为什么这个赋值对象与原对象共享同一内存空间？

Question

在使用Python的itertools模块中的groupby时，我遇到了一个奇怪的现象。

在Python中，给变量赋值意味着给这个新变量分配一块自己的内存，而不是指向原来的内存（如果我理解错了，请告诉我）：

y = 7
x = y    
y = 9

x will still be 7

但是当我使用groupby模块时，我是用这个模块把有相同键的项目分到一个组里。我想要两个组，因为重新遍历原来的组是没用的，因为内存已经被修改了。举个例子：

for key, group in groupby(rows, lambda x: x[0]):

    data = [thing[1] for thing in group] #accesses 1st attribute of element
    data2 = [thing[2] for thing in group] # would yield [] as group is empty

所以我试了这个：

for key, group in groupby(rows, lambda x: x[0]):
    #create a copy of group to reiterate over
    toup = group

    print toup #<itertools._grouper object at 0x1039a8850>
    print group #<itertools._grouper object at 0x1039a8850>

    data = [thing[1] for thing in group] #accesses 1st attribute of element
    data2 = [thing[2] for thing in toup]

data2应该能访问第二个项目，但却返回了[]，因为它们共享了同一块内存。

我想问的是，为什么会这样？把group赋值给toup，难道不应该让toup在不同的内存地址上有一份group的副本吗？

还有，我该怎么做才能绕过这个问题，这样我就不需要写两次groupby的循环了？

Answer 1

在Python中，给变量赋值意味着给新变量分配自己的内存，而不是指向原来的内存。

Python有可变对象（比如列表、迭代器，几乎所有东西）和不可变对象（比如整数和字符串）。无论是哪种情况，赋值都不会复制对象。对于不可变对象，所有对它们的操作都会生成一个新的实例，所以你不会像处理可变类型那样遇到“修改”整数或字符串的问题。

我的问题是，为什么会这样？把group赋值给toup，不应该意味着toup会在不同的内存地址上有一个group的副本吗？

这两个变量都会指向同一个对象。当你遍历一个变量并用完迭代器后，再遍历第二个变量时，会得到一个空的序列。

Answer 2

你说：

在Python中，变量赋值意味着给新变量分配自己的内存，而不是指向原始内存（根据我的理解，如果我说错了请告诉我）：

这个说法不对。Python中的名字有些时候像C语言的变量，有些时候又像C语言的指针。试图把它们归类为其中一种只会让人困惑。不要这样想。应该把它们看作是Python独特的特性。

Python中的“变量”更应该被理解为名字。多个名字可能指向同一个内存位置，即使你并不想这样。

举个例子：

>>> y=7
>>> x=7
>>> x is y
True
>>> id(x)
140316099265400
>>> id(y)
140316099265400

而且（由于字符串驻留，以下内容可能是正确的。有关短整型驻留的更多信息，请参见PEP 237，但这属于实现细节）：

>>> x=9
>>> y=5+4
>>> x is y
True

Python中的is运算符通过比较内存地址来判断两个对象是否相同，如果相同则返回True。id函数返回这个地址。

再举个例子：

>>> li1=[1,2,3]
>>> li2=[1,2,3]
>>> li1==li2
True
>>> li1 is li2
False

即使li1 == li2，它们也必须是不同的列表，否则如果你改变其中一个，两个都会改变，如下例所示：

>>> li1=[1,2,3]
>>> li2=li1
>>> li1.append(4)
>>> li2
[1, 2, 3, 4]
>>> li1==li2
True
>>> li1 is li2
True

（一定要理解另一个经典错误，所有Python程序员迟早都会犯。这是因为多个名字引用了同一个可变对象，然后期望其中一个名字像单一对象那样工作。）

正如jonrsharpe在评论中指出的，建议阅读Ned Batchelder的优秀文章关于Python名字和值的事实与误区或如何像Pythonista那样思考，以获取更详细的概述。