self.batch_size = batch_size = 128

初一看很詫異，仔細(xì)想想其實(shí)很合理的。

在python可能會(huì)需要同時(shí)聲明多個(gè)變量，并對(duì)多個(gè)變量賦予相同的初始值，可以采用如下的方式賦值

a=b=c=1

但這里也需要注意，如果賦值為列表或者字典，比如

a=b=c=[1,2,3]

則a、b、c都是指向列表的指針，而不是復(fù)制，改變一個(gè)，其它的也會(huì)改變。

比如令 a[1] = 4, 則 b=[1,4,3]

現(xiàn)象：先上一段代碼。

>>> import copy>>> a = [1,2,3,4,[’a’,’b’]]>>> b = a>>> c = copy.copy(a)>>> d = copy.deepcopy(a)>>> a.append(5)>>> print(a)[1, 2, 3, 4, [’a’, ’b’], 5]>>> print(b)[1, 2, 3, 4, [’a’, ’b’], 5]>>> print(c)[1, 2, 3, 4, [’a’, ’b’]]>>> print(d)[1, 2, 3, 4, [’a’, ’b’]]>>> a[4].append(’c’)>>> print(a)[1, 2, 3, 4, [’a’, ’b’, ’c’], 5]>>> print(b)[1, 2, 3, 4, [’a’, ’b’, ’c’], 5]>>> print(c)[1, 2, 3, 4, [’a’, ’b’, ’c’]]>>> print(d)[1, 2, 3, 4, [’a’, ’b’]]######內(nèi)存地址########>>> id(a)44350024>>> id(b)44350024>>> id(c)44410440>>> id(d)44410760一、概念（原理）1、在詳細(xì)的了解python中賦值、copy和deepcopy之前

我們還是要花一點(diǎn)時(shí)間來(lái)了解一下python內(nèi)存中變量的存儲(chǔ)情況。

在高級(jí)語(yǔ)言中，變量是對(duì)內(nèi)存及其地址的抽象。對(duì)于python而言，python的一切變量都是對(duì)象，變量的存儲(chǔ)，采用了引用語(yǔ)義的方式，存儲(chǔ)的只是一個(gè)變量的值所在的內(nèi)存地址，而不是這個(gè)變量的只本身。

在python中，對(duì)象的賦值就是簡(jiǎn)單的對(duì)象引用，這點(diǎn)和C++不同。如下：

list_a = [1,2,3,'hello',['python','C++']]list_b = list_a

這種情況下，list_b和list_a是一樣的，他們指向同一片內(nèi)存，list_b不過(guò)是list_a的別名，是引用。

我們可以使用 list_b is list_a 來(lái)判斷，返回true，表明他們地址相同，內(nèi)容相同。也可使用id(x) for x in list_a, list_b 來(lái)查看兩個(gè)list的地址。

賦值操作（包括對(duì)象作為參數(shù)、返回值）不會(huì)開(kāi)辟新的內(nèi)存空間，它只是復(fù)制了新對(duì)象的引用。也就是說(shuō)，除了list_b這個(gè)名字以外，沒(méi)有其它的內(nèi)存開(kāi)銷(xiāo)。

修改了list_a，就影響了list_b；同理，修改了list_b就影響了list_a。

淺拷貝會(huì)創(chuàng)建新對(duì)象，其內(nèi)容是原對(duì)象的引用。

淺拷貝有三種形式：切片操作，工廠函數(shù)，copy模塊中的copy函數(shù)

比如對(duì)上述list_a，

切片操作：list_b = list_a[:] 或者 list_b = [each for each in list_a]

工廠函數(shù)：list_b = list(list_a)

copy函數(shù)：list_b = copy.copy(list_a)

淺拷貝產(chǎn)生的list_b不再是list_a了，使用is可以發(fā)現(xiàn)他們不是同一個(gè)對(duì)象，使用id查看，發(fā)現(xiàn)它們也不指向同一片內(nèi)存。但是當(dāng)我們使用 id(x) for x in list_a 和 id(x) for x in list_b 時(shí)，可以看到二者包含的元素的地址是相同的。

在這種情況下，list_a和list_b是不同的對(duì)象，修改list_b理論上不會(huì)影響list_a。比如list_b.append([4,5])。

但是要注意，淺拷貝之所以稱(chēng)為淺拷貝，是它僅僅只拷貝了一層，在list_a中有一個(gè)嵌套的list，如果我們修改了它，情況就不一樣了。

list_a[4].append('C')。查看list_b，你將發(fā)現(xiàn)list_b也發(fā)生了變化。這是因?yàn)椋阈薷牧饲短椎膌ist。修改外層元素，會(huì)修改它的引用，讓它們指向別的位置，修改嵌套列表中的元素，列表的地址并為發(fā)生變化，指向的都是同一個(gè)位置。

深拷貝只有一種形式，copy模塊中的deepcopy函數(shù)。

和淺拷貝對(duì)應(yīng)，深拷貝拷貝了對(duì)象的所有元素，包括多層嵌套的元素。因而，它的時(shí)間和空間開(kāi)銷(xiāo)要高。

同樣對(duì)list_a，若使用list_b = copy.deepcopy(list_a)，再修改list_b將不會(huì)影響到list_a了。即使嵌套的列表具有更深的層次，也不會(huì)產(chǎn)生任何影響，因?yàn)樯羁截惓鰜?lái)的對(duì)象根本就是一個(gè)全新的對(duì)象，不再與原來(lái)的對(duì)象有任何關(guān)聯(lián)。

1、對(duì)于非容器類(lèi)型，如數(shù)字，字符，以及其它“原子”類(lèi)型，沒(méi)有拷貝一說(shuō)。產(chǎn)生的都是原對(duì)象的引用。

2、如果元組變量值包含原子類(lèi)型對(duì)象，即使采用了深拷貝，也只能得到淺拷貝。

以上為個(gè)人經(jīng)驗(yàn)，希望能給大家一個(gè)參考，也希望大家多多支持好吧啦網(wǎng)。