Python详细讲解浅拷贝与深拷贝的使用

 更新时间:2022年07月21日 14:28:45   作者:Flyme awei  
这篇文章主要介绍了Python中的深拷贝和浅拷贝,通过讲解Python中的浅拷贝和深拷贝的概念和背后的原理展开全文,需要的小伙伴可以参考一下

1.变量的赋值操作

只是多生成了一个变量,实际上还是指向同一个对象

# -*- coding: utf-8 -*-
class CPU:
    pass
class Disk:
    pass
class Computer:
    def __init__(self, cpu, disk):  # 给对象的实例属性进行初始化
        self.cpu = cpu
        self.disk = disk
# 变量的赋值
cp1 = Computer(cpu='CPU', disk='DISK')  # 创建CPU类的实例对象
cp2 = cp1  
# 变量的赋值,一个对象的实例采用两个变量存储,实际上还是指向一个对象
print(cp1, id(cp1))
print(cp2, id(cp2))

赋值(=),就是创建了对象的一个新的引用,修改其中任意一个变量都会影响到另一个。

2.浅拷贝

Python拷贝一般都是浅拷贝,拷贝时,对象包含的子对象内容不拷贝,因此,源对象与拷贝对象会引用同一个子对象

# -*- coding: utf-8 -*-
import copy
class CPU:
    pass
class Disk:
    pass
class Computer:
    def __init__(self, cpu, disk):  # 给对象的实例属性进行初始化
        self.cpu = cpu
        self.disk = disk
cpu = CPU()  # 创建一个 CPU 类的实例对象
disk = Disk()  # 创建一个Disk 类对象
computer = Computer(cpu, disk)  # 创建一个Computer类的实例对象
# 浅拷贝
print(cpu)
print(disk)
computer2 = copy.copy(computer)  # 子对象不拷贝
print(computer, computer.cpu, computer.disk)
print(computer2, computer2.cpu, computer2.disk)
# 类的浅拷贝:
# Python的拷贝一般都是浅拷贝,拷贝时,对象包含的子对象内容不拷贝
# 因此,源对象与拷贝对象会引用同一个子对象

浅拷贝:创建一个新的对象,但它包含的是对原始对象中包含项的引用

(如果用引用的方式修改其中一个对象,另外一个也会修改改变)

哪些是浅拷贝:

{1,完全切片方法;2,工厂函数,如list();3,copy模块的copy()函数}

3.深拷贝

使用copy模块的deepcopy函数,递归拷贝对象中包含的子对象,源对象和拷贝对象所有的子对象也不相同

# -*- coding: utf-8 -*-
import copy
class CPU:
    pass
class Disk:
    pass
class Computer:
    def __init__(self, cpu, disk):  # 给对象的实例属性进行初始化
        self.cpu = cpu
        self.disk = disk
cpu = CPU()  # 创建一个 CPU 对象
disk = Disk()  # 创建一个硬盘类对象
computer = Computer(cpu, disk)  # 创建一个计算机类对象
# 深拷贝
computer1 = copy.deepcopy(computer)
print(computer, computer.cpu, computer.disk)
print(computer1, computer1.cpu, computer1.disk)
# 类的深拷贝
# 使用copy模块的deepcopy函数,递归拷贝对象中包含的子对象
# 源对象和拷贝对象所有的子对象也不同

深拷贝:创建一个新的对象,并且递归的复制它所包含的对象。

修改其中一个,另外一个不会改变。因此,新对象和原对象没有任何关联。

例如:{copy模块的deepcopy()函数}

4.总结

最直观的理解就是:

1.浅拷贝,拷贝的程度浅,只拷贝原数据的首地址,然后通过原数据的首地址,去获取内容。

2.深拷贝,拷贝的程度深,自己新开辟了一块内存,将被拷贝内容全部拷贝过来了;

到此这篇关于Python详细讲解浅拷贝与深拷贝的使用的文章就介绍到这了,更多相关Python浅拷贝与深拷贝内容请搜索脚本之家以前的文章或继续浏览下面的相关文章希望大家以后多多支持脚本之家!

相关文章

  • Python pyecharts绘制词云图代码

    Python pyecharts绘制词云图代码

    这篇文章主要介绍了Python pyecharts绘制词云图代码,
    2021-12-12
  • 简单了解Django项目应用创建过程

    简单了解Django项目应用创建过程

    这篇文章主要介绍了简单了解Django项目应用创建过程,文中通过示例代码介绍的非常详细,对大家的学习或者工作具有一定的参考学习价值,需要的朋友可以参考下
    2020-07-07
  • django删除表重建的实现方法

    django删除表重建的实现方法

    今天小编就为大家分享一篇django删除表重建的实现方法,具有很好的参考价值,希望对大家有所帮助。一起跟随小编过来看看吧
    2019-08-08
  • 浅谈python for循环的巧妙运用(迭代、列表生成式)

    浅谈python for循环的巧妙运用(迭代、列表生成式)

    下面小编就为大家带来一篇浅谈python for循环的巧妙运用(迭代、列表生成式)。
    2017-09-09
  • python切换hosts文件代码示例

    python切换hosts文件代码示例

    开发或者测试网站程序时,我们很多时候都会遇到多个hosts文件来回切换,windows的hosts文件目录比较深,麻烦,因此,用python写了个小脚本来简化此功能
    2013-12-12
  • 详细解析Python中的变量的数据类型

    详细解析Python中的变量的数据类型

    这篇文章主要介绍了详细解析Python中的变量的数据类型,是Python学习当中的基础知识,需要的朋友可以参考下
    2015-05-05
  • numpy如何处理Nan和inf

    numpy如何处理Nan和inf

    numpy是一个强大的科学计算库,在处理数据时经常会遇到NaN(不是数字)和Inf(无穷大)的情况,排序可以帮助我们查看这些特殊值的分布,使用np.isnan()函数可以生成一个布尔数组,用于判断哪些是NaN值,而np.isinf()函数则用于检测Inf值
    2024-09-09
  • Django 查询数据库并返回页面的例子

    Django 查询数据库并返回页面的例子

    今天小编就为大家分享一篇Django 查询数据库并返回页面的例子,具有很好的参考价值,希望对大家有所帮助。一起跟随小编过来看看吧
    2019-08-08
  • python实现dijkstra最短路由算法

    python实现dijkstra最短路由算法

    这篇文章主要为大家详细介绍了python实现dijkstra最短路由算法,文中示例代码介绍的非常详细,具有一定的参考价值,感兴趣的小伙伴们可以参考一下
    2019-01-01
  • python变量前面加星(*)的含义及说明

    python变量前面加星(*)的含义及说明

    这篇文章主要介绍了python变量前面加星(*)的含义及说明,具有很好的参考价值,希望对大家有所帮助,如有错误或未考虑完全的地方,望不吝赐教
    2024-06-06

最新评论