python?中賦值,深拷貝,淺拷貝的區(qū)別
- 賦值:其實就是對象的引用(相當(dāng)于取別名)。
- 淺拷貝(copy):拷貝父對象,不會拷貝對象內(nèi)部的子對象,會引用子對象。
- 深拷貝(deepcopy): copy 模塊的 deepcopy 方法,完全拷貝了父對象及其子對象。
一、賦值實例
# a這個大列表是一個父對象,里面的小列表是a的一個子對象 a = [1, 2, 3, ["a", "b"]] # 賦值實例 b = a print("a:", a) print("b:", b) ## 打印結(jié)果 a: [1, 2, 3, ['a', 'b']] b: [1, 2, 3, ['a', 'b']]
解析:
b = a: 賦值引用,a 和 b 都指向同一個對象,所以得到的結(jié)果都一樣
二、淺拷貝實例
# 淺拷貝實例 a = [1, 2, 3, ["a", "b"]] c = a.copy() # 第一次打印 print("a:", a) print("c:", c) # 給a對象中的子對象添加元素 a[3].append("c") print("a:", a) print("c:", c) # 給a這個父對象添加元素 a.append(4) print("a:", a) print("c:", c) ## 打印結(jié)果 a: [1, 2, 3, ['a', 'b']] c: [1, 2, 3, ['a', 'b']] a: [1, 2, 3, ['a', 'b', 'c']] c: [1, 2, 3, ['a', 'b', 'c']] a: [1, 2, 3, ['a', 'b', 'c'], 4] c: [1, 2, 3, ['a', 'b', 'c']]
解析:
c = a.copy(): 淺拷貝, a 和 c 是一個獨立的對象,但他們的子對象還是指向統(tǒng)一對象(是引用子對象)。
三、深拷貝實例
# 深拷貝實例 import copy a = [1, 2, 3, ["a", "b"]] d = copy.deepcopy(a) # 第一次打印 print("a:", a) print("d:", d) # 給a對象中的子對象添加元素 a[3].append("c") print("a:", a) print("d:", d) # 給a這個父對象添加元素 a.append(4) print("a:", a) print("d:", d) ## 打印結(jié)果 a: [1, 2, 3, ['a', 'b']] d: [1, 2, 3, ['a', 'b']] a: [1, 2, 3, ['a', 'b', 'c']] d: [1, 2, 3, ['a', 'b']] a: [1, 2, 3, ['a', 'b', 'c'], 4] d: [1, 2, 3, ['a', 'b']]
解析:
d = copy.deepcopy(a): 深度拷貝, d 完全拷貝了a這個父對象及其子對象,a與d兩者是完全獨立的。
到此這篇關(guān)于python 中賦值,深拷貝,淺拷貝的區(qū)別的文章就介紹到這了,更多相關(guān)python賦值,深拷貝,淺拷貝內(nèi)容請搜索腳本之家以前的文章或繼續(xù)瀏覽下面的相關(guān)文章希望大家以后多多支持腳本之家!
相關(guān)文章
使用keras實現(xiàn)孿生網(wǎng)絡(luò)中的權(quán)值共享教程
這篇文章主要介紹了使用keras實現(xiàn)孿生網(wǎng)絡(luò)中的權(quán)值共享教程,具有很好的參考價值,希望對大家有所幫助。一起跟隨小編過來看看吧2020-06-06Python深度學(xué)習(xí)pytorch神經(jīng)網(wǎng)絡(luò)圖像卷積運算詳解
這篇文章主要介紹了Python深度學(xué)習(xí)關(guān)于pytorch神經(jīng)網(wǎng)絡(luò)圖像卷積的運算示例詳解,有需要的朋友可以借鑒參考下,希望能夠有所幫助2021-10-10Python實現(xiàn)pdf文檔轉(zhuǎn)txt的方法示例
這篇文章主要介紹了Python實現(xiàn)pdf文檔轉(zhuǎn)txt的方法,結(jié)合實例形式分析了Python基于第三方庫pdfminier實現(xiàn)針對pdf格式文檔的讀取、轉(zhuǎn)換等相關(guān)操作技巧,需要的朋友可以參考下2018-01-01