(zhàn)優(yōu)化 在 SQL Server 的數(shù)據(jù)處理中,日期格式轉(zhuǎn)換是高頻需求 —— 無論 ...
2025-09-18MySQL 大表拆分與關(guān)聯(lián)查詢效率:打破 “拆分必慢” 的認知誤區(qū) 在 MySQL 數(shù)據(jù)庫管理中,“大表” 始終是性能優(yōu)化繞不開的話題。 ...
2025-09-18CDA 數(shù)據(jù)分析師:表結(jié)構(gòu)數(shù)據(jù) “獲取 - 加工 - 使用” 全流程的賦能者 表結(jié)構(gòu)數(shù)據(jù)(如數(shù)據(jù)庫表、Excel 表、CSV 文件)是企業(yè)數(shù)字 ...
2025-09-18DSGE 模型中的 Et:理性預(yù)期算子的內(nèi)涵、作用與應(yīng)用解析 動態(tài)隨機一般均衡(Dynamic Stochastic General Equilibrium, DSGE)模 ...
2025-09-17Python 提取 TIF 中地名的完整指南 一、先明確:TIF 中的地名有哪兩種存在形式? 在開始提取前,需先判斷 TIF 文件的類型 —— ...
2025-09-17CDA 數(shù)據(jù)分析師:解鎖表結(jié)構(gòu)數(shù)據(jù)特征價值的專業(yè)核心 表結(jié)構(gòu)數(shù)據(jù)(以 “行 - 列” 規(guī)范存儲的結(jié)構(gòu)化數(shù)據(jù),如數(shù)據(jù)庫表、Excel 表、 ...
2025-09-17Excel 導(dǎo)入數(shù)據(jù)含缺失值?詳解 dropna 函數(shù)的功能與實戰(zhàn)應(yīng)用 在用 Python(如 pandas 庫)處理 Excel 數(shù)據(jù)時,“缺失值” 是高頻 ...
2025-09-16深入解析卡方檢驗與 t 檢驗:差異、適用場景與實踐應(yīng)用 在數(shù)據(jù)分析與統(tǒng)計學(xué)領(lǐng)域,假設(shè)檢驗是驗證研究假設(shè)、判斷數(shù)據(jù)差異是否 “ ...
2025-09-16CDA 數(shù)據(jù)分析師:掌控表格結(jié)構(gòu)數(shù)據(jù)全功能周期的專業(yè)操盤手 表格結(jié)構(gòu)數(shù)據(jù)(以 “行 - 列” 存儲的結(jié)構(gòu)化數(shù)據(jù),如 Excel 表、數(shù)據(jù) ...
2025-09-16MySQL 執(zhí)行計劃中 rows 數(shù)量的準確性解析:原理、影響因素與優(yōu)化 在 MySQL SQL 調(diào)優(yōu)中,EXPLAIN執(zhí)行計劃是核心工具,而其中的row ...
2025-09-15解析 Python 中 Response 對象的 text 與 content:區(qū)別、場景與實踐指南 在 Python 進行 HTTP 網(wǎng)絡(luò)請求開發(fā)時(如使用requests ...
2025-09-15CDA 數(shù)據(jù)分析師:激活表格結(jié)構(gòu)數(shù)據(jù)價值的核心操盤手 表格結(jié)構(gòu)數(shù)據(jù)(如 Excel 表格、數(shù)據(jù)庫表)是企業(yè)最基礎(chǔ)、最核心的數(shù)據(jù)形態(tài) ...
2025-09-15Python HTTP 請求工具對比:urllib.request 與 requests 的核心差異與選擇指南 在 Python 處理 HTTP 請求(如接口調(diào)用、數(shù)據(jù)爬取 ...
2025-09-12解決 pd.read_csv 讀取長浮點數(shù)據(jù)的科學(xué)計數(shù)法問題 為幫助 Python 數(shù)據(jù)從業(yè)者解決pd.read_csv讀取長浮點數(shù)據(jù)時的科學(xué)計數(shù)法問題 ...
2025-09-12CDA 數(shù)據(jù)分析師:業(yè)務(wù)數(shù)據(jù)分析步驟的落地者與價值優(yōu)化者 業(yè)務(wù)數(shù)據(jù)分析是企業(yè)解決日常運營問題、提升執(zhí)行效率的核心手段,其價值 ...
2025-09-12用 SQL 驗證業(yè)務(wù)邏輯:從規(guī)則拆解到數(shù)據(jù)把關(guān)的實戰(zhàn)指南 在業(yè)務(wù)系統(tǒng)落地過程中,“業(yè)務(wù)邏輯” 是連接 “需求設(shè)計” 與 “用戶體驗 ...
2025-09-11塔吉特百貨孕婦營銷案例:數(shù)據(jù)驅(qū)動下的精準零售革命與啟示 在零售行業(yè) “流量紅利見頂” 的當下,精準營銷成為企業(yè)突圍的核心方 ...
2025-09-11CDA 數(shù)據(jù)分析師與戰(zhàn)略 / 業(yè)務(wù)數(shù)據(jù)分析:概念辨析與協(xié)同價值 在數(shù)據(jù)驅(qū)動決策的體系中,“戰(zhàn)略數(shù)據(jù)分析”“業(yè)務(wù)數(shù)據(jù)分析” 是企業(yè) ...
2025-09-11Excel 數(shù)據(jù)聚類分析:從操作實踐到業(yè)務(wù)價值挖掘 在數(shù)據(jù)分析場景中,聚類分析作為 “無監(jiān)督分組” 的核心工具,能從雜亂數(shù)據(jù)中挖 ...
2025-09-10統(tǒng)計模型的核心目的:從數(shù)據(jù)解讀到?jīng)Q策支撐的價值導(dǎo)向 統(tǒng)計模型作為數(shù)據(jù)分析的核心工具,并非簡單的 “公式堆砌”,而是圍繞特定 ...
2025-09-10