Python学习(21)--深拷贝与浅拷贝

2018-03-21 786

Python学习(21)--深拷贝与浅拷贝

这一节我们来介绍下Python中的深拷贝和浅拷贝,这一篇涉及到的是Python在内存中对数据的存储以及搬运的机制,了解这些机制为我们以后在编程中合理的规划数据和充分利用内存,提升程序性能都大有裨益。下面主要分为以下3个模块来介绍:

1.对象赋值

2.浅拷贝

3.深拷贝

(1)对象赋值

在介绍对象赋值之前,我们先来介绍下Python在内存中存储数据的机制。在Python中,基本数据类型相同的值只占有一份内存空间。体现在程序中就是如果多个变量的基本数据类型和值都相同,那么这些变量引用的存储空间的地址相同。如下代码可以证明:

[python] view plain copy

a=4
b=4
c=4
print(id(4))
print(id(a))
print(id(b))
print(id(c))

如上,变量a,b,c的值都为4,打印4,a,b,c在内存空间中的地址,如下:

如上,打印出的地址都是相同的,这说明4在内存中占有的存储空间只有一份。从而证明,对于基本数据类型,相同的值在内存空间中只有一份。可以通过如下图简单明了的了解这一机制:

所谓对象赋值,即把一个对象赋值给另一个对象,就是赋值语句。下面我们通过列表对象的赋值,来了解Python中赋值的机制。如下:

[python] view plain copy

a=[1,2,"a","b"]
b=a
print(b)
print(a)
print(id(a))
print(id(b))

打印结果如下:

如上,赋值语句b=a,就是把a对象赋值给b对象,通过打印结果可以发现,对象赋值后,两个对象元素值相同,指向的内存空间也相同。

对象赋值的过程实质就是一个对象把引用的内存空间地址赋值给另一个对象,对象赋值后,两个对象指向了同一块内存空间。因此,内存空间存储的元素发生的任何变化,程序中的对象元素也会发生相应的改变。如下:

[python] view plain copy

a=[1,2,"a","b"]
b=a
a.append("c")
print(a)
print(b)
b.append(3)
print(a)
print(b)

代码打印结果如下:

如上,我们在列表a中添加了一个元素"c",打印列表a和b,发现两个列表都增加了元素"c";同样,在列表b后增添元素3,列表a中也增加了元素3。其中的原因就是两个对象引用了同一块地址空间,两个对象的操作也是在同一块地址空间上进行的。对象的赋值机制如下图:

(2)浅拷贝

对象赋值后,两个对象引用同一块内存空间;而浅拷贝并不拷贝对象在内存空间的地址,拷贝的是对象中的子元素的内存地址.浅拷贝需要导入模块copy,该模块中的方法copy(x)会对对象x发生浅拷贝。代码例子如下:

[python] view plain copy

import copy
a=[1,2,['a','b']]
b=copy.copy(a)
print(id(a))
print(id(b))
for aele in a:
print(id(aele))
for bele in b:
print(id(bele))

如上,使用模块copy的方法copy(x)浅拷贝对象a并赋给对象b,打印结果如下:

如上,列表a=[1,2,['a','b']],拷贝后的对象为b.打印a和b的内存地址,发现并不相同,这说明内存中重新开辟出一块空间来存储b。通过对比,可以发现列表a中的元素空间地址与列表b中对应的元素空间地址是相同的。这说明,浅拷贝不拷贝对象的空间地址,但却拷贝对象中子元素的空间地址。既然a和b位于不同的地址空间中,那么两个对象对元素的操作是不是互不影响呢?如下:

[python] view plain copy

import copy
a=[1,2,['a','b']]
b=copy.copy(a)
b[0]=5
print(a)
print(b)
print(id(a[0]))
print(id(b[0]))

代码打印结果如下:

如上,修改b中元素b[0]=5,对象a中的元素a[0]并没有发生改变,原因就是a和b并没有处于同一地址空间中,导致修改两者的元素并不会同步,通过打印a[0]和b[0]也发现,修改元素后两者的内存地址也不相同了。但是修改两个对象的所有子元素都是如此吗?答案是否定的,如果被修改的子元素是一个基本数据类型,那么如上,两个对象互不影响。但是如果修改的子元素为一个序列,那么情况就不同了。

先介绍下两者的不同,如果列表对象的子元素是一个基本数据类型,那么其在内存空间的地址指向的就是子元素的值,如a[0]=1,内存地址id(a[0])指向的就是数值1;但是,如果列表对象的子元素是一个序列,那么,子元素地址指向的是另一块地址空间,如a[2]=['a','b'],地址id(a[2])指向的是另一块地址空间,这块空间存储着序列['a','b']。如下代码:

[python] view plain copy

import copy
a=[1,2,['a','b']]
b=copy.copy(a)
a[2].append("d")
print(a)
print(b)
print(id(a[2]))
print(id(b[2]))

打印结果如下:

如果打印可以发现,在列表a[2]中添加元素"d",b[2]中也增加了元素"d"。这是因为,虽然对象a和对象b的处于不同的地址空间,但是a[2]和b[2]指向的是同一块地址空间,因为浅拷贝是对子元素地址的拷贝。这一点也可以通过如上打印a[2]和b[2]的地址,发现两者相同证明,所以在对a[2]的修改也会反映到b[2]中,这一点与修改基本数据类型子元素是不同的。如下图为浅拷贝的内存分配图:

(3)深拷贝

深拷贝与浅拷贝的相同之处在于,拷贝之后的两个对象使用不同的地址空间。不同之处在于,浅拷贝时对象的子元素如果是引用型数据(如列表或者字典),那么两个对象的子元素在浅拷贝后会使用相同的地址空间。而对于深拷贝,对象的子元素如果是引用型数据,那么两个对象的子元素在深拷贝后会使用不同的地址空间。这个结论,可以使用如下代码得到证明:

[python] view plain copy

import copy
a=[1,2,['a','b']]
b=copy.deepcopy(a)
print(id(a))
print(id(b))
for aele in a:
print(id(aele))
for bele in b:
print(id(bele))

打印结果如下:

如上,发生深拷贝后,对象a和对象b的内存地址并不同,这说明发生深拷贝后,两个对象指向不同的地址空间。再观察两个对象子元素的地址空间,a[0],a[1]作为基本数据类型与b[0],b[1]地址空间是相同的。而a[2],b[2]作为引用型数据指向不同的地址空间,这也是之前介绍到的浅拷贝与深拷贝的不同之处。即对基本数据类型的拷贝,对象子元素所指向的地址空间是相同的,这与我们在介绍对象赋值之前,所讲到的Python数据存储机制是相符的;而对引用型数据的拷贝,对象子元素所指向的地址空间是不同的。如下我们修改列表a[2]中的数据,发现b对象的数据并不会受到影响。如下:

[python] view plain copy

import copy
a=[1,2,['a','b']]
b=copy.deepcopy(a)
a[2].append('d')
print(a)
print(b)

打印结果如下:

如上,列表a[2]添加字符元素‘d’,列表b[2]中的数据并没有发生同步.其原因就是在深拷贝后,列表a[2]和列表b[2]指向不同的存储空间。如下图,为深拷贝后的数据在内存中的存储:

最后,有关对象赋值,浅拷贝,深拷贝的内容我们就介绍完了。下一节我们来介绍文件,敬请期待。

原文地址http://www.bieryun.com/2366.html

微信关注我们

原文链接：https://yq.aliyun.com/articles/560493

转载内容版权归作者及来源网站所有！

低调大师中文资讯倾力打造互联网数据资讯、行业资源、电子商务、移动互联网、网络营销平台。持续更新报道IT业界、互联网、市场资讯、驱动更新,是最及时权威的产业资讯及硬件资讯报道平台。

Python学习(20)--爬虫

Python学习(20)--爬虫在前几节我们一直在介绍正则表达式,今天我们就使用正则表达式写一个爬虫的小程序。首先什么是爬虫呢?爬虫就是按照一定的规则,自动地获取网络上的信息。下面我们将介绍一个通过爬虫获取网络图片的例子。其中,我们利用正则表达式匹配图片的网络地址,正则表达式其实就是我们爬虫用到的规则,主要有3个步骤去完成这个爬虫的小例子: 1.获取网页的源代码; 2.在网页源代码中匹配正则表达式,得到图片的网络地址; 3.通过网络地址下载图片。 (1)获取网页的源代码当我们通过浏览器浏览网页时,都可以通过鼠标右击"查看源代码",来获取网页的源代码。如下是一个百度贴吧的网页以及网页的源代码截图: 其实爬虫和浏览器请求的原理是一样的,都是通过post或者get请求向服务器请求数据,服务器返回的都是网页源代码,只不过浏览器再一次将网页源代码"加工"成了网页界面。下面是获取百度贴吧一个网页(url="https://tieba.baidu.com/p/5193551629?red_tag=1816480244")源代码的例子: [python] view plain copy impo...

2018-03-22

654

摘要在SQL Server备份专题分享中，前四期我们分享了：三种常见的数据库备份、备份策略的制定、如何查找备份链以及数据库的三种恢复模式与备份之间的关系。本次月报我们分享SQL Server如何利用文件组技术来实现数据库冷热数据隔离备份的方案。场景引入假设某公司有一个非常重要的超大的数据库（超过10TB），面临如下场景： 该数据库中存储了近10年的用户支付信息（payment），非常重要 每年的数据归档存储在年表中，历史年表中的数据只读不写（历史payment信息无需再修改），只有当前年表数据既读又写 每次数据库全备耗时太长，超过20小时；数据库还原操作耗时更长，超过30小时如何优化设计这个数据库以及备份恢复系统，可以使得备份、还原更加高效？文件组简介文件组的详细介绍不是本次分享的重点，但是作为本文介绍的核心技术，有必要对其优点、

2018-03-22

691

资源下载

更多资源

优质分享App

近一个月的开发和优化，本站点的第一个app全新上线。该app采用极致压缩，本体才4.36MB。系统里面做了大量数据访问、缓存优化。方便用户在手机上查看文章。后续会推出HarmonyOS的适配版本。

Nacos

Nacos /nɑ:kəʊs/ 是 Dynamic Naming and Configuration Service 的首字母简称，一个易于构建 AI Agent 应用的动态服务发现、配置管理和AI智能体管理平台。Nacos 致力于帮助您发现、配置和管理微服务及AI智能体应用。Nacos 提供了一组简单易用的特性集，帮助您快速实现动态服务发现、服务配置、服务元数据、流量管理。Nacos 帮助您更敏捷和容易地构建、交付和管理微服务平台。

Spring

Spring框架（Spring Framework）是由Rod Johnson于2002年提出的开源Java企业级应用框架，旨在通过使用JavaBean替代传统EJB实现方式降低企业级编程开发的复杂性。该框架基于简单性、可测试性和松耦合性设计理念，提供核心容器、应用上下文、数据访问集成等模块，支持整合Hibernate、Struts等第三方框架，其适用范围不仅限于服务器端开发，绝大多数Java应用均可从中受益。

Rocky Linux

Rocky Linux（中文名：洛基）是由Gregory Kurtzer于2020年12月发起的企业级Linux发行版，作为CentOS稳定版停止维护后与RHEL（Red Hat Enterprise Linux）完全兼容的开源替代方案，由社区拥有并管理，支持x86_64、aarch64等架构。其通过重新编译RHEL源代码提供长期稳定性，采用模块化包装和SELinux安全架构，默认包含GNOME桌面环境及XFS文件系统，支持十年生命周期更新。