Python:引用传递

Question

我正在试着理解下面的行为。假设我们有一个简单的类

class A():
    def __init__(self):
        self._df = pd.DataFrame([1,2,3], columns=['c1'], index=['r1', 'r2', 'r3'])

    @property
    def df(self):
        return self._df

    def summary(self):
        df2 = self.df
        df2['c2'] = pd.Series([4,5,6], index=df2.index)
        return df2

我们制作了一个实例a

a = A()

然后a.df返回

    c1
r1  1
r2  2
r3  3

调用summary方法

s = a.summary()
s

返回

    c1  c2
r1  1   4
r2  2   5
r3  3   6

到目前为止还不错。但是，对象df的a属性(和基础属性)现在也被更改了。

a.df

    c1  c2
r1  1   4
r2  2   5
r3  3   6

在广义上，我理解它与经过大量讨论的Python参考设计有关，我怀疑这里的关键是summary方法中的行summary。因此，df2实际上是指向与self.df相同的内存位置的引用。因此，当我们修改标记为df2的对象时(通过在本例中再添加一列)，我们将能够通过调用df2或self.df来查看修改过的对象，因为它们都指向相同的东西。

这是一个公平的理解吗？如果我们想要将两者分离开来，最佳实践是什么？编辑df2而不影响df。通过df2 = self.df.copy()或其他什么方式复制一个显式副本？

Answer 1

df2 = self.df.copy()可以解决您的问题，这是正确的，但这与按值传递或引用传递无关，它们都引用函数调用中的参数，而且这两种方法都不准确地描述函数调用的语义。

对于您的情况，以及函数调用中的参数，最简单的心理图片是Brett的粘性标签概念。所有的名称，例如所谓的变量名，都是引用实际对象的粘性标签.因此，您可以创建任意数量的粘性标签：

def f():
    pass

g = h = k = m = f  # You created 4 new sticky labels that refer to a single function

class A():
    pass

g = h = k = m = A  # Reusing same 4 labels, all refer to one class

a = ()
g = h = k = m = a  # Reusing same 4 labels, all refer to one instance

将标签(名称)重新分配到另一个对象，只意味着前面的对象丢失了一个引用。当对象没有引用时，它将被删除。在上面的示例中，我创建了对类A实例的一系列引用。使用del关键字，您可以删除名称(即粘性标签)，但只有当没有对其的引用时，底层对象才会被删除。

del h
del k
del m
del a

# At this point, there is still one active reference to the instance
# that we first created when we assigned it to name "a".

del g

# Now we have removed all references to that instance, so it gets deleted.