Python列表的浅拷贝与深拷贝

目录
  • 一、浅拷贝(均是只对第一层进行深拷贝)
    • 1.for循环依次赋值
    • 2.使用copy()函数
    • 3.使用列表生成式
    • 4.使用索引[:]
  • 二、深拷贝

对列表深拷贝就是无论怎样改动新列表(单维or多维),原列表都不变。

而下面的浅拷贝,对于多维列表,只是第一维深拷贝了(嵌套的List保存的是地址,复制过去的时候是把地址复制过去了),所以说其内层的list元素改变了,原列表也会变。

一、浅拷贝(均是只对第一层进行深拷贝)

1. for循环依次赋值

old = [1, [1, 2, 3], 3]
new = []
for i in range(len(old)):
    new.append(old[i])
new[0] = 3
new[1][0] = 3
print(old)
print(new)

'''
[1, [3, 2, 3], 3]
[3, [3, 2, 3], 3]
'''

2. 使用copy()函数

old = [1,[1,2,3],3]
new = old.copy()
new[0] = 3
new[1][0] =3
print(old)
print(new)

输出:

[1, [3, 2, 3], 3]
[3, [3, 2, 3], 3]

3. 使用列表生成式

old = [1,[1,2,3],3]
new = [i for i in old]
 
new[0] = 3
new[1][0] = 3
print(old)
print(new)

输出:

[1, [3, 2, 3], 3]
[3, [3, 2, 3], 3]

4. 使用索引 [:]

old = [1,[1,2,3],3]
new = old[:]
 
new[0] = 3
new[1][0] = 3
print(old)
print(new)

输出:

[1, [3, 2, 3], 3]
[3, [3, 2, 3], 3]

浅拷贝对于单层列表就是深拷贝,如:

old = [1,2,3]
new = old[:]
new[0] = 666
print(old)
print(new)
"""
[1, 2, 3]
[666, 2, 3]
"""

二、深拷贝

使用用deepcopy()方法,才是真正的复制了一个全新的和原列表无关的:

i

mport copy
old = [1,[1,2,3],3]
new = copy.deepcopy(old)
 
new[0] = 3
new[1][0] = 3
"""
[1, [1, 2, 3], 3]
[3, [3, 2, 3], 3]
"""

到此这篇关于Python列表的浅拷贝与深拷贝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我们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我们!

(0)

相关推荐

  • 详解Python列表赋值复制深拷贝及5种浅拷贝

    概述 在列表复制这个问题,看似简单的复制却有着许多的学问,尤其是对新手来说,理所当然的事情却并不如意,比如列表的赋值.复制.浅拷贝.深拷贝等绕口的名词到底有什么区别和作用呢? 列表赋值 # 定义一个新列表 l1 = [1, 2, 3, 4, 5] # 对l2赋值 l2 = l1 print(l1) l2[0] = 100 print(l1) 示例结果: [1, 2, 3, 4, 5] [100, 2, 3, 4, 5] 可以看到,更改赋值后的L2后L1同样也会被更改,看似简单的"复制"

  • 对Python中列表和数组的赋值,浅拷贝和深拷贝的实例讲解

    对Python中列表和数组的赋值,浅拷贝和深拷贝的实例讲解 列表赋值: >>> a = [1, 2, 3] >>> b = a >>> print b [1, 2, 3] >>> a[0] = 0 >>> print b [0, 2, 3] 解释:[1, 2, 3]被视作一个对象,a,b均为这个对象的引用,因此,改变a[0],b也随之改变 如果希望b不改变,可以用到切片 >>> b = a[:] &

  • Python列表的浅拷贝与深拷贝

    目录 一.浅拷贝(均是只对第一层进行深拷贝) 1.for循环依次赋值 2.使用copy()函数 3.使用列表生成式 4.使用索引[:] 二.深拷贝 对列表深拷贝就是无论怎样改动新列表(单维or多维),原列表都不变. 而下面的浅拷贝,对于多维列表,只是第一维深拷贝了(嵌套的List保存的是地址,复制过去的时候是把地址复制过去了),所以说其内层的list元素改变了,原列表也会变. 一.浅拷贝(均是只对第一层进行深拷贝) 1. for循环依次赋值 old = [1, [1, 2, 3], 3] new

  • 深入理解python中的浅拷贝和深拷贝

    在讲什么是深浅拷贝之前,我们先来看这样一个现象: a = ['scolia', 123, [], ] b = a[:] b[2].append(666) print a print b 为什么我只对b进行修改,却影响到了a呢?看过我在之前的文章中就说过:序列中保存的都是内存的引用. 所以,当我们通过b去修改里面的空列表的时候,其实就是修改内存中的同一个对象,所以会影响到a. a = ['scolia', 123, [], ] b = a[:] print id(a), id(a[0]), id(

  • Python详细讲解浅拷贝与深拷贝的使用

    目录 1.变量的赋值操作 2.浅拷贝 3.深拷贝 4.总结 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',

  • Python 的赋值,浅拷贝和深拷贝详解

    目录 先明确几点 赋值 浅拷贝 深拷贝 总结 先明确几点 不可变类型:该数据类型对象所指定内存中的值不可以被改变. (1).在改变某个对象的值时,由于其内存中的值不可以被改变,所以,会把原来的值复制一份再进行改变,这样就会计算机会开辟一段新的内存空间来存储新的值. 可变类型:该数据类型的对象所指定的地址上面的值可以被改变. (1).变量被改变后,其所指向的内存地址上面的值,直接被改变,没有发生复制行为,也没有发生开辟新的内存地址行为,不会重新开辟空间. 变量:是一个系统表的元素,拥有指向对象的连

  • Python基础教程之浅拷贝和深拷贝实例详解

    Python基础教程之浅拷贝和深拷贝实例详解            网上关于Python的深拷贝和浅拷贝的文章很多,这里对三种拷贝进行比较并附实例,大家可以参考下 一般的复制 #encoding:utf-8 #定义一个嵌套集合 lista=[1,2,3,[4,5,6,[7,8,9]]] listb=lista #分别打印出 lista和listb的地址值 print id(lista) #4511103096 print id(listb) #4511103096 #修改lista中的内容,li

  • 详解Python核心编程中的浅拷贝与深拷贝

    一.问题引出浅拷贝 首先看下面代码的执行情况: a = [1, 2, 3] print('a = %s' % a) # a = [1, 2, 3] b = a print('b = %s' % b) # b = [1, 2, 3] a.append(4) # 对a进行修改 print('a = %s' % a) # a = [1, 2, 3, 4] print('b = %s' % b) # b = [1, 2, 3, 4] b.append(5) # 对b进行修改 print('a = %s'

  • Python 中的参数传递、返回值、浅拷贝、深拷贝

    1. Python 的参数传递 Python的参数传递,无法控制引用传递还是值传递.对于不可变对象(数字.字符.元组等)的参数,更类似值传递:对于可变对象(列表.字典等),更类似引用传递. def fun1(n): print(n) # n在没修改前,指向的地址和main函数中n指向的地址相同 n = 20 # n在修改后,指向的地址发生改变,相当于新建了一个值为20的参数n def fun2(l): print(l) # l在没修改前,指向的地址和main函数中l指向的地址相同 l = [5,

  • python浅拷贝与深拷贝使用方法详解

    目录 一.对象赋值 二.浅拷贝 三.深拷贝 四.深入解析 浅拷贝和深拷贝在面试和日常的开发中都会经常遇到 我们就从 对象赋值.浅拷贝.深拷贝 三个方面来讲 一.对象赋值 In [1]: list1 = [1, 2, ['a', 'b']] list2 = list1 print(list1) print(list2) [1, 2, ['a', 'b']] [1, 2, ['a', 'b']] In [2]: list1[0] = 3 print(list1) print(list2) [3, 2

随机推荐