快捷導(dǎo)航

python數(shù)組的復(fù)制與列表中的pop

更新時(shí)間：2022年04月06日 11:20:30 投稿：hqx

這篇文章主要介紹了python數(shù)組的復(fù)制與列表中的pop，?Python?中復(fù)制數(shù)組有只需使用賦值運(yùn)算符、淺拷貝、深拷貝三種方法，下文詳細(xì)內(nèi)容需要的小伙伴可以參考一下

1 使用賦值運(yùn)算符

我們可以使用賦值運(yùn)算符 (=) 創(chuàng)建數(shù)組的副本。

語(yǔ)法：

new_arr = old_ arr

在 Python 中，Assignment 語(yǔ)句不復(fù)制對(duì)象，它們?cè)谀繕?biāo)和對(duì)象之間創(chuàng)建綁定。當(dāng)我們使用 = 運(yùn)算符時(shí)，用戶認(rèn)為這會(huì)創(chuàng)建一個(gè)新對(duì)象；好吧，事實(shí)并非如此。它只創(chuàng)建一個(gè)共享原始對(duì)象引用的新變量。

示例：

from numpy import *??????????????????
?
arr1 = array([2, 6, 9, 4])????????????
?
print(id(arr1))
?
arr2 = arr1?????????????????????????
?
print(id(arr2))
?
arr1[1] = 7????????????????????????
?
print(arr1)
print(arr2)

python:數(shù)組的復(fù)制與列表中的pop()_賦值運(yùn)算符

我們可以看到兩個(gè)數(shù)組都引用了同一個(gè)對(duì)象。

2 淺拷貝

一個(gè)淺副本意味著構(gòu)造一個(gè)新的集合對(duì)象，然后用對(duì)原始中找到的子對(duì)象的引用填充它。復(fù)制過(guò)程不會(huì)重復(fù)，因此不會(huì)創(chuàng)建子對(duì)象本身的副本。在淺拷貝的情況下，對(duì)象的引用被復(fù)制在另一個(gè)對(duì)象中。這意味著對(duì)對(duì)象的副本所做的任何更改都會(huì)在原始對(duì)象中反映。我們將使用視圖view()函數(shù)來(lái)實(shí)現(xiàn)淺副本。

示例：

from numpy import *?????????????????
??
arr1 = array([2, 6, 9, 4])
?
print(id(arr1))
?
arr2 = arr1.view()?
?
print(id(arr2))
??
arr1[1] = 7???????????????????????
??
print(arr1)
print(arr2)

python:數(shù)組的復(fù)制與列表中的pop()_數(shù)組_02

這次雖然2個(gè)數(shù)組引用了不同的對(duì)象，但在更改一個(gè)數(shù)組值的時(shí)候，另一個(gè)的值也被更改。

3 深度拷貝

深度拷貝是一個(gè)過(guò)程，其中復(fù)制過(guò)程遞歸地發(fā)生。它意味著首先構(gòu)建一個(gè)新的存儲(chǔ)對(duì)象，然后用原稿中找到的子對(duì)象的副本遞歸地填充它。在深度拷貝的情況下，將對(duì)象的副本復(fù)制到另一個(gè)對(duì)象中。這意味著對(duì)對(duì)象的副本所做的任何更改都不反映在原始對(duì)象中。我們將使用copy()函數(shù)來(lái)實(shí)現(xiàn)深度副本。

示例：

from numpy import *?????????????????
??
arr1 = array([2, 6, 9, 4])
?
print(id(arr1))
?
arr2 = arr1.copy()
?
print(id(arr2))
??
arr1[1] = 7???????????????????????
??
print(arr1)
print(arr2)

python:數(shù)組的復(fù)制與列表中的pop()_數(shù)組_03

這次在一個(gè)數(shù)組中所做的更改不會(huì)映射在其他數(shù)組中。

4 深度拷貝進(jìn)階

如果您正在處理numpy矩陣，則numpy.copy（）將為您提供深度拷貝。但是，如果您的矩陣是列表的列表，那么請(qǐng)考慮旋轉(zhuǎn)圖像90度的任務(wù)中使用以下方法：

示例：

import copy
?
def rotate_matrix(image):
????copy_image_one = copy.deepcopy(image)
????print("Original", matrix)
????print("Copy of original", copy_image_one)
????N = len(matrix)
?
????for row in range(N):
????????for column in range(N):
????????????copy_image_one[row][column] = image[row][N-column-1]
?
????print("After modification")
????print("Original", matrix)
????print("Copy", copy_image_one)
?
????copy_image_two = [list(row) for row in copy_image_one]
?
????for row in range(N):
????????for column in range(N):
????????????copy_image_two[column][row] = copy_image_one[row][column]
?
????return copy_image_two
?
?
if __name__ == "__main__":
????matrix = [[1, 2, 3],
??????????????[4, 5, 6],
??????????????[7, 8, 9]]
????print("Rotated image", rotate_matrix(matrix))

python:數(shù)組的復(fù)制與列表中的pop()_數(shù)組_04

Python列表POP（）是Python中的內(nèi)置函數(shù)，該函數(shù)刪除并返回列表或給定索引值的最后一個(gè)值。

語(yǔ)法：

list_name.pop(index)

參數(shù)：

index（可選） - 彈出并刪除索引處的值。如果未給出索引，則會(huì)彈出并刪除最后一個(gè)元素。

返回值：列表中的最后一個(gè)值或給定的索引值。

例外：當(dāng)索引超出范圍時(shí)，它會(huì)返回IndexError。

例一：

list1 = [ 1, 2, 3, 4, 5, 6 ]
?
print(list1.pop())
?
print("New List after pop : ", list1, "\n")
?
list2 = [1, 2, 3, ('cat', 'bat'), 4]
?
print(list2.pop())
print(list2.pop())
print(list2.pop())
?
print("New List after pop : ", list2, "\n")

python:數(shù)組的復(fù)制與列表中的pop()_數(shù)組_05

例二：

list1 = [ 1, 2, 3, 4, 5, 6 ]
?
print(list1.pop(), list1)

print(list1.pop(0), list1)

python:數(shù)組的復(fù)制與列表中的pop()_賦值運(yùn)算符_06

例三：

list1 = [ 1, 2, 3, 4, 5, 6 ]
print(list1.pop(8))

python:數(shù)組的復(fù)制與列表中的pop()_python_07

例四：

fruit = [['Orange','Fruit'],['Banana','Fruit'], ['Mango', 'Fruit']]
consume = ['Juice', 'Eat']
possible = []

for item in fruit :

????for use in consume :
?????????
????????item.append(use)
????????possible.append(item[:])
????????item.pop(-1)
print(possible)

python:數(shù)組的復(fù)制與列表中的pop()_python_08