Python中深拷贝与浅拷贝介绍

news/2024/11/9 1:00:01/

用=赋值的时候的一些注意事项

a = "< meta name=“Keywords” content=“小博测试成长之路” />"
b = a
c = bprint(id("< meta name=“Keywords” content=“小博测试成长之路” />"))
print(id(a))
print(id(b))
print(id(c))
print(a is b)  # a和b和c的id相同,是同一个数据d = [1]
e = d
e.append(2)
print(id([1, 2]))
print(id([2, 1]))
print(id(d))
print(id(e))
print(d)
print(e)

运行结果:(id函数每次打印的值都是不一样的哈,所以你们到时候本地运行的时候,结果跟我的截图会对应不上,但是效果是类似的)

92522f5a1d9051fc2402efec0f344250.png

从上面的案例,我们可以得出结论:

等于号=在执行赋值操作的时候,并不能用来备份数据,只是为同一个变量起了一个别名。因此,如果我们要复制某一个数据,并且用新的变量存储的时候,还得使用其他的用法。

可变对象和不可变对象区别

可变对象:修改对象的值,id不会发生变化。比如:列表、字典、集合。不可变对象: 对象本身的值是不能被修改的。如果要修改,只能创建一个新的对象去存储修改后的值。比如:数字、字符串、元组。

copy对象下的copy和deepcopy的区别

这个就是面试中常被问的python基础知识,深拷贝与浅拷贝的区别。

浅拷贝copy用来备份不可变对象的内容,一次修改,全部生效。可以拿到修改后的最终数据。在使用copy进行数据备份时,要根据备份的数据是否是可变对象,对其效果进行区分。

场景一:不可变数据类型的copy

使用等于号进行赋值,与使用copy和deepcopy,id均是一致的。

import copya = '123445'
b = a
c = copy.copy(a)
d = copy.deepcopy(a)print('a=%s' % a)
print('b=%s' % b)
print('c=%s' % c)print('id(a)是:', id(a))
print('id(b)是:', id(b))
print('id(c)是:', id(c))
print('id(d)是:', id(d))
print('id(d)是:', id('123445'))

f5991de4d5157e1978a0078922691364.png

场景二:可变数据类型的copy(元素不包含复杂元素)

copy()方法作用于可变数据类型时,修改备份后的对象的值,并不会同步更新备份源的数据。

import copyl1 = [1, 2, 3, 4, 5, 6]
l2 = l1
l3 = copy.copy(l1)
l4 = copy.deepcopy(l1)
l1.append('hello')
l3[3] = 'world'
print('l1:%s' % l1)
print('l2:%s' % l2)
print('l3:%s' % l3)
print('l4:%s' % l4)
l4.append('list')
print('l4修改后为====%s' % l4)
print('id(l1)是:', id(l1))
print('id(l2)是:', id(l2))
print('id(l3)是:', id(l3))
print('id(l4)是:', id(l4))

6a4f666cb19902a2cfddb8258e43b103.png

场景三:可变数据类型的copy(元素嵌套包含了其他复杂的类型)

dbf654c5793f272a3382e3395eb2a06b.png

98d36b112e555875a3ecda5ea8500a04.png

深拷贝deepcopy一般用来备份可变对象的内容。备份的时候就将数据与原来的数据隔离开了,相互之间修改数据不会互相受影响。即将被复制对象完全再复制一遍作为独立的新个体单独存在,改变被复制对象的值时,不会对原来的对象产生影响。

深拷贝和浅拷贝是两种对象复制的方式。深拷贝会复制对象及其所有嵌套的对象和属性,而浅拷贝只会复制对象及其直接属性的引用,不会复制嵌套的对象。简单来说,深拷贝是完全复制,浅拷贝只是表面复制。因此,在选择哪种拷贝方式时需要根据具体情况来决定。反正用的时候要注意。需要注意的是,在使用浅拷贝时,需要确保修改不会影响其他代码段对同一对象的依赖。否则,可能会导致程序出现不可预料的结果。

End

 
 
 
 
 
想进学习交流群和同行一起探讨交流的可以加我好友(xiaobotester),如果觉得文章对你有帮助的话,欢迎点赞转发~
 
👇👇👇

关注公众号,测试干货及时送达6b7bf4c6dbe817f1bca602979795a879.png

往期精彩回顾

59affb388166dc012f270ed82a9dbe12.png

一篇文章为你揭秘pytest的基本用法

Anaconda-一个开源的Python发行版本

Python脚本读取Consul配置信息

Python中使用pickle库进行数据的序列化存储

Python小知识-函数传参怎么设置期望的传参类型?

python解析xml遇到的问题分享(命名空间有关)

分享一下最近使用python字典取值用法的收获

Python里面怎么判断某个字符串是否包含列表中的某一个元素

Python中列表的extend()方法介绍

Python中鸭子类型与多态介绍

Python中的抽象基类介绍

Python中的type与isinstance的区别

Python中类的属性、多继承、自省机制中的__mro__、__dict__ 和dir介绍

Python中__new__和__init__的区别与联系

bdf8d79f206c23520a953c956b06b55f.png


http://www.ppmy.cn/news/87495.html

相关文章

零基础自学网络安全/web安全,看这一篇就够了

作为一个安全从业人员&#xff0c;我自知web安全的概念太过于宽泛&#xff0c;我本人了解的也并不够精深&#xff0c;还需要继续学习。 但看到这个问题之后又想说说自己的看法&#xff0c;所以今天随手写写关于web安全的内容&#xff0c;希望对初次遇到web安全问题的同学提供帮…

MATLAB 搜索某一点的K邻近点(12)

MATLAB 搜索某一点的K邻近点(12) 前言一、算法介绍1.1 :无序点云的K邻近点搜索1.2 :有序点云的K邻近点搜索二、具体实现示例2.1 算法一 (含详细注释)2.2 算法二 (含详细注释)前言 在点云处理中,最基本的算法之一就是搜索某一点的近邻点(1个最近或多个邻近),这在重…

防抖和节流

一、什么是防抖和节流&#xff1f; 在前端开发中&#xff0c;当用户频繁触发某个事件时&#xff0c;很容易出现性能问题或意外行为。为了避免这种情况&#xff0c;我们常常使用两种技术来控制事件的触发次数&#xff1a;防抖&#xff08;Debounce&#xff09;和节流&#xff0…

(3)---STM32通信

目录 【1】通信的基础知识 【2】USART 【3】串口通信协议 【4】相关寄存器 串口控制寄存器 波特率寄存器 中断和状态寄存器 数据发送寄存器 数据接收寄存器 【5】 USART功能框图 【6】串口发送实验 实验要求 1.观察实物 2.分析原理图 3.STM32CubeMX配置 4、寄存器方式编写…

电脑重装win11系统好还是win10好

随着Windows 11的发布&#xff0c;许多用户开始思考&#xff0c;是应该升级到Windows 11还是继续使用Windows 10&#xff1f;本文将为您比较Windows 11和Windows 10的优势与劣势&#xff0c;帮助您选择适合自己的操作系统。 工具/原料&#xff1a; 系统版本&#xff1a;window…

Java 与排序算法(2):选择排序

一、选择排序 选择排序&#xff08;Selection Sort&#xff09;是一种简单的排序算法&#xff0c;其基本思想是在待排序序列中选择最小&#xff08;或最大&#xff09;的元素&#xff0c;将其与序列的第一个元素交换位置&#xff0c;然后在剩余的元素中继续选择最小&#xff0…

《数据可视化》课程期末项目_地理交通数据可视化

2022年上海疫情爆发期间交通数据可视化分析 《数据可视化》课程期末项目报告-选题&#xff1a;地理数据可视化 GitHub源码地址(如果有用点个 star 吧~谢谢&#xff01;) 文章目录 1.0 项目简介2.0 数据简介2.1 航线数据2.2 公交路线数据2.1 项目流程 3.0 数据处理3.1 航线数据…

WIN11+CLion+CMake+MINGW+OPENCV编译需注意问题

安装编译教程可参考以下链接&#xff1a; CLion OpenCV cmake&#xff0c;源码编译及使用_clion编译opencv_拜阳的博客-CSDN博客 使用CLion开发openCV——环境搭建全记录_-Willing-的博客-CSDN博客 此文主要是记录自己在编译过程中遇到的问题和解决方法 1、版本问题 CLi…