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 25 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设计模式 第 13 章 中介者模式(Mediator Pattern)

在行为型模式中,中介者模式是解决“多对象间网状耦合”问题的核心模式。它就像“机场调度中心”——多个航班(对象)无需直接沟通起飞、降落时间,只需通过调度中心(中介者)协调,避免航班间的冲突与混乱...

1.3.1 python交互式模式的特点和用法

什么是Python交互模式Python交互模式,也叫Python交互式编程,是一种在Python解释器中运行的模式,它允许用户在解释器窗口中输入单个Python语句,并立即查看结果,而不需要编写整个程...

Python设计模式 第 8 章 装饰器模式(Decorator Pattern)

在结构型模式中,装饰器模式是实现“动态功能扩展”的核心模式。它就像“手机壳与手机的关系”——手机(原始对象)具备通话、上网等基础功能,手机壳(装饰器)可在不改变手机本身的前提下,为其新增保护、...

python设计模式 综合应用与实战指南

经过前面16章的学习,我们已系统掌握创建型模式(单例、工厂、建造者、原型)、结构型模式(适配器、桥接、组合、装饰器、外观、享元、代理)、行为型模式(责任链、命令、迭代器、中介者、观察者、状态、策略...

Python入门学习教程:第 16 章 图形用户界面(GUI)编程

16.1什么是GUI编程?图形用户界面(GraphicalUserInterface,简称GUI)是指通过窗口、按钮、菜单、文本框等可视化元素与用户交互的界面。与命令行界面(CLI)相比,...

Python 中 必须掌握的 20 个核心:str()

str()是Python中用于将对象转换为字符串表示的核心函数,它在字符串处理、输出格式化和对象序列化中扮演着关键角色。本文将全面解析str()函数的用法和特性。1.str()函数的基本用法1.1...

Python偏函数实战:用functools.partial减少50%重复代码的技巧

你是不是经常遇到这样的场景:写代码时同一个函数调用了几十次,每次都要重复传递相同的参数?比如处理文件时总要用encoding='utf-8',调用API时固定传Content-Type...

第2节.变量和数据类型【第29课-输出总结】

同学们,关于输出的知识点讲解完成之后,把重点性的知识点做一个总结回顾。·首先对于输出这一章节讲解的比如有格式化符号,格式化符号这里需要同学们额外去多留意的是不是百分号s格式化输出字符串。当然课上也说百...

AI最火语言python之json操作_python json.loads()

JSON(JavaScriptObjectNotation,JavaScript对象表示法)是一种开放标准的文件格式和数据交换格式,它易于人阅读和编写。JSON是一种常用的数据格式,比如对接各种第...

python中必须掌握的20个核心函数—split()详解

split()是Python字符串对象的方法,用于将字符串按照指定的分隔符拆分成列表。它是文本处理中最常用的函数之一。一、split()的基本用法1.1基本语法str.split(sep=None,...

实用方法分享:pdf文件分割方法 横向A3分割成纵向A4

今天在街上打印店给儿子打印试卷时,我在想:能不能,把它分割成A4在家中打印,这样就不需要跑到街上的打印店打印卷子了。原来,老师发的作业,是电子稿,pdf文件,A3格式的试卷。可是家中的打印机只能打印A...

20道常考Python面试题大总结_20道常考python面试题大总结免费

20道常考Python面试题大总结关于Python的面试经验一般来说,面试官会根据求职者在简历中填写的技术及相关细节来出面试题。一位拿了大厂技术岗SpecialOffer的网友分享了他总结的面试经...

Kotlin Data Classes 快速上手_kotlin快速入门

引言在日常开发中,我们常常需要创建一些只用来保存数据的类。问题是,这样的类往往需要写一堆模板化的方法:equals()、hashCode()、toString()……每次都重复,既枯燥又容易出错。//...

python自动化RobotFramework中Collections字典关键字使用(五)

前言介绍安装好robotframework库后,跟之前文章介绍的BuiltIn库一样BuiltIn库使用介绍,在“python安装目录\Lib\site-packages\robot\librarie...

Python中numpy数据分析库知识点总结

Python中numpy数据分析库知识点总结二、对已读取数据的处理②指定一个值,并对该值双边进行修改③指定两个值,并对第一个值的左侧和第二个值的右侧进行修改2.4数组的拼接和行列交换①竖直拼接(np...

取消回复欢迎 发表评论: