python深拷贝指的是什么-创新互联
创新互联www.cdcxhl.cn八线动态BGP香港云服务器提供商,新人活动买多久送多久,划算不套路!
曲阳ssl适用于网站、小程序/APP、API接口等需要进行数据传输应用场景,ssl证书未来市场广阔!成为成都创新互联公司的ssl证书销售渠道,可以享受市场价格4-6折优惠!如果有意向欢迎电话联系或者加微信:13518219792(备注:SSL证书合作)期待与您的合作!小编给大家分享一下python深拷贝指的是什么,希望大家阅读完这篇文章后大所收获,下面让我们一起去探讨吧!
Python 浅拷贝
常见的浅拷贝的方法,是使用数据类型本身的构造器,比如下面两个例子:
list1 = [1, 2, 3] list2 = list(list1) print(list2) print("list1==list2 ?",list1==list2) print("list1 is list2 ?",list1 is list2) set1= set([1, 2, 3]) set2 = set(set1) print(set2) print("set1==set2 ?",set1==set2) print("set1 is set2 ?",set1 is set2)
运行结果为:
[1, 2, 3] list1==list2 ? True list1 is list2 ? False {1, 2, 3} set1==set2 ? True set1 is set2 ? False
在上面程序中,list2 就是 list1 的浅拷贝,同理 set2 是 set1 的浅拷贝。
当然,对于可变的序列,还可以通过切片操作符“:”来完成浅拷贝,例如:
list1 = [1, 2, 3] list2 = list1[:] print(list2) print("list1 == list2 ?",list1 == list2) print("list1 is list2 ?",list1 is list2)
运行结果为:
[1, 2, 3] list1 == list2 ? True list1 is list2 ? False
除此之外,Python 还提供了对应的函数 copy.copy() 函数,适用于任何数据类型。其用法如下:
import copy list1 = [1, 2, 3] list2 = copy.copy(list1) print(list2) print("list1 == list2 ?",list1 == list2) print("list1 is list2 ?",list1 is list2)
运行结果为:
[1, 2, 3] list1 == list2 ? True list1 is list2 ? False
不过需要注意的是,对于元组,使用 tuple() 或者切片操作符 ':' 不会创建一份浅拷贝,相反它会返回一个指向相同元组的引用:
tuple1 = (1, 2, 3) tuple2 = tuple(tuple1) print(tuple2) print("tuple1 == tuple2 ?",tuple1 == tuple2) print("tuple1 is tuple2 ?",tuple1 is tuple2)
运行结果为:
(1, 2, 3) tuple1 == tuple2 ? True tuple1 is tuple2 ? True
此程序中,元组 (1, 2, 3) 只被创建一次,t1 和 t2 同时指向这个元组。
看到这里,也许你可能对浅拷贝有了初步的认识。浅拷贝,指的是重新分配一块内存,创建一个新的对象,但里面的元素是原对象中各个子对象的引用。
对数据采用浅拷贝的方式时,如果原对象中的元素不可变,那倒无所谓;但如果元素可变,浅拷贝通常会出现一些问题,例如:
list1 = [[1, 2], (30, 40)] list2 = list(list1) list1.append(100) print("list1:",list1) print("list2:",list2) list1[0].append(3) print("list1:",list1) print("list2:",list2) list1[1] += (50, 60) print("list1:",list1) print("list2:",list2)
运行结果为:
list1: [[1, 2], (30, 40), 100] list2: [[1, 2], (30, 40)] list1: [[1, 2, 3], (30, 40), 100] list2: [[1, 2, 3], (30, 40)] list1: [[1, 2, 3], (30, 40, 50, 60), 100] list2: [[1, 2, 3], (30, 40)]
此程序中,首先初始化了 list1 列表,包含一个列表和一个元组;然后对 list1 执行浅拷贝,赋予 list2。因为浅拷贝里的元素是对原对象元素的引用,因此 list2 中的元素和 list1 指向同一个列表和元组对象。
接着往下看,list1.append(100) 表示对 list1 的列表新增元素 100。这个操作不会对 list2 产生任何影响,因为 list2 和 list1 作为整体是两个不同的对象,并不共享内存地址。操作过后 list2 不变,list1 会发生改变。
再来看,list1[0].append(3) 表示对 list1 中的第一个列表新增元素 3。因为 list2 是 list1 的浅拷贝,list2 中的第一个元素和 list1 中的第一个元素,共同指向同一个列表,因此 list2 中的第一个列表也会相对应的新增元素 3。
最后是 list1[1] += (50, 60),因为元组是不可变的,这里表示对 list1 中的第二个元组拼接,然后重新创建了一个新元组作为 list1 中的第二个元素,而 list2 中没有引用新元组,因此 list2 并不受影响。
Python 深拷贝
通过这个例子,你可以很清楚地看到使用浅拷贝可能带来的副作用。如果想避免这种副作用,完整地拷贝一个对象,就需要使用深拷贝。所谓深拷贝,是指重新分配一块内存,创建一个新的对象,并且将原对象中的元素,以递归的方式,通过创建新的子对象拷贝到新对象中。因此,新对象和原对象没有任何关联。
Python 中以 copy.deepcopy() 来实现对象的深度拷贝。比如上述例子写成下面的形式,就是深度拷贝:
import copy list1 = [[1, 2], (30, 40)] list2 = copy.deepcopy(list1) list1.append(100) print("list1:",list1) print("list2:",list2) list1[0].append(3) print("list1:",list1) print("list2:",list2) list1[1] += (50, 60) print("list1:",list1) print("list2:",list2)
运行结果为:
list1: [[1, 2], (30, 40), 100] list2: [[1, 2], (30, 40)] list1: [[1, 2, 3], (30, 40), 100] list2: [[1, 2], (30, 40)] list1: [[1, 2, 3], (30, 40, 50, 60), 100] list2: [[1, 2], (30, 40)]
可以看到,无论 list1 如何变化,list2 都不变。因为此时的 list1 和 list2 完全独立,没有任何联系。
不过,深度拷贝也不是完美的,往往也会带来一系列问题。如果被拷贝对象中存在指向自身的引用,那么程序很容易陷入无限循环,例如:
import copy list1 = [1] list1.append(list1) print(list1) list2 = copy.deepcopy(list1) print(list2)
运行结果为:
[1, [...]] [1, [...]]
此例子中,列表 x 中有指向自身的引用,因此 x 是一个无限嵌套的列表。但是当深度拷贝 x 到 y 后,程序并没有出现栈溢出的现象。这是为什么呢?
其实,这是因为深度拷贝函数 deepcopy 中会维护一个字典,记录已经拷贝的对象与其 ID。拷贝过程中,如果字典里已经存储了将要拷贝的对象,则会从字典直接返回。通过查看 deepcopy 函数实现的源码就会明白:
def deepcopy(x, memo=None, _nil=[]): """Deep copy operation on arbitrary Python objects. See the module's __doc__ string for more info. """ if memo is None: memo = {} d = id(x) # 查询被拷贝对象 x 的 id y = memo.get(d, _nil) # 查询字典里是否已经存储了该对象 if y is not _nil: return y # 如果字典里已经存储了将要拷贝的对象,则直接返回 ...
看完了这篇文章,相信你对python深拷贝指的是什么有了一定的了解,想了解更多相关知识,欢迎关注创新互联-成都网站建设公司行业资讯频道,感谢各位的阅读!
本文标题:python深拷贝指的是什么-创新互联
分享路径:http://myzitong.com/article/cchhdg.html