如何在 Python 中创建不可变对象

简介

Python 是一种通用的编程语言，提供了广泛的特性和工具，包括创建不可变对象的能力。在本教程中，我们将探讨 Python 中不可变对象的概念、如何定义它们以及如何在代码中利用它们的优势。

Skills Graph

理解不可变对象

在 Python 中，对象可分为两大类：可变对象和不可变对象。可变对象是指在创建后可以被修改的对象，而不可变对象是指一旦创建就不能被更改的对象。

不可变对象是 Python 编程中的一个基本概念，理解它们对于编写高效且可靠的代码至关重要。这些对象常用于需要确保其所代表的数据在程序的整个生命周期内保持不变的情况。

Python 中一些常见的不可变对象示例包括：

• 数字（整数、浮点数和复数）
• 字符串
• 元组
• 冻结集合

这些对象具有以下特点：

1. 不可变：一旦创建了不可变对象，其值就不能被修改。任何看似改变该对象的操作实际上都会创建一个具有所需值的新对象。
2. 线程安全：不可变对象本质上是线程安全的，这意味着它们可以在多个线程之间安全地共享，而不会有竞争条件或其他并发问题的风险。
3. 高效：不可变对象通常比可变对象更高效，因为它们可以轻松地共享和复制，而无需创建数据的新副本。

不可变对象在 Python 中被广泛使用，特别是在需要确保数据完整性或需要在函数或模块之间传递数据而不存在意外修改风险的情况下。

## 不可变对象（整数）的示例
x = 42
print(id(x))  ## 输出：140707600090368
x = x + 1
print(id(x))  ## 输出：140707600090400

在上面的示例中，当我们将 1 加到整数 x 上时，会创建一个值为 43 的新整数对象，并且变量 x 会被重新赋值给这个新对象。值为 42 的原始对象不会被修改。

理解不可变对象的概念对于编写高效且可靠的 Python 代码至关重要。通过利用不可变对象的属性，你可以确保数据的完整性并简化代码，从而得到更易于维护和健壮的应用程序。

在 Python 中定义不可变对象

不可变的内置类型

在 Python 中，有几种内置类型本质上是不可变的，包括：

1. 数字（整数、浮点数和复数）
2. 字符串
3. 元组
4. 冻结集合

这些类型一旦创建就不能被修改。任何看似改变对象的操作实际上都会创建一个具有所需值的新对象。

## 示例：不可变整数
x = 42
print(id(x))  ## 输出：140707600090368
x = x + 1
print(id(x))  ## 输出：140707600090400

创建自定义不可变对象

虽然 Python 的内置类型提供了一组不可变对象，但你也可以通过遵循以下准则来创建自己的自定义不可变对象：

1. 使用 __slots__ 属性：通过在类中定义 __slots__ 属性，你可以限制可以添加到类实例的属性，从而有效地使其不可变。

class ImmutablePoint:
    __slots__ = ('x', 'y')

    def __init__(self, x, y):
        self.x = x
        self.y = y

2. 避免修改属性：确保你的类不提供任何可以修改对象内部状态的方法。
3. 使用 @property 装饰器：使用 @property 装饰器创建只读属性，这有助于强制对象的不可变性。

class ImmutablePoint:
    def __init__(self, x, y):
        self._x = x
        self._y = y

    @property
    def x(self):
        return self._x

    @property
    def y(self):
        return self._y

4. 实现 __hash__ 方法：如果你想将不可变对象用作字典中的键或集合的成员，你应该实现 __hash__ 方法以确保对象可以被哈希。

通过遵循这些准则，你可以在 Python 中创建自己的自定义不可变对象，这在各种场景中都很有用，例如当你需要确保数据的完整性或当你需要在函数或模块之间传递数据而不存在意外修改的风险时。

利用不可变对象

Python 中的不可变对象具有多种优势，使其在各种编程场景中都很有价值。让我们来探讨一下在 Python 项目中利用不可变对象的一些关键方法。

提升性能和效率

不可变对象通常比可变对象更高效，因为它们可以轻松地共享和复制，而无需创建数据的新副本。这可以带来性能的提升，特别是在需要在函数或模块之间传递数据的场景中。

## 示例：不可变对象的高效共享
def process_data(data):
    ## 对数据执行一些操作
    return data.upper()

data = "labex"
result = process_data(data)
print(result)  ## 输出：LABEX

并发与线程安全

不可变对象本质上是线程安全的，这意味着它们可以在多个线程之间安全地共享，而不会有竞争条件或其他并发问题的风险。这使得它们在并发编程环境中特别有用，在这种环境中你需要确保数据的完整性。

## 示例：多线程环境中的不可变对象
import threading

def worker(data):
    ## 对数据执行一些操作
    return data.upper()

data = "labex"
threads = []
for _ in range(10):
    t = threading.Thread(target=worker, args=(data,))
    t.start()
    threads.append(t)

for t in threads:
    t.join()

缓存和记忆化

不可变对象可有效地用于缓存和记忆化，即存储昂贵计算或 API 调用的结果，以避免重复相同的工作。由于不可变对象不能被修改，你可以安全地缓存它们并重用结果，而不会有意外更改的风险。

## 示例：使用不可变对象进行记忆化
def fibonacci(n):
    if n <= 1:
        return n
    return fibonacci(n - 1) + fibonacci(n - 2)

## 记忆化斐波那契函数
memo = {}
def memoized_fibonacci(n):
    if n in memo:
        return memo[n]
    result = fibonacci(n)
    memo[n] = result
    return result

print(memoized_fibonacci(100))  ## 输出：354224848179261915075

通过利用不可变对象的属性，你可以编写更高效、线程安全且易于维护的 Python 代码。掌握不可变对象的使用是一项有价值的技能，它可以帮助你成为更熟练的 Python 程序员。

总结

对于任何开发者来说，掌握 Python 中的不可变对象都是一项很有价值的技能。通过理解如何创建和使用不可变对象，你可以编写更高效、可靠和安全的代码。本教程全面概述了该主题，涵盖了 Python 中不可变对象的关键方面。有了这些知识，你现在可以自信地将不可变对象纳入你的 Python 项目，并利用它们的独特属性。