Python 中的深浅拷贝

参考文献:https://blog.csdn.net/lnotime/article/details/81194633

参考文献:https://blog.csdn.net/qq_18824345/article/details/105136885

参考文献:https://www.cnblogs.com/echoboy/p/9059183.html

1. is 和 ==的介绍

1.1 ==的使用

  • == 则是判断两个对象的是否相等,不管两个变量的引用对象是否相同

  • a=1
    b=1
    print(a==b)#True
    a=[1]
    b=[1]
    print(a==b)#True

1.2 is的使用

1.2.1 补充id()函数
  • id()返回对象的唯一身份标识;在CPython中即是对象在内存中的地址,具有非重叠生命周期的两个对象可能有相同的id。
  • is判断两个对象是不是同一个对象,逻辑是判断同一时刻这两个对象的id是否相同。

即通过id() 查看内存地址

1.2.2 is使用
a=1
b=1
print(a is b)#True
a=1.1
b=1.1
print(a is b)#True
a=[1]
b=[1]
print(a is b)#False

python 为了性能考虑,对于值相同的不可变对象(常量),都不会重新创建新的地址来存储对象,而对于可变对象(列表、字典),则会重新开辟空间。

1.对于数值相等的较小int类型,不会重新重新开辟空间来存储对象,但数值相等对于较大的int类型,则会重新开辟空间

2.数值相等的非int类型,都是重新开辟空间来存储对象

2.拷贝

  • 拷贝:原则上就是把数据分离出来,复制其数据,并以后修改互不影响。

  • 先看 一个非拷贝的例子

    • =赋值:数据完全共享= 赋值是在内存中指向同一个对象,如果是可变(mutable)类型,比如列表,修改其中一个,另一个必定改变

    • 如果是不可变类型(immutable),比如字符串,修改了其中一个,另一个并不会变)

  • l1 = [1, 2, 3, ['aa', 'bb']]
    l2 = l1
    l2[0]='aaa'
    l2[3][0]='bbb'
    print(l1) #['aaa', 2, 3, ['bbb', 'bb']]
    print(id(l1)==id(l2)) #True # l2 = l1 ,l1 完全赋值给l2 ,l2的内存地址与l1 相同,即内存完全指向

2.1 浅拷贝

  • 浅拷贝:数据半共享(复制其数据独立内存存放,但是只拷贝成功第一层)

    • 数据半共享,外层复制,内部的列表会共享变化。
  • l1 = [1,2,3,[11,22,33]]
    l2 = l1.copy()
    print(l2) #[1,2,3,[11,22,33]]
    l2[3][2]='aaa'
    print(l1) #[1, 2, 3, [11, 22, 'aaa']]
    print(l2) #[1, 2, 3, [11, 22, 'aaa']]
    l1[0]= 0
    print(l1) #[0, 2, 3, [11, 22, 'aaa']]
    print(l2) #[1, 2, 3, [11, 22, 'aaa']]
    print(id(l1)==id(l2)) #Flase
  • 注意:浅拷贝只是将最外层的地址进行拷贝复制,但是内层如果有可变的数据类型(列表),则无法复制。会收到影响。

2.2 深拷贝

  • 深拷贝:数据完全不共享(复制其数据完完全全放独立的一个内存,完全拷贝,数据不共享)

    • 深拷贝就是完完全全复制了一份,且数据不会互相影响,因为内存不共享。
    • 深拷贝就是数据完完全全独立拷贝出来一份。不会由原先数据变动而变动
  • import copy
    l1 = [1, 2, 3, [11, 22, 33]]
    l2 = copy.deepcopy(l1)
    print(l1,'>>>',l2)
    l2[3][0] = 1111
    print(l1,">>>",l2)

继续努力,终成大器!

Python 中的深浅拷贝的更多相关文章

  1. 天啦噜!仅仅5张图,彻底搞懂Python中的深浅拷贝

    Python中的深浅拷贝 在讲深浅拷贝之前,我们先重温一下 is 和==的区别. 在判断对象是否相等比较的时候我们可以用is 和 == is:比较两个对象的引用是否相同,即 它们的id 是否一样 == ...

  2. Python中的深浅拷贝

    1.什么是深浅拷贝? python中一切皆对象,python中的数字.字符串.元组等,如果存放在了内存中,这部分内存里面的内容是不会改变的,但是也有情况,内存中存放了可变对象,比如说列表和字典,他们的 ...

  3. Python基础【3】:Python中的深浅拷贝解析

    深浅拷贝 在研究Python的深浅拷贝区别前需要先弄清楚以下的一些基础概念: 变量--引用--对象(可变对象,不可变对象) 切片(序列化对象)--拷贝(深拷贝,浅拷贝) 我是铺垫~ 一.[变量--引用 ...

  4. 挖一挖python中的深浅拷贝问题

    前几天在做面试题的时候,遇到一个与Python深浅拷贝的问题,今天总结出来一个方法,能够快速判断在对一个对象复制后,新对象与原来对象是否会互相影响的方法. 先抛出结论,然后我们对结论进行验证~~~ 先 ...

  5. Python中的深浅拷贝,赋值及引用

    简单来说,若对象a中存的是列表或字典等可变对象,b对a的浅拷贝只是对对象第一层的复制,修改b第二层的元素仍然会影响两个对象. 深拷贝则是不会影响原来的对象. import copy.copy() 浅拷 ...

  6. 【Python】Python中的深浅拷贝

    [转]python 复制(拷贝)对象 -- ::| 分类: Python |举报|字号 订阅 下载LOFTER我的照片书 | 需求: 你想复制一个对象.因为在Python中,无论你把对象做为参数传递, ...

  7. 浅谈Python中的深浅拷贝的区别

    深.浅拷贝总结 深拷贝 拷贝可变数据类型,如列表容器: a = [1, 2, [3, 4]] b = copy.deepcopy(a) a 与 b 所指的列表容器的空间地址不一致,即 id(a) != ...

  8. 关于Python中的深浅拷贝

    之前一直认为浅拷贝是拷贝内容的第一层,但是不开辟内存,只是增加新的指向原来的内容:深拷贝是拷贝是拷贝每一层并开辟内存. 其实这个是不严谨的不正确的. 从以上可以看出,浅拷贝中当时可变类型的时候,内存是 ...

  9. js中的深浅拷贝

    js中的深浅拷贝 js中有深拷贝.浅拷贝一说,所谓的深浅拷贝是针对value类型为引用类型(函数.对象.数组)而言的,大概理解的就是: 浅拷贝: 拷贝出的对象c和原始对象o,c和o在key对应的val ...

随机推荐

  1. k8S 不同 port 解析

    apiVersion: v1 kind: Service metadata: name: nginx-service spec: type: NodePort // 有配置NodePort,外部流量可 ...

  2. python习题_读写csv格式的文件

    1.读写TXT文件 # *_* coding : UTF-8 *_* # 开发人员 : zfy # 开发时间 :2019/7/7 16:26 # 文件名 : lemon_10_file.PY # 开发 ...

  3. C++智能指针使用说明

    导读 STL提供四种智能指针:auto_ptr.unique_ptr.shared_ptr和weak_ptr.其中auto_ptr是C++98提供的解决方案,C++11以后均已摒弃.所有代码在gcc ...

  4. 深坑react 引入antd无效问题

    //安装babel-plugin-import 第一步:npm install babel-plugin-import --save第二步:暴露webpack.config.js运行:npm run ...

  5. idea创建WebService服务端和客户端

    创建服务端 1.file–>new–>project 2.点击next后输入服务端名,点击finish,生成目录如下 3.在 HelloWorld.Java 文件中右击,选 WebServ ...

  6. Java&Tomcat环境变量配置

    版本匹配: Java PATH环境变量.作用是指定命令搜索路径,在shell下面执行命令时,它会到PATH变量所指定的路径中查找看是否能找到相应的命令程序.我们需要把 jdk安装目录下的bin目录增加 ...

  7. postman常用测试脚本

    测试脚本: 设置环境变量 var jsonData = JSON.parse(responseBody); postman.setGlobalVariable("5KMST", j ...

  8. 读写分离&分库分表学习笔记

    读写分离 何为读写分离? 见名思意,根据读写分离的名字,我们就可以知道:读写分离主要是为了将对数据库的读写操作分散到不同的数据库节点上. 这样的话,就能够小幅提升写性能,大幅提升读性能. 我简单画了一 ...

  9. MXNet学习-第一个例子:训练MNIST数据集

    一个门外汉写的MXNET跑MNIST的例子,三层全连接层最后验证率是97%左右,毕竟是第一个例子,主要就是用来理解MXNet怎么使用. #导入需要的模块 import numpy as np #num ...

  10. Solution -「多校联训」行列式

    \(\mathcal{Description}\)   Link.   给定 \(x,\{d_i\}_{i=1}^n,\{p_i\}_{i=2}^n,\{b_i\}_{i=2}^n,\{c_i\}_{ ...