python 深浅拷贝&集合
一、深浅拷贝
1.浅拷贝,只会拷贝第一层
s = [1, 'ss', '小可爱']
s1 = s.copy()
print(s1)
>>>
[1, 'ss', '小可爱']
s = [1, 'ss', '小可爱']
s1 = s.copy()
s1[0] = 3 #修改s1的值
print(s1)
>>>
[3, 'ss', '小可爱']
#浅拷贝,只会拷贝第一层,修改完s1里面列表的值后,数据源也会改变
s = [[1, 2], 'ss', '小可爱']
s1 = s.copy()
s1[0][1] = 3 #修改s1的值
print(s1)
print(s)
>>>
[[1, 3], 'ss', '小可爱']
[[1, 3], 'ss', '小可爱']
2.深拷贝 = 克隆一份
import copy s = [[1, 2], 'ss', '小可爱'] s1 = copy.deepcopy(s)
s1[0][1] = 3 #修改s1的值 print(s)
print(s1)
>>>
[[1, 2], 'ss', '小可爱']
[[1, 3], 'ss', '小可爱']
二、集合:
把不同的元素集合到一起,组成集合的成员不可重复如果有重复的元素保留一个
主要作用:
1.去重,把一个列表变成集合就自动去重了;
2.关系测试,交集、并集等关系
集合的创建:
a = set('xiaoss baby')
print(a) # 输出:{'a', 'y', 'b', 'o', 'x', ' ', 'i', 's'}
分类:可变集合、不可变集合
可变集合(set):可添加和删除元素,非可哈希的,不能做字典的键和其他集合的元素
不可变集合(frozenset):与上相反
基本操作:
li = ['xiao', 2, 5]
s = set(li) s.add('baby') #添加一个元素
print(s) s.update('ops') # 把要添加的字符串作为一个单独的序列加到集合里
print(s)
>>>
{2, 'xiao', 'baby', 5}
{2, 5, 'o', 'baby', 'p', 'xiao', 's'}
li = ['xiao', 2, 5]
s = set(li) s.update('ooo') # 重复的字符只添加一个到集合里
print(s)
>>>
{'o', 2, 'xiao', 5}
li = ['xiao', 2, 5]
s = set(li) s.update([12, 'baby']) # 添加多个元素要放到一个容器里
print(s)
>>>
{2, 5, 'baby', 12, 'xiao'}
#删除操作
li = ['xi', 2, 5]
s = set(li)
# 删除
s.remove(2) # ()里存放要删除的内容
s.pop() # 随机删除一个
s.clear() # 清空
del s # 直接删除整个集合
print(s)
>>>
print(set('qwer') == set('qwereq'))
# True 因为两者形成的集合结果一样,所以等价
print(set('qwer') < set('qwerty'))
#True < 表示后者包含前者
>>>
True
True
# 联合操作
print(set('qwer') or set('qwerty')) # 取两者共同的
print(set('qwer') and set('qwerty')) # 取两者包含的所有序列元素
>>>
{'w', 'e', 'q', 'r'}
{'w', 'y', 'r', 't', 'e', 'q'}
a = set([1, 2, 3, 4, 5])
b = set([3, 4, 5, 6, 7]) # intersection() 交集
print(a.intersection(b))
print(a & b) #同上 #union 并集
print(a.union(b))
print(a | b) #同上 # 差集(互相不在对方里面)
print(a.difference(b)) # 在a不在b 或print(a - b)
print(b.difference(a)) # 在b不在a 或print(b - a) # 反向交集
print(a.symmetric_difference(b)) # 父集
print(a.issuperset(b)) # 判断a是否完全包含于b # 子集
print(a.issubset(b))
>>>
{3, 4, 5}
{3, 4, 5}
{1, 2, 3, 4, 5, 6, 7}
{1, 2, 3, 4, 5, 6, 7}
{1, 2}
{6, 7}
{1, 2, 6, 7}
False
False
python 深浅拷贝&集合的更多相关文章
- 小学生都能学会的python(深浅拷贝)
小学生都能学会的python(深浅拷贝) join() 把列表中的每一项用字符串拼接起来 # lst = ["汪峰", "吴君如", "李嘉欣&quo ...
- Python开发【第二章】:Python深浅拷贝剖析
Python深浅拷贝剖析 Python中,对象的赋值,拷贝(深/浅拷贝)之间是有差异的,如果使用的时候不注意,就可能产生意外的结果. 下面本文就通过简单的例子介绍一下这些概念之间的差别. 一.对象赋值 ...
- 【0806 | Day 9】三张图带你了解数据类型分类和Python深浅拷贝
一.数据类型分类 二.Python深浅拷贝
- 底层剖析Python深浅拷贝
底层剖析Python深浅拷贝 拷贝的用途 拷贝就是copy,目的在于复制出一份一模一样的数据.使用相同的算法对于产生的数据有多种截然不同的用途时就可以使用copy技术,将copy出的各种副本去做各种不 ...
- python 小数据池 深浅拷贝 集合
1.小数据池: 1.1代码块: 一个文件,一个函数,一个类,一个模块,终端中每一行 1.1.1 数字: -5 ~ 256 1.1.2 字符串: 乘法时总长度不能超过20 1.1.3 布尔值: 内容相同 ...
- python 深浅拷贝 元组 字典 集合操作
深浅拷贝 :值拷贝 :ls = [,,] res = ls 则print(res)就是[,,] 浅拷贝 :ls.copy() 深拷贝:ls3 = deepcopy(ls) # 新开辟列表空间,ls列表 ...
- python深浅拷贝与赋值
初学编程的小伙伴都会对于深浅拷贝的用法有些疑问,今天我们就结合python变量存储的特性从内存的角度来谈一谈赋值和深浅拷贝~~~ 预备知识一——python的变量及其存储 在详细的了解python中赋 ...
- 深浅拷贝 集合(定义,方法) 函数(定义,参数,return,作用域) 初识
深浅拷贝 在python中浅拷贝 a=[1,2,3,4,]b=a.copy()b[0]='3333'print(a) #[1, 2, 3, 4] 浅拷贝一层并不会对a造成变化print(b) #[33 ...
- 关于python深浅拷贝的个人浅见
起初,关于python的深浅拷贝,总是习惯去用传值传址的方式去考虑,发现总是get不到规律,容易记混. python有着高度自治的内存管理,而不可变对象的内存分配,则是能省则省,就是说,无论用什么拷贝 ...
随机推荐
- P4949 最短距离(树链剖分+树状数组+基环树)
传送门 一个中午啊-- 本来打算用仙人掌搞的,后来发现直接基环树就可以了,把多出来的那条边单独记录为\((dx,dy,dw)\),剩下的树剖 然后最短路径要么直接树上跑,要么经过多出来的边,分别讨论就 ...
- A joke about regular expression
As the old computer science joke goes: “Let’s say you have a problem, andyou decide to solve it with ...
- Golang bash alias 自动配置GOPATH并运行项目
BASH代码: source ~/.bash_profile; export GOPATH=$GOPATH:`cd ..; pwd`; echo -e "* GOPATH: $GOPATH ...
- Poj 3264 Balanced Lineup RMQ模板
题目链接: Poj 3264 Balanced Lineup 题目描述: 给出一个n个数的序列,有q个查询,每次查询区间[l, r]内的最大值与最小值的绝对值. 解题思路: 很模板的RMQ模板题,在这 ...
- WPF学习08:MVVM 预备知识之COMMAND
WPF内建的COMMAND是GOF 提出的23种设计模式中,命令模式的实现. 本文是WPF学习07:MVVM 预备知识之数据绑定的后续,将说明实现COMMAND的三个重点:ICommand Comm ...
- ssm(Spring、Springmvc、Mybatis)实战之淘淘商城-第三天(非原创)
文章大纲 一.课程介绍二.简单功能实现三.图片上传功能实战四.项目源码与资料下载五.参考文章 一.课程介绍 一共14天课程(1)第一天:电商行业的背景.淘淘商城的介绍.搭建项目工程.Svn的使用. ...
- git --删除文件、重命名
修改最后一次提交 git commit --amend -m “” 删除文件:. git rm <需要删除的文件> 只是删除当前工作目录和暂存区的文件,也就是取消跟踪.在下次提交时不纳入版 ...
- R in action读书笔记(8)-第八章:回归(上)
8.1回归的多面性 8.2 OLS回归 OLS回归拟合模型形式: 为了能够恰当地解释oLs模型的系数,数据必须满足以下统计假设. 口正态性对于固定的自变量值,因变量值成正态分布. 口独立性Yi值之间相 ...
- Farseer.net轻量级ORM开源框架 V1.3版本升级消息
SHA-1: abca3b99801648fa23c7f4934de6c128f042cf47 * 提交新版本:V1.31.重构:FS.Mapping命名空间移到 FS.Core.Map中2.重构:对 ...
- python中统计计数的几种方法和Counter的介绍
使用字典dict()alist=['a','b','a','c','b','b',1,3]count_dict = dict()for i in alist:count_dict[i]=count_d ...