Змінювані та незмінні об’єкти в Python - наочне та практичне керівництво

Python - чудова мова. Через його простоту багато людей обирають її як свою першу мову програмування.

Досвідчені програмісти також постійно використовують Python завдяки широкому співтовариству, великій кількості пакетів та чіткому синтаксису.

Але є одне питання, яке, здається, бентежить як початківців, так і деяких досвідчених розробників: об’єкти Python. Зокрема, різниця між змінними та незмінними об'єктами.

У цій публікації ми поглибимо свої знання про об’єкти Python, дізнаємося різницю між змінними та незмінними об’єктами та побачимо, як ми можемо використовувати інтерпретатор, щоб краще зрозуміти, як працює Python.

Ми будемо використовувати важливі функції та ключові слова, такі як idі is, і ми зрозуміємо різницю між x == yі x is y.

Ви за це? Давайте розпочнемо.

У Python все є об’єктом

На відміну від інших мов програмування, де мова підтримує об'єкти, у Python насправді все є об'єктом - включаючи цілі числа, списки та навіть функції.

Ми можемо використовувати наш перекладач, щоб перевірити, що:

>>> isinstance(1, object) True >>> isinstance(False, object) True def my_func(): return "hello" >>> isinstance(my_func, object) True

Python має вбудовану функцію, idяка повертає адресу об'єкта в пам'яті. Наприклад:

>>> x = 1 >>> id(x) 1470416816

Вище ми створили об’єкт на ім’я xта присвоїли йому значення 1. Потім ми використали id(x)і виявили, що цей об’єкт знаходиться за адресою 1470416816в пам'яті.

Це дозволяє нам перевірити цікаві речі про Python. Скажімо, ми створюємо дві змінні в Python - одну на ім’я x, а другу на ім’я y- і призначаємо їм одне і те ж значення. Наприклад, тут:

>>> x = "I love Python!" >>> y = "I love Python!"

Ми можемо використовувати оператор рівності ( ==), щоб перевірити, чи справді вони мають однакове значення в очах Python:

>>> x == y True

Але чи це той самий об’єкт у пам'яті? Теоретично тут може бути два дуже різних сценарії.

Згідно зі сценарієм (1) , ми дійсно маємо два різних об’єкти, один на ім’я xта інший на ім’я y, які просто мають однакове значення.

Проте може бути так, що Python насправді зберігає тут лише один об'єкт, який має два імена, що посилаються на нього - як показано в сценарії (2) :

Ми можемо скористатися idвведеною вище функцією, щоб перевірити це:

>>> x = "I love Python!" >>> y = "I love Python!" >>> x == y True >>> id(x) 52889984 >>> id(y) 52889384

Отже, як ми бачимо, поведінка Python відповідає сценарію (1), описаному вище. Навіть якщо x == yв цьому прикладі (тобто, xі yмають той же значення ), вони є різними об'єктами в пам'яті. Це тому id(x) != id(y), що , як ми можемо перевірити явно:

>>> id(x) == id(y) False

Існує коротший спосіб порівняння вище, і це використання isоператора Python . Перевірка, чи x is yце те саме, що перевірка id(x) == id(y), що означає, чи є xі yє одним і тим самим об’єктом у пам'яті:

>>> x == y True >>> id(x) == id(y) False >>> x is y False

Це проливає світло на важливу різницю між оператором рівності ==та оператором ідентичності is.

Як ви можете бачити у наведеному вище прикладі, цілком можливо, щоб два імена в Python ( xі y) були прив’язані до двох різних об’єктів (і, отже, x is yє False), де ці два об’єкти мають однакове значення (так x == yсамо True).

Як ми можемо створити ще одну змінну, яка вказує на той самий об’єкт, на який xвказує? Ми можемо просто використовувати оператор присвоєння =, наприклад:

>>> x = "I love Python!" >>> z = x

Щоб перевірити, чи справді вони вказують на один і той же об’єкт, ми можемо використовувати isоператор:

>>> x is z True

Звичайно, це означає, що вони мають однакову адресу в пам'яті, що ми можемо перевірити явно, використовуючи id:

>>> id(x) 54221824 >>> id(z) 54221824

І, звичайно, вони мають однакову вартість, тому ми також очікуємо x == zповернення True:

>>> x == z True

Змінні та незмінні об'єкти в Python

Ми вже говорили, що все в Python є об'єктом, проте між об'єктами існує важлива різниця. Деякі предмети змінюються, а інші - незмінні .

Як я вже згадував раніше, цей факт викликає плутанину у багатьох людей, які не знайомі з Python, тому ми переконаємось, що це зрозуміло.

Незмінні об'єкти в Python

Для деяких типів у Python, коли ми створили екземпляри цих типів, вони ніколи не змінюються. Вони незмінні .

Наприклад, intоб'єкти незмінні в Python. Що станеться, якщо ми спробуємо змінити вартість intоб’єкта?

>>> x = 24601 >>> x 24601 >>> x = 24602 >>> x 24602

Ну, схоже, ми xуспішно змінилися . Саме тут багато людей заплутаються. Що саме тут сталося під капотом? Давайте використаємо idдля подальшого дослідження:

>>> x = 24601 >>> x 24601 >>> id(x) 1470416816 >>> x = 24602 >>> x 24602 >>> id(x) 1470416832

Отже, ми можемо бачити, що, присвоївши x = 24602, ми не змінили значення об’єкта, до xякого було пов’язано раніше. Швидше, ми створили новий об’єкт і прив’язали до нього ім’я x.

Таким чином , після призначення 24601на xза допомогою x = 24601, ми мали такі стани:

А після використання x = 24602ми створили новий об’єкт і прив’язали ім’я xдо цього нового об’єкта. Інший об’єкт зі значенням 24601більше недоступний x(або будь-яке інше ім’я в даному випадку):

Whenever we assign a new value to a name (in the above example - x) that is bound to an int object, we actually change the binding of that name to another object.

The same applies for tuples, strings (str objects), and bools as well. In other words, int (and other number types such as float), tuple, bool, and str objects are immutable.

Let's test this hypothesis. What happens if we create a tuple object, and then give it a different value?

>>> my_tuple = (1, 2, 3) >>> id(my_tuple) 54263304 >>> my_tuple = (3, 4, 5) >>> id(my_tuple) 56898184

Just like an int object, we can see that our assignment actually changed the object that the name my_tuple is bound to.

What happens if we try to change one of the tuple's elements?

>>> my_tuple[0] = 'a new value' Traceback (most recent call last): File "", line 1, in  TypeError: 'tuple' object does not support item assignment

As we can see, Python doesn't allow us to modify my_tuple's contents, as it is immutable.

Mutable objects in Python

Some types in Python can be modified after creation, and they are called mutable. For example, we know that we can modify the contents of a list object:

>>> my_list = [1, 2, 3] >>> my_list[0] = 'a new value' >>> my_list ['a new value', 2, 3]

Does that mean we actually created a new object when assigning a new value to the first element of my_list? Again, we can use id to check:

>>> my_list = [1, 2, 3] >>> id(my_list) 55834760 >>> my_list [1, 2, 3] >>> my_list[0] = 'a new value' >>> id(my_list) 55834760 >>> my_list ['a new value', 2, 3]

So our first assignment my_list = [1, 2, 3] created an object in the address 55834760, with the values of 1, 2, and 3:

We then modified the first element of this list object using my_list[0] = 'a new value', that is - without creating a new list object:

Now, let us create two names – x and y, both bound to the same list object. We can verify that either by using is, or by explicitly checking their ids:

>>> x = y = [1, 2] >>> x is y True >>> id(x) 18349096 >>> id(y) 18349096 >>> id(x) == id(y) True

What happens now if we use x.append(3)? That is, if we add a new element (3) to the object by the name of x?

Will x by changed? Will y?

Well, as we already know, they are basically two names of the same object:

Since this object is changed, when we check its names we can see the new value:

>>> x.append(3) >>> x [1, 2, 3] >>> y [1, 2, 3]

Note that x and y have the same id as before – as they are still bound to the same list object:

>>> id(x) 18349096 >>> id(y) 18349096

In addition to lists, other Python types that are mutable include sets and dicts.

Implications for dictionary keys in Python

Dictionaries (dict objects) are commonly used in Python. As a quick reminder, we define them like so:

my_dict = {"name": "Omer", "number_of_pets": 1}

We can then access a specific element by its key name:

>>> my_dict["name"] 'Omer'

Dictionaries are mutable, so we can change their content after creation. At any given moment, a key in the dictionary can point to one element only:

>>> my_dict["name"] = "John" >>> my_dict["name"] 'John'

It is interesting to note that a dictionary's keys must be immutable:

>>> my_dict = {[1,2]: "Hello"} Traceback (most recent call last): File "", line 1, in  TypeError: unhashable type: 'list'

Why is that so?

Let's consider the following hypothetical scenario (note: the snippet below can't really be run in Python):

>>> x = [1, 2] >>> y = [1, 2, 3] >>> my_dict = {x: 'a', y: 'b'}

So far, things don't seem that bad. We'd assume that if we access my_dict with the key of [1, 2], we will get the corresponding value of 'a', and if we access the key [1, 2, 3], we will get the value 'b'.

Now, what would happen if we attempted to use:

>>> x.append(3)

In this case, x would have the value of [1, 2, 3], and y would also have the value of [1, 2, 3]. What should we get when we ask for my_dict[[1, 2, 3]]? Will it be 'a' or 'b'? To avoid such cases, Python simply doesn't allow dictionary keys to be mutable.

Taking things a bit further

Let's try to apply our knowledge to a case that is a bit more interesting.

Below, we define a list (a mutable object) and a tuple (an immutable object). The list includes a tuple, and the tuple includes a list:

>>> my_list = [(1, 1), 2, 3] >>> my_tuple = ([1, 1], 2, 3) >>> type(my_list)  >>> type(my_list[0])  >>> type(my_tuple)  >>> type(my_tuple[0]) 

So far so good. Now, try to think for yourself – what will happen when we try to execute each of the following statements?

(1) >>> my_list[0][0] = 'Changed!'

(2) >>> my_tuple[0][0] = 'Changed!'

In statement (1), what we are trying to do is change my_list's first element, that is, a tuple. Since a tuple is immutable, this attempt is destined to fail:

>>> my_list[0][0] = 'Changed!' Traceback (most recent call last): File "", line 1, in  TypeError: 'tuple' object does not support item assignment

Note that what we were trying to do is not change the list, but rather – change the contents of its first element.

Let's consider statement (2). In this case, we are accessing my_tuple's first element, which happens to be a list, and modify it. Let's further investigate this case and look at the addresses of these elements:

>>> my_tuple = ([1, 1], 2, 3) >>> id(my_tuple) 20551816 >>> type(my_tuple[0])  >>> id(my_tuple[0]) 20446248

When we change my_tuple[0][0], we do not really change my_tuple at all! Indeed, after the change, my_tuple's first element will still be the object whose address in memory is 20446248. We do, however, change the value of that object:

>>> my_tuple[0][0] = 'Changed!' >>> id(my_tuple) 20551816 >>> id(my_tuple[0]) 20446248 >>> my_tuple (['Changed!', 1], 2, 3)

Since we only modified the value of my_tuple[0], which is a mutable list object, this operation was indeed allowed by Python.

Recap

In this post we learned about Python objects. We said that in Python everything is an object, and got to use id and is to deepen our understanding of what's happening under the hood when using Python to create and modify objects.

We also learned the difference between mutable objects, that can be modified after creation, and immutable objects, which cannot.

We saw that when we ask Python to modify an immutable object that is bound to a certain name, we actually create a new object and bind that name to it.

We then learned why dictionary keys have to be immutable in Python.

Understanding how Python "sees" objects is a key to becoming a better Python programmer. I hope this post has helped you on your journey to mastering Python.

Omer Rosenbaum, Swimm’s Chief Technology Officer. Cyber training expert and Founder of Checkpoint Security Academy. Author of Computer Networks (in Hebrew). Visit My YouTube Channel.