『python思考』關於列表的淺複製和深複製的理解

阿新 • • 發佈：2019-02-11

>>> mylist1 = [1, 2, 3, 4]
>>> myl = mylist1
>>> myl
[1, 2, 3, 4]
>>> mylist1[0] = 5
>>> mylist1
[5, 2, 3, 4]
>>> myl
[5, 2, 3, 4]

這個就是淺複製

淺複製僅僅只是複製了對物件的引用，即 mylist1 和 myl 指向的是同一個物件，所以如果改變了該物件的元素的話，則 mylist1 和 myl 所指向的物件都會改變，因為實際上就是同一個物件

>>> id(mylist1)
202009976
>>> id(myl)
202009976

可以看出兩者指向的物件在記憶體中的地址是相同的，即是同一個物件

>>> import copy
>>> mylist2 = [5, 6, 7, 8]
>>> myl2 = copy.deepcopy(mylist2)
>>> mylist2[0] = 9
>>> mylist2
[9, 6, 7, 8]
>>> myl2
[5, 6, 7, 8]

這個就是深複製

>>> id(mylist2)
200662512
>>> id(myl2)
202007336

而深複製後的兩個變數則指向的是兩個不同的物件，可以把這兩個物件理解為張得一模一樣的雙胞胎，雖然很像，但實際上是兩個不同的人，所以其中一個人發生了改變（如受傷了）也不會影響到另一個人

>>> id(mylist3[0])
30909144
>>> id(myl3[0])
30909144
>>> id(mylist3[3])
200634696
>>> id(myl3[3])
202008136
>>> mylist3 = [1, "a", 3, [4, 5, 6], [[7, 8, 9]]]
>>> myl3 = copy.deepcopy(mylist3)
>>> id(mylist3[1])
31110016
>>> id(myl3[1])
31110016

但是如果 mylist3 和 myl3 的元素指向的是同一個『不可變』的物件時，則他們指向的仍然是同一個物件，如 1 和 "a"

『python思考』關於列表的淺複製和深複製的理解

>>> mylist1 = [1, 2, 3, 4] >>> myl = mylist1 >>> myl [1, 2, 3, 4] >>

『Python思考』資料檢查和校驗的函式_不斷更新_不斷改進

注：如有疑問或好的建議，可以在評論區評論最近的工作經常跟資料打交道，在工作的過程中也漸漸明白到資料是非常容易出錯的，其中一些方面是因為從別人那裡接收到的資料本身就有

『Python CoolBook』數據結構和算法_字典比較&字典和集合

pytho 轉換 amp 重復元素註意鍵值相同 values 返回一、字典元素排序 dict.keys()，dict.values()，dict.items() 結合max、min、sorted、zip進行排序是個很好的辦法，另外註意不使用zip時，字典的lamb

1.Python淺複製和深複製——copy和deepcopy方法

問題：Python裡面如何拷貝一個物件？參考：《Python Cookbook》方法說明: copy(x) Shallow copy operation on arbitrary Python objects. See the module's __doc__ string

淺複製和深複製

Python中，複製有以下幾種方法 1.賦值複製 >>>a = [1, 2, 3] >>>b = a >>>b [1, 2, 3] 此時的複製，b僅僅是指向了a所在的記憶體空間，在記憶體中，並沒有申請一處新的空間來儲存列表b，a和b在

python賦值，淺拷貝和深拷貝

>>> a = 1 >>> b = a >>> a = 2 >>> a 2 >>> b 1 >>> 你將 1 賦給 a 變數，然後拷貝 a 中的值，將它賦給變數 b。當稍後將

C++關於淺複製和深複製

簡單的來說就是，在有指標的情況下，淺拷貝只是增加了一個指標指向已經存在的記憶體，而深拷貝就是增加一個指標並且申請一個新的記憶體，使這個增加的指標指向這個新的記憶體，採用深拷貝的情況下，釋放記憶體的時候就不會出現在淺拷貝時重複釋放同一記憶體的錯誤！淺複製: 被複制物件的所有

類物件的淺拷貝和深拷貝（淺複製和深複製）

淺拷貝（淺複製）在C++中經常隱式或顯式的出現物件的複製。當兩個物件之間進行復制時，若複製完成後，它們還共享某些資源（記憶體空間），其中一個物件的銷燬會影響另一物件，這種物件之間的複製稱為物件的淺拷貝。C++中採用賦值運算子進行物件複製是預設的是淺拷貝。 #

ios的淺複製和深複製 (NSCoping協議)

最近在用NSArray 陣列對資料進行操作時，將該陣列進行 MutableCopy 到一個NSMutableArray陣列中，然後再在這個NSMutableArray陣列中對資料進行操作的時候，發現原來NSArray 陣列中的資料也被修改了。仔細研究，發現cop

java淺複製和深複製

開發十年，就只剩下這套架構體系了！ >>>

淺拷貝和深拷貝理解

import copy x = {'username': 'admin', 'machines': ['foo', 'bar', 'baz']} y = copy.deepcopy(x) y['username'] = 'mlh' y['machines'].remove(

python的複製，淺拷貝和深拷貝的區別

在python中，物件賦值實際上是物件的引用。當建立一個物件，然後把它賦給另一個變數的時候，python並沒有拷貝這個物件，而只是拷貝了這個物件的引用一般有三種方法， alist=[1,2,3,["a","b"]] （1）直接賦值,傳遞物件的引用而已,原始列表改變，被

Python中的淺複製(shallow copy)和深複製(deep copy)

近期雜事太多，部落格一直沒更新，9月最後一天了，總得寫點吧今天記一下以前碰到過，最近又碰到的問題：python的深複製和淺複製神奇的python中，copy竟然還有兩種，一深一淺(emm)，來看看它們有什麼區別。 python值管理方式這本質原因是pyt

『 Python筆記』 lambda表示式和函數語言程式設計

lambda表示式 lambda用來編寫簡單的函式，而def用來處理更強大的任務。 lambda的一般形式是關鍵字lambda後面跟一個或多個引數，緊跟一個冒號，以後是一個表示式。 lambda是一個表示式而不是一個語句。它能夠出現在Python語法不允許

python中的淺拷貝和深拷貝

div blog deep imp class pri cnblogs 字符串 style 1.淺拷貝 copy.copy() 淺拷貝是拷貝只拷貝最外一層（這裏所說的拷貝是重新生成一個內存地址，也就是只有最外層的地址是重新生成） import copy li=[23,45

理解一下python中的淺copy和深copy

學習 class 修改資源需要 code [0 str 變量最近在學習過程中，了解了一下，淺copy和深copy，做個記錄。所謂淺拷貝就是對引用的拷貝，所謂深拷貝就是對對象的資源的拷貝。首先，對賦值操作我們要有以下認識：賦值是將一個對象的地址賦值給一個變量，讓

【轉】python的淺拷貝和深拷貝

end ont code append pen ron 實例賦值深拷貝直接賦值：其實就是對象的引用（別名）。淺拷貝(copy)：拷貝父對象，不會拷貝對象的內部的子對象。深拷貝(deepcopy)： copy 模塊的 deepcopy 方法，完全拷貝了父對象及其

Python 列表淺拷貝與深拷貝

deep log es2017 .com com python 列表 imp http bsp 淺拷貝 shallow copy 和深拷貝 deep copy list.copy() 淺拷貝：復制此列表(只復制一層，不會復制深層對象) 等同於 L[:] 舉例：淺拷貝：　

Python 中的淺拷貝和深拷貝

ont () ebe ans 深拷貝函數 port epc com 1. 列表和字典，直接賦值，都是淺拷貝，即賦值雙方指向同一地址，因為 Python 對可變對象按引用傳遞。 >>> a = [1, 2, 3] >>> b

『Python CoolBook』C擴展庫_其五_C語言層面Python庫之間調用API（待續）

新的 c庫 ati .com 創建結構指針內存 point 一、C層面模塊添加API 我們仍然操作如下結構體， #include <math.h> typedef struct Point { double x,y; } Po

『python思考』關於列表的淺複製和深複製的理解

相關推薦