2.3 Python的赋值语句
Python 3的赋值语句比较灵活，有多种语句格式。下面看看这些赋值语句的使用方法。
1．简单赋值
命令格式：
变量名=表达式
变量名的数据类型根据表达式的运算结果而定。
请看示例2-5。
a=10 #变量a的值是整数10
b=10.5+a＊2.3 #变量b的值是表达式的计算结果33.5
c=[1,2,4,5] #变量c是一个列表
d=（1,2,3,4,5） #变量d是元组
e=True #变量e是逻辑变量，值为True
f=1.5+2.5j #变量f是复数
g='hello Python ! ' #变量g是字符串
print（'a= ', a）
print（'b= ', b）
print（'c= ', c）
print（'d= ', d）
print（'e= ', e）
print（'f= ', f）
print（'g= ', g）
程序运行结果略去，读者可自行尝试运行上面代码。
2．多重赋值
多重赋值命令格式如下：
变量名1=变量名2=…=变量名n=表达式
对于基本类型来说，如int，分配独立内存空间赋值给相同值，其中一个变量值变化不会影响其他变量值。
对于对象类型来说，如Pandas的DataFrame类型，所有变量指向一个对象类型空间地址，其中任何一个变量对DataFrame类型进行数据处理，其他变量的数据内容也会变化。这种复制方式叫作浅复制。
例如：
df1=df2 = ts.get_k_data（'000001', ktype='D'）
df1和df2指向同一个数据，其中任何一个变量数据发生变化，另外一个变量数据也会随之变化，因为它们是同一份数据。
如果想要新建一份数据，就需要用copy（）函数，这种复制方式称为深复制。
df3=df1.copy（）
此时，df1的数据变化不会影响df3的内容，请看示例2-6。
import HP_global as g
import HP_data as hp
from HP_sys import ＊
a=b=10.4 #变量a和b的值赋值为 10.4
a=a＊3 #变量a的值乘3
print（'a= ', a） #显示变量a的值
print（'b= ', b） #显示变量b的值，b值没有随a值变化
ds='2017-01-01' #开始日期
de='2017-12-30' #结束日期
stockn='600521' #股票代码，600521华海药业
df=hp.get_k_data（stockn, ktype='D', start=ds, end=de, index=False, autype=
'qfq'）.head（2） #获取股票数
df2=df3=df #给变量df2和df3浅复制df
df4=df.copy（） #给变量df4深复制df
print（'------下面是df2的内容-------------'）
print（df2）
print（'------下面是df4的内容-------------'）
print（df4）
df3.open=df3.open＊4 #给df3['open']的值放大4倍
print（'--下面是浅复制df2的内容，open值放大了4倍-------------'）
print（df2）
print（'--可以看到浅复制，df3修改，df2的值也变化了。'）
print（'--下面是深复制df4的内容，深复制open-------------'）
print（df4）
print（'-可以看到深复制，df4的值没有变化。'）
print（'-不难想象，修改浅复制的df2或df3，也破坏了原始数据df。'）
print（'------下面是原始数据df的内容-------------'）
print（df）
print（'--df与df4比较open，原始数据df也被修改掉了。'）
程序运行结果如下：
a= 31.200000000000003
b= 10.4
------下面是df2的内容-------------
date open close high low volume code
0 2017-01-03 18.234 18.234 18.283 18.127 25855.0 600521
1 2017-01-04 18.258 18.193 18.258 18.028 55337.0 600521
------下面是df4的内容-------------
date open close high low volume code
0 2017-01-03 18.234 18.234 18.283 18.127 25855.0 600521
1 2017-01-04 18.258 18.193 18.258 18.028 55337.0 600521
--下面是浅复制df2的内容，open值放大了4倍-------------
date open close high low volume code
0 2017-01-03 72.936 18.234 18.283 18.127 25855.0 600521
1 2017-01-04 73.032 18.193 18.258 18.028 55337.0 600521
--可以看到浅复制，df3修改，df2的值也变化了。
--下面是深复制df4的内容，深复制open-------------
date open close high low volume code
0 2017-01-03 18.234 18.234 18.283 18.127 25855.0 600521
1 2017-01-04 18.258 18.193 18.258 18.028 55337.0 600521
-可以看到深复制，df4的值没有变化。
-不难想象，修改浅复制的df2或df3，也破坏了原始数据df。
------下面是原始数据df的内容-------------
date open close high low volume code
0 2017-01-03 72.936 18.234 18.283 18.127 25855.0 600521
1 2017-01-04 73.032 18.193 18.258 18.028 55337.0 600521
-df与df4比较open，原始数据df也被修改掉了。
上例演示结果表明，复杂数据类型一定要用深复制，这样才能避免原始数据被误修改。
3．多元赋值
多元赋值是指一条赋值语句实现多个变量的赋值过程。例如，“a, b, c=1,2,3”。多元赋值要求变量名的个数和表达式的个数相等，否则会出现错误。
例如，4个变量仅提供3个表达式“a, b, c, d=1,2,3*5”，就会出现错误信息“ValueError: not enough values to unpack（expected 4, got 3）”。
又如，3个变量提供4个表达式“a, b, c=1,2,3*5,18*2”，也会出现错误信息“ValueError: too many values to unpack（expected 3）”。
多元赋值使程序编写更加简洁、方便，常常被用于函数中，使一个函数返回多个变量值。
请看示例2-7。
a, b, c=1,2,3＊5
print（'a= ', a）
print（'b= ', b）
print（'c= ', c）
def xyz（n）:
x=n＊n
y=n^2
z=n%2
return x, y, z
x, y, z=xyz（6）
print（'x= ', x）
print（'y= ', y）
print（'z= ', z）
程序运行结果：
a= 1
b= 2
c= 15
x= 36
y= 4
z= 0
4．增强赋值
增强赋值是指赋值运算符。
例如，“a*=3”相当于“a=a*3”。
请看示例2-8。
a=5
a+=10
print（'a=5, a+=10 , a= ', a）
a=35
a-=10
print（'a=35, a-=10 , a= ', a）
a=35
a＊=10
print（'a=35, a＊=10 , a= ', a）
a=35
a/=10
print（'a=35, a/=10 , a= ', a）
a=35
a%=10
print（'a=35, a%=10 , a= ', a）
程序运行结果：
a=5, a+=10 , a= 15
a=35, a-=10 , a= 25
a=35, a＊=10 , a= 350
a=35, a/=10 , a= 3.5
a=35, a%=10 , a= 5