为什么 Python 3 中的切片仍然是副本而不是视图？

Question

正如我在评论 这个答案之后才注意到的那样，Python 中的切片3 返回它们正在切片的内容的浅副本而不是视图。为什么还是这样？即使不考虑 numpy 使用视图而不是副本进行切片，事实上， dict.keys、dict.values 和 dict.items 都Python 3 中的返回视图，以及 Python 3 的许多其他方面都致力于更多地使用迭代器，使得切片看起来似乎正在朝着变得相似的方向发展。 itertools 确实有一个 islice 函数，可以进行迭代切片，但它比普通切片更受限制，并且不提供类似于 dict.keys 的视图功能code> 或 dict.values。

此外，您可以使用切片赋值来修改原始列表，但切片本身是副本而不是视图，这一事实是该语言的一个矛盾方面，并且似乎违反了 Python 之禅。

也就是说，事实上你可以做

>>> a = [1, 2, 3, 4, 5]
>>> a[::2] = [0, 0, 0]
>>> a
[0, 2, 0, 4, 0]

但不能做

>>> a = [1, 2, 3, 4, 5]
>>> a[::2][0] = 0
>>> a
[0, 2, 3, 4, 5]

或类似的事情

>>> a = [1, 2, 3, 4, 5]
>>> b = a[::2]
>>> b
view(a[::2] -> [1, 3, 5])   # numpy doesn't explicitly state that its slices are views, but it would probably be a good idea to do it in some way for regular Python
>>> b[0] = 0
>>> b
view(a[::2] -> [0, 3, 5])
>>> a
[0, 2, 3, 4, 5]

似乎有些武断/不可取。

我知道 http://www.python.org/dev/peps/pep -3099/ 以及“切片和扩展切片不会消失”的部分（即使 __getslice__ 和 __setslice__ API 可能被替换）它们也不会返回标准对象类型的视图。”，但是链接的讨论没有提及为什么做出使​​用视图进行切片的决定；事实上，在原帖子中列出的建议中，对该具体建议的大多数评论似乎都是积极的。

是什么阻止了这样的事情在 Python 3.0 中实现，Python 3.0 专门设计为不严格向后兼容 Python 2.x，因此是在设计中实现此类更改的最佳时机，有什么可能会导致这种情况发生吗？在Python的未来版本中阻止它吗？

Answer 1

事实上，您可以使用切片赋值来修改原始列表，但切片本身是副本而不是视图。

嗯..这不太正确；虽然我知道你可能会怎么想。在其他语言中，切片赋值，类似于：

a[b:c] = d

相当于

tmp = a.operator[](slice(b, c)) # which returns some sort of reference
tmp.operator=(d)        # which has a special meaning for the reference type.

但在 python 中，第一个语句实际上转换为：

a.__setitem__(slice(b, c), d)

这就是说，item 赋值实际上在 python 中被特殊识别为具有特殊含义，与 item 分开查找和赋值；它们可能不相关。这与整个Python是一致的，因为Python没有像C/C++中的“左值”这样的概念；没有办法重载赋值运算符本身；仅当赋值的左侧不是普通标识符时的特定情况。

假设列表确实有视图；并且您尝试使用它：

myView = myList[1:10]
yourList = [1, 2, 3, 4]
myView = yourList

在Python以外的语言中，可能有一种方法可以将yourList推入myList，但在Python中，因为名称myView 作为一个裸标识符出现，它只能表示一个变量 allocateemnt；视野消失了。

Answer 2

好吧，我似乎发现了视图决定背后的很多推理，按照以 http://mail.python.org/pipermail/python-3000/2006-August/003224.html（主要是关于切片字符串，但线程中至少有一封电子邮件提到了可变对象（例如列表），以及来自以下内容的一些内容：

http://mail.python.org/pipermail/python-3000/2007-February/005739.html
http://mail.python.org/pipermail/python-dev /2008-May/079692.html 以及线程中的以下电子邮件

看起来，对于基础 Python 来说，切换到这种风格的优势将被所带来的复杂性和各种变化所抵消。不良的边缘情况。那好吧。

...然后我开始想知道是否有可能将 slice 对象的当前处理方式替换为可迭代形式 la itertools.islice，就像< code>zip、map 等在 Python 3 中都返回可迭代对象而不是列表，我开始意识到所有意外的行为和可能由此产生的问题。看来目前这可能是一个死胡同。

从好的方面来说，numpy 的数组相当灵活，因此在可能需要这种事情的情况下，使用一维 ndarray 代替列表并不会太难。然而，ndarrays 似乎不支持使用切片在数组中插入额外的项目，就像 Python 列表中发生的那样：

>>> a = [0, 0]
>>> a[:1] = [2, 3]
>>> a
[2, 3, 0]

我认为 numpy 等效项会是这样的：

>>> a = np.array([0, 0])  # or a = np.zeros([2]), but that's not important here
>>> a = np.hstack(([2, 3], a[1:]))
>>> a
array([2, 3, 0])

稍微复杂一点的情况：

>>> a = [1, 2, 3, 4]
>>> a[1:3] = [0, 0, 0]
>>> a
[1, 0, 0, 0, 4]

与

>>> a = np.array([1, 2, 3, 4])
>>> a = np.hstack((a[:1], [0, 0, 0], a[3:]))
>>> a
array([1, 0, 0, 0, 4])

当然，上面的numpy 示例不会像常规 Python 列表扩展那样将结果存储在原始数组中。