为什么这个分配的对象与原始对象共享相同的内存空间？

在 python 中，我在使用 itertools groupby 模块时遇到了这种奇怪的现象。

在Python中，变量赋值意味着将新变量分配给它自己的内存，而不是指向原始内存的指针（根据我的理解，如果这是不正确的，请告诉我）：

y = 7
x = y    
y = 9

x will still be 7

然而，当我使用 groupby 模块时，我使用该模块将具有相同密钥的项目分组为一组。我想要两个组，因为重复原来的组是没有用的，因为记忆已经被修改了。例子：

for key, group in groupby(rows, lambda x: x[0]):

    data = [thing[1] for thing in group] #accesses 1st attribute of element
    data2 = [thing[2] for thing in group] # would yield [] as group is empty

所以我尝试了这个：

for key, group in groupby(rows, lambda x: x[0]):
    #create a copy of group to reiterate over
    toup = group

    print toup #<itertools._grouper object at 0x1039a8850>
    print group #<itertools._grouper object at 0x1039a8850>

    data = [thing[1] for thing in group] #accesses 1st attribute of element
    data2 = [thing[2] for thing in toup]

data2 应该访问第二项，但会产生 []，因为它们共享相同的内存

我的问题是为什么会发生这种情况？将组分配给 toup 是否不应该意味着 toup 会在不同的十六进制地址位置拥有组内存的副本？

另外，我可以做些什么来规避这个问题，这样我就不必编写两个 groupby 迭代？

你说：

在Python中，变量赋值意味着将新变量分配给它 自己的内存而不是指向原始内存的指针（来自我的 了解如果这不正确，请告诉我）：

这是不正确的。 Python 名称可以具有（有时）类似于 C 变量的方面，也可以具有（有时）类似于 C 指针的方面。试图说它们是其中之一只是令人困惑。不。将它们视为 Python 的独特且惯用的。

Python“变量”更应该被视为名称。超过一个may即使您无意，也会引用相同的内存位置。

Example:

>>> y=7
>>> x=7
>>> x is y
True
>>> id(x)
140316099265400
>>> id(y)
140316099265400

并且（由于实习 http://en.wikipedia.org/wiki/String_interning， 下列may是真实的。看PEP 237 http://legacy.python.org/dev/peps/pep-0237/关于短整数的实习，但这是一个实现细节）：

>>> x=9
>>> y=5+4
>>> x is y
True

蟒蛇is如果比较两个对象的内存地址是相同的对象，则运算符返回 True。这id函数返回该地址。

考虑最后一个例子：

>>> li1=[1,2,3]
>>> li2=[1,2,3]
>>> li1==li2
True
>>> li1 is li2
False

即使 li1 == li2，它们也必须是单独的列表，否则如果您更改其中一个，它们都会更改，如下例所示：

>>> li1=[1,2,3]
>>> li2=li1
>>> li1.append(4)
>>> li2
[1, 2, 3, 4]
>>> li1==li2
True
>>> li1 is li2
True

（一定要理解另一个经典错误 https://stackoverflow.com/q/240178/298607所有 Python 程序员迟早都会犯这样的错误。这是由于对单个可变对象的多个引用，然后期望一个引用充当单个对象而引起的。）

正如 jonrsharpe 在评论中指出的那样，阅读 Ned Batchelders 的精彩文章关于 Python 名称和值的事实和神话 http://nedbatchelder.com/text/names.html or 如何像Pythonista一样思考 http://python.net/~mwh/hacks/objectthink.html以获得更详细的概述。