作为来自C背景的Python新手,Python(3.4.x)中的切片运算符对我来说看起来很荒谬.我只是没有得到“特殊规则”背后的设计理念.让我解释为什么我说它是“特殊的”.

一方面,根据堆栈溢出答案here,切片运算符创建列表或列表的一部分的(深)副本,即新列表.链接可能是旧的(早于python 3.4.x),但我刚用python 3.4.2进行了以下简单实验确认了这种行为：

words = ['cat', 'window', 'defenestrate']
newList = words[:] # new objects are created; a.k.a. deep copy
newList[0] = 'dog'

print(words) # ['cat' ...
print(newList) # ['dog' ...

另一方面,根据官方文件here：

Assignment to slices is also possible, and this can even change the size of the list or clear it entirely:
>>>

>>> letters = ['a', 'b', 'c', 'd', 'e', 'f', 'g']
>>> letters ['a', 'b', 'c', 'd', 'e', 'f', 'g']
>>> # replace some values
>>> letters[2:5] = ['C', 'D', 'E']
>>> letters
['a', 'b', 'C', 'D', 'E', 'f', 'g']
>>> # now remove them
>>> letters[2:5] = []
>>> letters
['a', 'b', 'f', 'g']
>>> # clear the list by replacing all the elements with an empty list
>>> letters[:] = []
>>> letters 
[]

显然,切片操作符[：]不会在此处执行深层复制.

从观察结果看,切片运算符相对于赋值运算符在左/右侧产生不同的行为.我不知道操作符可以产生类似行为的任何语言.毕竟,运算符是一个函数,只是一个语法特殊的函数,函数的行为应该是自包含的,完全由它的所有输入决定.

那么什么可以证明Python设计哲学中的这个“特殊规则”呢？

附：如果我的结论不正确,那么实际上只有两种可能性：

1,Python的切片’运算符’实际上不是运算符,所以我的假设不成立 – 那么它是什么(‘切片运算符'[：])？

2,行为的差异是由一些未观察到的潜在因素引起的.切片运算符相对于赋值操作符的位置(左/右侧)意外地与不同行为的观察共存.他们没有因果关系 – 那么造成行为差异的潜在因素是什么？

解决方法:

Python运算符最好被认为是“魔术”方法的语法糖;例如,x y被评估为x .__ add __(y).以同样的方式：

> foo = bar.baz变成foo = bar .__ getattr __(baz);而
> bar.baz = foo变为bar .__ setattr __(baz,foo);

Python“切片运算符”* a [b]被评估为：

> a .__ getitem __(b);要么
> a .__ setitem __(b,…);

取决于它所在的任务的哪一方;两者并不完全相同(另见How assignment works with python list slice).因此,用“手写”写出来：

>>> x = [1, 2, 3]
>>> x.__getitem__(slice(None))  # ... = x[:]
[1, 2, 3]
>>> x.__setitem__(slice(None), (4, 5, 6))  # x[:] = ...
>>> x
[4, 5, 6]

data model documentation更详细地解释了这些方法(例如__getitem__),您也可以阅读the docs on slice.

请注意,切片是浅拷贝,而不是深拷贝,如下所示：

>>> foo = [[], []]
>>> bar = foo[:]
>>> bar is foo
False  # outer list is new object
>>> bar[0] is foo[0]
True  # inner lists are same objects
>>> bar[0].append(1)
>>> foo
[[1], []]

*嗯,严格来说不是operator.