python编程之赋值和拷贝的区别概述及操作excel数据库（图）

python编程之赋值和拷贝的区别概述及操作excel数据库（图）
一、赋值
在Python中，对象的赋值就是简单的对象引用，这点和C++不同，如下所示：
a = [1,2,”hello”,[‘python’, ‘C++’]]
b = a
在上述情况下，a和b是一样的，他们指向同一片内存，b不过是a的别名，是引用。
我们可以使用bisa 去判断，返回True，表明他们地址相同，内容相同，也可以使用id()函数来查看两个列表的地址是否相同。
赋值操作(包括对象作为参数、返回值)不会开辟新的内存空间，它只是复制了对象的引用。也就是说除了b这个名字之外，没有其他的内存开销。修改了a，也就影响了b，同理，修改了b，也就影响了a。
二、浅拷贝(shallow copy)
浅拷贝会创建新对象，其内容非原对象本身的引用，而是原对象内第一层对象的引用。
浅拷贝有三种形式:切片操作、工厂函数、copy模块中的copy函数。
比如上述的列表a；
切片操作：b = a[ : ] 或者 b = [ x for x in a ]；
工厂函数：b = list( a )；
copy函数：b = copy.copy( a )；
浅拷贝产生的列表b不再是列表a了，使用is判断可以发现他们不是同一个对象，使用id查看，他们也不指向同一片内存空间。但是当我们使用id(x) for x in a 和 id(x) for x in b来查看a和b 中元素的地址时，可以看到二者包含的元素的地址是相同的。

python编程之赋值和拷贝的区别概述及操作excel数据库（图）

在这种情况下，列表a和b是不同的对象，修改列表b理论上不会影响到列表a。
但是要注意的是，浅拷贝之所以称之为浅拷贝，是它仅仅只拷贝了一层，在列表a中有一个嵌套的list，如果我们修改了它，情况就不一样了
比如：a[3].append(‘java’)。查看列表b，会发现列表b也发生了变化，这是因为，我们修改了嵌套的list，修改外层元素，会修改它的引用，让它们指向别的位置，修改嵌套列表中的元素，列表的地址并未发生变化，指向的都是用一个位置。
三、深拷贝(deep copy）
深拷贝只有一种形式，copy模块中的deepcopy()函数。
深拷贝和浅拷贝对应，深拷贝拷贝了对象的所有元素，包括多层嵌套的元素。因此，它的时间和空间开销要高。
同样的对列表a，如果使用 b = copy.deepcopy(a)，再修改列表b将不会影响到列表a，即使嵌套的列表具有更深的层次，也不会产生任何影响，因为深拷贝拷贝出来的对象根本就是一个全新的对象，不再与原来的对象有任何的关联。
四、拷贝的注意点
对于非容器类型，如数字、字符，以及其他的“原子”类型，没有拷贝一说产生的都是原对象的引用。
如果元组变量值包含原子类型对象，即使采用了深拷贝，也只能得到浅拷贝。
python操作excel：
读取excel
首先导入包xlrd
import xlrd # 用来读取excel
打开excel
workBook = xlrd.open_workbook(r'xj.xlsx')    # 打开文件
获取表
workBook.sheet_names()    # 获取excel中所有的sheet表
>>> ['Sheet1', '净持仓', '保税区库提价', '期货合约', '国内市场上海地区', '保税区库存', '期货情况', '日胶收盘价', '新加坡结算价', '渤商所天然橡胶']
获取表中内容
# 根据索引来获取到sheet表的内容
sheet1 = workBook.sheet_by_index(0)
print(sheet1)
>>> <xlrd.sheet.Sheet object at 0x0000000005C16358>
# 根据表名来获取到sheet表的内容        
sheet2 = workBook.sheet_by_name('保税区库提价')
print(sheet2)
>>> <xlrd.sheet.Sheet object at 0x0000000005C16358>
获取表的详细内容
# 获取表的表名 行数 列数
print(sheet.name,sheet.nrows,sheet.ncols)
>>> 保税区库提价 586 16
# 获取整行数据
print(sheet.row_values(3))
>>> [43307.0, 1490.0, 1305.0, 0.0, 0.0, 1315.0, 0.0, '', '', 43307.0, 1490.0, 1305.0, 1320.0, 1340.0, 1315.0, 0.0]
获取表中单元格内容
# 获取单元格内数据
print(sheet.cell(1,3).value)
print(sheet.cell_value(1,3))
print(sheet.row(1)[3].value)
print(sheet.row_values(1)[3])
>>> 库提价:天然橡胶(SIR20,印度尼西亚产):青岛保税区仓库
>>> 库提价:天然橡胶(SIR20,印度尼西亚产):青岛保税区仓库
>>> 库提价:天然橡胶(SIR20,印度尼西亚产):青岛保税区仓库
>>> 库提价:天然橡胶(SIR20,印度尼西亚产):青岛保税区仓库
获取单元的数据类型
# ctype :  0 empty,1 string, 2 number, 3 date, 4 boolean, 5 error
print(sheet.cell(1,0).value)
print(sheet.cell(1,0).ctype)
print(sheet.cell(3,0).value)
print(sheet.cell(3,0).ctype)
>>> 指标名称
>>> 1
>>> 43307.0
>>> 3
因为获取到excel中的时间为date,所以需要特殊处理
print(xlrd.xldate_as_datetime(sheet.cell(3,0).value,0))
>>> 2018-07-26 00:00:00
print(xlrd.xldate_as_tuple(sheet.cell(3,0).value,0))
>>> (2018, 7, 26, 0, 0, 0)
xlrd.xldate_as_tuple(sheet.cell(3,0).value,workBook.datemode)
>>> (2018, 7, 26, 0, 0, 0)
# 数数据格式
date(*value[:3]).strftime('%Y/%m/%d')
Python在执行时，首先会将.py文件中的源代码编译成Python的byte code（字节码），然后再由Python Virtual Machine（Python虚拟机）来执行这些编译好的byte code。这种机制的基本思想跟Java，.NET
是一致的。然而，Python Virtual Machine与Java或.NET的Virtual Machine不同的是，Python的Virtual Machine是一种更高级的Virtual Machine。
这里的高级并不是通常意义上的高级，不是说Python的Virtual Machine比Java或.NET的功能更强大，呼啸山庄读后感心得体会，而是说和Java 或.NET相比，Python的Virtual Machine距离真实机器的距离更远。或者可以这么说，Python的Virtual Machine是一种抽象层次更高的Virtual Machine。
基于C的Python编译出的字节码文件，通常是.pyc格式。
除此之外，Python还可以以交互模式运行，比如主流操作系统Unix/Linux、Mac、Windows都可以直接在命令模式下直接运行Python交互环境。直接下达操作指令即可实现交互操作。

小手一抖，金币拿走。

赞！