Python可變與不可變數(shù)據(jù)和深拷貝與淺拷貝
淺拷貝和深拷貝
拷貝函數(shù)是專門為可變數(shù)據(jù)類型list、set、dict使用的一種函數(shù)。作用是,當(dāng)一個值指向另一個值的時候,也不會影響指向的值,如果被指向的數(shù)據(jù)是可變數(shù)據(jù),那么它一旦被修改,指向的數(shù)據(jù)也會隨之改變。
什么是可變數(shù)據(jù)和不可變數(shù)據(jù)
我們來舉一個例子,整型是不可變的數(shù)據(jù),那么為什么是不可變的數(shù)據(jù)呢?一個數(shù)據(jù)是不是可變的就要關(guān)系到python的緩存機制。
當(dāng)一個數(shù)據(jù)發(fā)生變化,如果它的內(nèi)存地址沒有發(fā)生變化,就說明這是一個可變數(shù)據(jù)。
比如說,我們現(xiàn)在創(chuàng)建一個值是a的變量,它的值是100,然后讓這個數(shù)值發(fā)生變化,觀察者個變量的內(nèi)存地址是否發(fā)生了變化。
a = 100 print(a, id(a)) # 100 1610845392 a += 100 print(a, id(a)) # 200 1610848592
我們發(fā)現(xiàn)數(shù)值發(fā)生了變化,變量的內(nèi)存也跟著發(fā)生了變化,我們再創(chuàng)建一個變量b,值也是整型100
b = 100 print(b, id(b)) # 100 1610845392
發(fā)現(xiàn)b的內(nèi)存地址和a的內(nèi)存地址是一樣的,也就是說,像整型這樣的數(shù)據(jù)類型,一個數(shù)字就獨占一個內(nèi)存地址,當(dāng)某個指向這個值的變量,發(fā)生了變化的時候,不是這個變量的值要改變,而是這個變量要尋找改變后的值的內(nèi)存地址,然后重新的指向它。只要你的硬件不重新啟動,那么這個內(nèi)存地址就永遠(yuǎn)也不會發(fā)生變化了,這樣的數(shù)據(jù)就是不可變數(shù)據(jù)。
那么,反之就是可變數(shù)據(jù),指的就是當(dāng)變量指向的值發(fā)生變化之后,在這個內(nèi)存地址上的值實打?qū)嵉陌l(fā)生變化的值,就是可變數(shù)據(jù)類型。
比如列表,列表發(fā)生改變之后,是在原有的基礎(chǔ)上發(fā)生變化的,所以內(nèi)存地址是不會改變的,這就是可變數(shù)據(jù)類型,可變數(shù)據(jù)類型沒有內(nèi)存緩存機制,不能節(jié)省內(nèi)存,所以一模一樣的數(shù)據(jù),他們的內(nèi)存地址可能是不相同的。
a = [1, 2] print(a, id(a)) # [1, 2] 1528536069896 a.append(3) print(a, id(a)) # [1, 2, 3] 1528536069896 # b 和 a的值相同,但是內(nèi)存地址不相同 b = [1, 2, 3] print(b, id(b)) # [1, 2, 3] 1528536069832
那么拷貝函數(shù)是干什么的?
在我們的實際工作當(dāng)中,經(jīng)常會使用的一種操作就是定義一個變量,它的值直接就賦給了一個原有的變量之上??墒亲兞慷x之后我們絕不是用來作為一個擺設(shè)的,而是要做運算、或者是做一個臨時的存儲,那么原有的變量的值是要改變的,問題就來了,如果是一個不可變的數(shù)據(jù)還好,如果是可變的數(shù)據(jù),直接的賦值他們的內(nèi)存地址是相同的, 如果一個變量的值發(fā)生變化,同內(nèi)存地址的的值就都發(fā)生改變了,我們的向要臨時存儲的值也就不再是我們想要的那個值了,這是絕大多數(shù)的時候我們不想看到的結(jié)果。
我們拿整型為例,變量a直接賦值給變量b,這個時候的變量a b 的值是相同的,但是如果變量a的值發(fā)生了變化,是絲毫不影響變量b的值的。
a = 100 print(a, id(a)) # 100 1610845392 b = a print(b, id(b)) # 100 1610845392 a += 100 print(a, id(a)) # 200 1610848592 print(b, id(b)) # 100 1610845392
但是如果是可變數(shù)據(jù)就不是這樣的情況了
a = [1, 2] print(a, id(a)) # [1, 2] 2077688035080 b = a print(b, id(b)) # [1, 2] 2077688035080 a.append(3) print(a, id(a)) # [1, 2, 3] 2077688035080 print(b, id(b)) # [1, 2, 3] 2077688035080
不可變數(shù)據(jù)的這個特性既是一個優(yōu)點也是一個缺點,缺點就是如果我們想要保存a變量發(fā)生變化之前的的一個狀況的時候,是保存不下來的,這個時候就出現(xiàn)了拷貝函數(shù),它可以將可變數(shù)據(jù)變成不可變數(shù)據(jù)那樣的效果。
淺拷貝
使用拷貝函數(shù),將a變量放入作為參數(shù)放入函數(shù)中,使用b變量接受函數(shù)的返回值,就成功的拷貝了變量a,變量b的內(nèi)存地址和變量a的不一樣,這樣當(dāng)它們其中一方發(fā)生變化之后,不會影響到另一方的數(shù)據(jù)。
# 拷貝函數(shù)不能直接使用,需要使用import導(dǎo)入copy模塊,copy模塊的copy函數(shù)就是淺拷貝 import copy a = [1, 2, 3] # 變量b不在直接是變量a的直接賦值了,而是通過copy函數(shù)的返回值 b = copy.copy(a) # 他們的數(shù)值一樣,但是內(nèi)存地址不同,所以他們之間的任意一方發(fā)生變化都不會影響到第二方。 print(a, id(a)) # [1, 2, 3] 2343743813320 print(b, id(b)) # [1, 2, 3] 2343743813192 a.append(4) print(a, id(a)) # [1, 2, 3, 4] 2343743813320 print(b, id(b)) # [1, 2, 3] 2343743813192
但是如果變量a是一個二級容器或者是一個更多級容器,淺拷貝無法拷貝第二級容器或者更多級的容器,所以當(dāng)?shù)诙壢萜骰蛘呤歉嗉壍娜萜靼l(fā)生變化的時候,還是會發(fā)生變化,因為淺拷貝只能拷貝一級容器,所以多級容器的內(nèi)存地址還是相同的。
import copy a = [[66,88], 2, 3] b = copy.copy(a) print(a, id(a)) # [[66, 88], 2, 3] 2431683163720 print(b, id(b)) # [[66, 88], 2, 3] 2431683162184 # 改變二級容器 a[0].append(100) print(a, id(a)) # [[66, 88, 100], 2, 3] 2431683163720 print(b, id(b)) # [[66, 88, 100], 2, 3] 2431683162184 # 淺拷貝不能拷貝二級及以上的容器 print(id(a[0])) # 1582481372872 print(id(b[0])) # 1582481372872
深拷貝
淺拷貝只能拷貝一級容器
所以誕生了深拷貝,深拷貝可以拷貝所有級別的容器。
import copy a = [[66,88], 2, 3] # 深拷貝使用deepcopy函數(shù) b = copy.deepcopy(a) print(a, id(a)) # [[66, 88], 2, 3] 2168411158088 print(b, id(b)) # [[66, 88], 2, 3] 2168411156552 a[0].append(100) print(a, id(a)) # [[66, 88, 100], 2, 3] 2168411158088 print(b, id(b)) # [[66, 88], 2, 3] 2168411156552 # 深拷貝所有級別的容器 print(id(a[0])) # 2168411158216 print(id(b[0])) # 2168411122760
總結(jié)
使用深淺拷貝需要導(dǎo)入copy模塊;
淺拷貝使用copy函數(shù),只能拷貝一級容器的所有元素;
深拷貝使用deepcopy函數(shù),可以拷貝所有級別容器的所有元素;
標(biāo)準(zhǔn)庫copy中只有copy和deepcopy兩個函數(shù)對外開放使用;
因為深拷貝要拷貝的元素跟多,所以速度會遠(yuǎn)不如淺拷貝,在編程的過程中要注意避免造成多余的系統(tǒng)負(fù)擔(dān);
python中的不可變數(shù)據(jù)是Number、string、tuple,可變數(shù)據(jù)是list、set、dict;而拷貝就是專門為可變數(shù)據(jù)提供的,所以深淺拷貝只適用于list、set、dict,當(dāng)然,可變數(shù)據(jù)使用拷貝函數(shù)也不會出錯,但是沒有意義。
到此這篇關(guān)于Python可變與不可變數(shù)據(jù)和深拷貝與淺拷貝的文章就介紹到這了,更多相關(guān)Python數(shù)據(jù)與拷貝內(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
python如何實現(xiàn)word批量轉(zhuǎn)HTML
這篇文章主要介紹了python如何實現(xiàn)word批量轉(zhuǎn)HTML,幫助大家更好的理解和學(xué)習(xí)python,感興趣的朋友可以了解下2020-09-09
Python中使用Matplotlib進行多圖繪制的詳細(xì)教程
Matplotlib是Python中強大的數(shù)據(jù)可視化工具,支持繪制多圖,這篇文章主要介紹了Python中使用Matplotlib進行多圖繪制的相關(guān)資料,包括使用subplot、subplots和GridSpec進行布局,并提供了調(diào)整圖表樣式和布局的方法,需要的朋友可以參考下2024-11-11
Pycharm?cannot?set?up?a?python?SDK問題的原因及解決方法
這篇文章主要給大家介紹了關(guān)于Pycharm?cannot?set?up?a?python?SDK問題的原因及解決方法,這個問題已經(jīng)不是第一次出現(xiàn)了,所以干脆總結(jié)下,需要的朋友可以參考下2022-06-06
PyCharm2020.1.2社區(qū)版安裝,配置及使用教程詳解(Windows)
這篇文章主要介紹了PyCharm2020.1.2社區(qū)版安裝,配置及使用教程(Windows),本文給大家介紹的非常詳細(xì),對大家的學(xué)習(xí)或工作具有一定的參考借鑒價值,需要的朋友可以參考下2020-08-08

