Análise
Podemos fazer algumas considerações iniciais para entender melhor o que acontece com o código apresentado.
Quando você faz sequence[start:stop:step]
, a parte entre colchetes funcionará como um açúcar sintático (extended indexing syntax) para a instanciação de um objeto do tipo slice
. Ou seja, ao interpretar o código, o Python (interpretador) irá gerar o objeto slice(start, stop, step)
e passá-lo para a sequência.
>>> sequence = [1, 2, 3, 4, 5]
>>> sequence[1:3]
[2, 3]
>>> sequence[slice(1, 3)]
[2, 3]
>>> sequence[1:3] == sequence[slice(1, 3)]
True
Outra consideração importante é que quando fazemos sequence[key]
, por baixo dos panos, o que será executado é sequence.__getitem__(key)
, pois o método chamado de dunder get item é o responsável por sobrescrever o operador de acesso a uma chave do objeto. Sendo o objeto em questão um list
, podemos afirmar ainda que o código será equivalente à list.__getitem__(sequence, key)
, onde é chamado a função __getitem__
diretamente da classe list
.
Por que isso importa?
Sabendo agora que quando é feito sequence[start:stop]
, o que é executado é list.__getitem__(sequence, slice(start, stop))
, podemos então analisar como é a implementação da função __getitem__
dentro da classe list
. É importante ressaltar aqui que o tipo list
, no Python, é implementado em C, então o código a ser analisado será nessa linguagem, embora seja fácil de entendê-lo mesmo sem conhecer muito tal linguagem.
A implementação do objeto list
pode ser encontrado no repositório original do Python (CPython, na verdade, que é o interpretador oficial da linguagem, implementado em C), em especial a função PyList_GetSlice
que será executada:
PyObject *
PyList_GetSlice(PyObject *a, Py_ssize_t ilow, Py_ssize_t ihigh)
{
if (!PyList_Check(a)) {
PyErr_BadInternalCall();
return NULL;
}
if (ilow < 0) {
ilow = 0;
}
else if (ilow > Py_SIZE(a)) {
ilow = Py_SIZE(a);
}
if (ihigh < ilow) {
ihigh = ilow;
}
else if (ihigh > Py_SIZE(a)) {
ihigh = Py_SIZE(a);
}
return list_slice((PyListObject *)a, ilow, ihigh);
}
Trecho de código retirado do repositório oficial, linhas 477 a 497
Em resumo, a função recebe como argumento o PyObject *a
, que será a nossa sequence
, e também os argumentos Py_ssize_t ilow
e Py_ssize_t ihigh
que são, respectivamente, o start
e o stop
. Nesta função é feita uma validação dos valores recebidos e feita a chamada de list_slice((PyListObject *)a, ilow, ihigh)
.
static PyObject *
list_slice(PyListObject *a, Py_ssize_t ilow, Py_ssize_t ihigh)
{
PyListObject *np;
PyObject **src, **dest;
Py_ssize_t i, len;
len = ihigh - ilow;
np = (PyListObject *) list_new_prealloc(len);
if (np == NULL)
return NULL;
src = a->ob_item + ilow;
dest = np->ob_item;
for (i = 0; i < len; i++) {
PyObject *v = src[i];
Py_INCREF(v);
dest[i] = v;
}
Py_SET_SIZE(np, len);
return (PyObject *)np;
}
Trecho de código retirado do repositório oficial, linhas 455 a 475
Valendo destacar deste código o seguinte:
- Sabendo os valores de
start
e stop
é possível determinar o tamanho da lista a ser retornada: len = ihigh - ilow
;
- Uma nova lista é definida,
PyListObject *np
, com a memória alocada, np = (PyListObject *) list_new_prealloc(len)
;
- É feito um laço de repetição,
for (i = 0; i < len; i++)
, em que é buscado o valor na sequência original, PyObject *v = src[i]
, e copiado na nova sequência, dest[i] = v
;
- A instrução
Py_INCREF(v)
é responsável por incrementar o número de referências apontadas para aquele objeto - objetos com zero referências são descartados da memória pelo garbage collector;
- A função retornará a nova lista criada,
return (PyObject *)np
;
Perguntas
Utilizará a mesma lista ou copiará os dados que são pertinentes?
Copiará uma referência para aquele valor, como podemos ver em destaque no código em C:
for (i = 0; i < len; i++) {
PyObject *v = src[i];
Py_INCREF(v);
dest[i] = v;
}
O valor a ser manipulado será um ponteiro, PyObject *v
, então uma referência ao próprio valor, mas o valor em si continuará sendo o mesmo. Podemos perceber isso inclusive quando o tipo é mutável. Se eu possuir uma lista de listas, qualquer alteração que fizermos em uma sub-lista será refletida em qualquer lista criada a partir de um slice
.
>>> a = [[1], [2]]
>>> b = a[1:]
>>> b
[[2]]
>>> a[1].append(2) # Manipulando a lista original após o slice
>>> b
[[2, 2]]
Se tiver muitos itens ficará lento?
Depende de quanto é o "muitos", mas é difícil concluir isso. Dependerá ainda mais da configuração do seu computador, sistema operacional que está gerenciando a memória, etc. Com certeza tem um certo impacto, pois o Python precisará alocar memória para guardar esse novo objeto, mas se isso começar a inviabilizar a sua aplicação, é possível que tenha que cogitar outra linguagem.
Acontece até se eu não guardar em variável?
Sim. A execução de todo o processo comentado acontecerá independente se o resultado foi atribuído ou não. A diferença que quando você não atribuir, o Python perceberá que o objeto retornado possuirá zero referências apontadas para ele e o garbage collector fará o trabalho de "limpar a sujeira", liberando as memórias que foram alocadas e atualizando os contadores de referências de cada valor da lista.
Se copia, tem alguma forma de fazer sem copiar?
Se você não necessitar de todos os valores ao mesmo tempo, você pode otimizar a sua solução utilizando geradores.
Tem como demonstrar isso com alguma função ou biblioteca de Python?
Sim, vide análise da implementação em C estudada nesta resposta.
Isso vale para outras formas de slice
ou só para lista?
Para os tipos que aceitam o slicing, acredito que o comportamento será o mesmo, incluindo lista, tupla e string. Obviamente que você definir os seus próprios tipos e sobrescrever o operador __getitem__
e definir a lógica que desejar para o slicing.
copy
do Python. Para evitar esse comportamento você pode definirb = a
para usar por referência.