脚本之家 服务器常用软件
快捷导航
您的位置：首页 → 脚本专栏 → python → python引用与复制

python中引用与复制用法实例分析

 更新时间：2015年06月04日 17:03:24   作者：MaxOmnis  
这篇文章主要介绍了python中引用与复制用法,以实例形式详细分析了python中引用与复制的功能与相关使用技巧,需要的朋友可以参考下

本文实例讲述了python中引用与复制用法。分享给大家供大家参考。具体分析如下：

在python中，任何不可变对象是传值的，而可变对象是传引用的。

不管是向函数传递参数或者是任何形式的对象复制来说，不可变对象（比如整数，字符串）被真正复制，而可变对象只是复制了一个对他们的引用，即在内存中只有一份对象，而引用两份。
 
a=b 这样的赋值，就会创建对b的引用，对于象数字和字符串这样的不可变的对象，这种赋值实际是创建了b的一个副本

>>> a='hello'
>>> b=a
>>> id(a)
29326432
>>> id(b)
29326432
>>> b is a
True
>>> a=1000
>>> b
'hello'

对于可变对象,比如字典和列表，a和b引用的是同一个对象，修改其中任意一个变量都会影响到另一个。

>>> a=[1,2,3,4]
>>> b=a
>>> id(a)
29280896
>>> id(b)
29280896
>>> b[3]='ccccccccc'
>>> a
[1, 2, 3, 'ccccccccc']
>>>

列表和字典这样的容器对象，可以使用两种赋值操作：浅复制和深复制。浅复制创建一个新对象，但它包含的是对原始对象中包含的项的引用。

比如下面的浅复制：

>>> a=[1,2,3,4,[9,0]]
>>> b=a
>>> a=[1,2,3,4,[9,0]]
>>> b=list(a)
>>> b is a
False
>>> b[0]=1000
>>> b
[1000, 2, 3, 4, [9, 0]] #注意，b修改了b[0]以后，对a没有影响
>>> a
[1, 2, 3, 4, [9, 0]]
>>> b[4][1]='cccc'  #注意，b修改了 b[4][1]以后，对a有影响
>>> b
[1000, 2, 3, 4, [9, 'cccc']]
>>> a
[1, 2, 3, 4, [9, 'cccc']]

深复制将创建一个新对象，并且递归的复制它包含的所有对象，没有内置对象可以创建深复制，可以使用copy.deepcopy()函数完成。

>>> import copy
>>> a=[1,2,3,[4,5]]
>>> b=copy.deepcopy(a)
>>> id(b)
29582240    
>>> id(a)
29581840
>>> a is b
False
>>> b[0]=1000
>>> b
[1000, 2, 3, [4, 5]] #注意修改了b[0]之后对a没有影响
>>> a
[1, 2, 3, [4, 5]]
>>> b[3][1]='gggg'
>>> b
[1000, 2, 3, [4, 'gggg']] #修改了 b[3][1]之后对a也没有影响，这是和浅复制的区别
>>> a
[1, 2, 3, [4, 5]]

希望本文所述对大家的Python程序设计有所帮助。

您可能感兴趣的文章:

相关文章

  • python操作kafka实践的示例代码

    python操作kafka实践的示例代码

    这篇文章主要介绍了python操作kafka实践的示例代码，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，需要的朋友们下面随着小编来一起学习学习吧
    2019-06-06
  • python3+openCV 获取图片中文本区域的最小外接矩形实例

    python3+openCV 获取图片中文本区域的最小外接矩形实例

    这篇文章主要介绍了python3+openCV 获取图片中文本区域的最小外接矩形实例，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
    2020-06-06
  • 解决pyinstaller打包运行程序时出现缺少plotly库问题

    解决pyinstaller打包运行程序时出现缺少plotly库问题

    这篇文章主要介绍了解决pyinstaller打包运行程序时出现缺少plotly库问题，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，需要的朋友们下面随着小编来一起学习学习吧
    2020-06-06
  • python 中的 BeautifulSoup 网页使用方法解析

    python 中的 BeautifulSoup 网页使用方法解析

    这篇文章主要介绍了python 中的 BeautifulSoup 网页使用方法解析，文章基于python的相关资料展开详细内容介绍，具有一定的参考价值需要的小伙伴可以参考一下
    2022-04-04
  • Python流程控制语句的深入讲解

    Python流程控制语句的深入讲解

    这篇文章主要给大家介绍了关于Python流程控制语句的相关资料，文中通过示例代码介绍的非常详细，对大家学习或者使用Python具有一定的参考学习价值，需要的朋友们下面来一起学习学习吧
    2020-06-06
  • 如何用Python绘制棒棒糖图表

    如何用Python绘制棒棒糖图表

    这篇文章主要介绍了如何用Python绘制棒棒糖图表，帮助大家更好的理解和学习使用python，感兴趣的朋友可以了解下
    2021-05-05
  • Python 从一个文件中调用另一个文件的类方法

    Python 从一个文件中调用另一个文件的类方法

    今天小编就为大家分享一篇Python 从一个文件中调用另一个文件的类方法，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
    2019-01-01
  • python局域网ip扫描示例分享

    python局域网ip扫描示例分享

    这篇文章主要介绍了python局域网ip扫描示例,需要的朋友可以参考下
    2014-04-04
  • Pytorch实现图片异常检测功能

    Pytorch实现图片异常检测功能

    异常检测指的是在正常的图片中找到异常的数据,由于无法通过规则进行识别判断,这样的应用场景通常都是需要人工进行识别,本文给大家介绍了使用Pytorch实现图片异常检测功能,感兴趣的朋友可以参考下
    2024-05-05
  • NumPy随机数据分布与Seaborn可视化详解

    NumPy随机数据分布与Seaborn可视化详解

    数据分布是指数据集中所有可能值出现的频率,并用概率来表示,它描述了数据取值的可能性,Seaborn 是一个基于 Matplotlib 的 Python 数据可视化库,用于创建统计图表,本文就给大家详细的介绍一下NumPy随机数据分布与Seaborn可视化,需要的朋友可以参考下
    2024-05-05

最新评论