百度360必应搜狗淘宝本站头条
当前位置:网站首页 > 技术资源 > 正文

Python 中的复制Copy(深度复制和浅拷贝)

off999 2024-10-05 19:43 20 浏览 0 评论

Python赋值语句=

Python 中,赋值语句不会复制对象,而是在目标和对象之间创建绑定关系。当我们使用 = 运算符时,它只创建一个共享原始对象引用的新变量。为了创建这些对象的“真实副本”或“克隆”,我们可以使用 Python 中的复制模块。

Python Deepcopy 和Shallowcopy

Deepcopy的语法

语法:copy.deepcopy(x)

Shallowcopy 的语法

语法:copy.copy(x)

浅层和深层副本的用法。

  • 浅拷贝 是使用 copy.copy() 创建的,它保留了顶级结构,但共享对内部列表的引用。
  • 深拷贝 copy.deepcopy() 创建完全独立的副本 包括所有嵌套元素。

copy模块代码

import copy
li1 = [1, 2, [3, 5], 4]
li2 = copy.copy(li1)
print("li2 ID: ", id(li2), "Value: ", li2)

li3 = copy.deepcopy(li1)
print("li3 ID: ", id(li3), "Value: ", li3)
li2 ID:  2521878674624 Value:  [1, 2, [3, 5], 4]
li3 ID:  2521878676160 Value:  [1, 2, [3, 5], 4]

如何理解浅拷贝的实际效果

import copy
li1 = [1, 2,   [3, 5]  , 4]
li2 = copy.copy(li1)
print("li2 ID: ", id(li2), "Value: ", li2)

可以看到 li2是一个新副本 [3, 5]是列表中的第三个元素,也是一个列表

现在我们把 li2中的第三个元素中添加一个瓣的元素7,后再看一下 li1, li2中的数据情况


import copy
li1 = [1, 2,   [3, 5]  , 4]
li2 = copy.copy(li1)
print("====before ====")
print("li1 " , li1 )
print("li2 " , li2 )
print("====after ====")
li2[2].append(7)
print("li1 " , li1 )
print("li2 " , li2 )

看一下结果

====before ====
li1  [1, 2, [3, 5], 4]
li2  [1, 2, [3, 5], 4]
====after ====
li1  [1, 2, [3, 5, 7], 4]
li2  [1, 2, [3, 5, 7], 4]

可以发现我们只是在li2中的第三个元素中添加了一个新元素,但是 li1的内容也被同时更改了。因为第三个元素 [3, 5]其实是同个个对象。

如何理解浅拷贝的负作用,下面的代码与之前的作用是一样的。



import copy
sharedO阳 = [3, 5]
li1 = [1, 2, sharedO阳    , 4]
li2 = copy.copy(li1)

print(id(sharedO阳) )
print(id(li1[2]) )
print(id(li2[2]) )
 
2231145442496
2231145442496
2231145442496

通过查看列表中的第三个元素的id发现其实copy之后听对象其实还是同一个对象,这也就解释了为什么向li2的第三个元素append新元素时,li1的内容也变化了。

浅拷贝 是使用 copy.copy() 创建的,它保留了顶级结构,但共享对内部列表的引用


什么是Python 中的深度复制?

深层复制会创建一个新的对象,然后以递归方式将原始对象中的项的副本插入其中。这意味着首先构造一个新的对象,然后用原始对象中找到的子对象的副本递归填充它。在深层复制的情况下,对象的副本被复制到另一个对象中。这意味着 对对象副本所做的任何更改都不会反映在原始对象中。

Python 中的深拷贝可以解决 浅拷贝的问题

import copy
li1 = [1, 2, [3,5], 4]
li2 = copy.deepcopy(li1)
print ("The original elements before deep copying")
for i in range(0,len(li1)):
    print (li1[i],end=" ")
 
print("\r")
li2[2][0] = 7
print ("The new list of elements after deep copying ")
for i in range(0,len( li1)):
    print (li2[i],end=" ")
 
print("\r")
print ("The original elements after deep copying")
for i in range(0,len( li1)):
    print (li1[i],end=" ")
The original elements before deep copying
1 2 [3, 5] 4 
The new list of elements after deep copying 
1 2 [7, 5] 4 
The original elements after deep copying
1 2 [3, 5] 4 

继续看deepcopy

deepcopy时,看一下新对象与旧对象之前有没有关联影响

>>> import copy
>>> xs = [[1, 2, 3], [4, 5, 6], [7, 8, 9]]
>>> zs = copy.deepcopy(xs)
>>> xs
[[1, 2, 3], [4, 5, 6], [7, 8, 9]]
>>> zs
[[1, 2, 3], [4, 5, 6], [7, 8, 9]]
>>> xs[1][0] = 'X'
>>> xs
[[1, 2, 3], ['X', 5, 6], [7, 8, 9]]
>>> zs
[[1, 2, 3], [4, 5, 6], [7, 8, 9]]

可以发现其实这两个对象已经是完全独立的。

class对象的copy

class Point:
    def __init__(self, x, y):
        self.x = x
        self.y = y

    def __repr__(self):
        return f'Point({self.x!r}, {self.y!r})'
>>> a = Point(23, 42)
>>> b = copy.copy(a)
>>> a
Point(23, 42)
>>> b
Point(23, 42)
>>> a is b
False
class Rectangle:
    def __init__(self, topleft, bottomright):
        self.topleft = topleft
        self.bottomright = bottomright

    def __repr__(self):
        return (f'Rectangle({self.topleft!r}, '
                f'{self.bottomright!r})')
rect = Rectangle(Point(0, 1), Point(5, 6))
srect = copy.copy(rect)
>>> rect
Rectangle(Point(0, 1), Point(5, 6))
>>> srect
Rectangle(Point(0, 1), Point(5, 6))
>>> rect is srect
False
>>> rect.topleft.x = 999
>>> rect
Rectangle(Point(999, 1), Point(5, 6))
>>> srect
Rectangle(Point(999, 1), Point(5, 6))

从上面的代码中可以看到 Rectangle被copy出来的新对象,其中的topleft和bottomright这两个对象其实是同一个。因此修改其中一个point的属性后,加一个Rectangle对象中的Rectangle属性也跟着变化,因为这两个Rectangle中的对象其实是一个point

class对象的deepcopy

>>> drect = copy.deepcopy(srect)
>>> drect.topleft.x = 222
>>> drect
Rectangle(Point(222, 1), Point(5, 6))
>>> rect
Rectangle(Point(999, 1), Point(5, 6))
>>> srect
Rectangle(Point(999, 1), Point(5, 6))

可以看到这两个Rectangle对象的属性topleft是完全 都是独立的,因为deepcopy是完全创建了新对象。

相关推荐

python爬取电子课本,送给居家上课的孩子们

在这个全民抗疫的日子,中小学生们也开启了居家上网课的生活。很多没借到书的孩子,不得不在网上看电子课本,有的电子课本是老师发的网络链接,每次打开网页去看,既费流量,也不方便。今天我们就利用python的...

高效办公!Python 批量生成PDF文档是如何做到的?

前言:日常办公中,经常会使用PDF文档,难免需要对PDF文档进行编辑,有时候PDF文档中的大部分内容都是一样的,只是发送对象不同。这种模板套用的场景下,使用Python进行自动化就尤为方便,用最短的时...

如何用Python将PDF完整的转成Word?

PDF文件完整的转为Word,转换后格式排版不会乱,图片等信息完整显示不丢失。这个很简单,有很多方法都可以实现。方法一:Python利用Python将PDF文件转换为Word,有许多库可以帮你实现这一...

使用Python拆分、合并PDF(python合并多个pdf)

知识点使用Python操作PDF!主要内容有:1、PDF拆分;2、PDF合并。在工作中,难免会和PDF打交道,所以掌握一点处理PDF的技能非常有必要,本文将介绍几个常用的功能。PDF拆分很多时候,获取...

10分钟实现PDF转Word神器!看DeepSeek如何用Python解放打工人

开篇痛点每个被PDF折磨过的职场人都懂——领导发来的扫描件要修改,手动抄到Word需要2小时;网上下载的报告想复制数据,却变成乱码…今天我们用Python+DeepSeek,10分钟打造一个智能转换工...

《Python知识手册》,高清全彩pdf版开放下载

Python编程还不懂?今天我要把我参与编写的这套《Python知识手册》免费分享出来,看完文末有惊喜哦。...

利用python进行数据分析,PDF文档给你答案

本书详细介绍利用Python进行操作、处理、清洗和规整数据等方面的具体细节和基本要点。虽然本书的标题是“数据分析”,重点却是Python编程、库,以及用于数据分析的工具。兄弟,毫无套路!PDF版无偿获...

OCRmypdf:一款可以让扫描PDF文件变得可搜索、可复制!

简介在日常工作中,我们经常会接触到各种PDF文件,其中不少是扫描版文档。处理这些扫描PDF时,尽管内容看似完整,但往往无法直接复制或搜索其中的文本。尤其是在需要对大量文档进行文本分析、存档或后期编辑时...

高效的OCR处理工具!让扫描PDF文件变得可搜索、可复制!

在工作中,我们常常遇到各种各样的PDF文件,其中不乏一些扫描版的文档。而在处理扫描的PDF文件时,虽然文件内容看似完整,但你却无法复制、搜索其中的文本。特别是对大量文档需要进行文本分析、存档、或者...

三步教你用Elasticsearch+PyMuPDF实现PDF大文件秒搜!

面对100页以上的大型PDF文件时,阅读和搜索往往效率低下。传统关系型数据库在处理此类数据时容易遇到性能瓶颈,而Elasticsearch凭借其强大的全文检索和分布式架构,成为理想解决方案。通过...

用 Python 去除 PDF 水印,你学会吗?

今天介绍下用Python去除PDF(图片)的水印。思路很简单,代码也很简洁。首先来考虑Python如何去除图片的水印,然后再将思路复用到PDF上面。这张图片是前几天整理《数据结构和算法...

扫描PDF档案效率提升300%!OCRmyPDF:告别无法搜索的PDF噩梦,这款26K Star的开源神器让文本识别轻松上手!

要在PDF中搜索某个关键词,结果发现啥也找不到?这种情况大多数人都遇到过吧,特别是处理扫描文档或图片PDF时。就在前几天,我还在为这事抓狂呢!后来无意中发现了OCRmyPDF这个宝藏项目...简直就...

Python自动化办公之PDF版本发票识别并提取关键信息教程(上篇)

大家好,我是皮皮。一、前言前几天在Python白银交流群【上海新年人】问了一个Python自动化办公发票数据处理的问题,一起来看看吧。二、实现过程这个问题在实际工作中还是非常常见的,实用性和通用性都比...

PDF解锁神器:用PyMuPDF与pdfplumber告别手动提取

前言大家好,今天咱们来聊聊如何用Python中的PyMuPDF和pdfplumber库,轻松提取PDF文件里的文本和元数据。你是否曾经在处理一个复杂的PDF文件时,感到信息难以触及,提取过程让人抓狂?...

《Python知识手册》,高清pdf免费获取

今天我要把我参与编写的这套《Python知识手册》免费分享出来,真正弘扬Python开源精神!手册的部分页面如下:获取方式:...

取消回复欢迎 发表评论: