Python赋值和拷贝

Posted

tags:

篇首语:本文由小常识网(cha138.com)小编为大家整理,主要介绍了Python赋值和拷贝相关的知识,希望对你有一定的参考价值。

赋值

值相同,内存地址相同--函数参数传递

浅拷贝

值相同,内存地址不同。

拷贝第一层内存地址的引用。第一层元素为可变元素。拷贝过的引用会跟着发生变化。否则不发生变化

import copy
a = [[], hello, world, ]
b = a
c = copy.copy(a)
a
[[], hello, world, ]
b
[[], hello, world, ]
c
[[], hello, world, ]
a[0].append(hi)
a.append(小明)
a
[[hi], hello, world, , 小明]
b
[[hi], hello, world, , 小明]
c
[[hi], hello, world, ]

浅拷贝只是拷贝第一层地址的引用

函数参数传递--引用

class T:

    def __init__(self, passengers=[]):
        self.passengers = passengers

    def pick(self, v):
        self.passengers.append(v)

    def remove(self, v):
        self.passengers.remove(v)

        
t1 = T()
t1..pick(hi)
t2 = T()
t1.passengers
t2.passengers

# [hi]
# [hi]

出现问题的原因是:实例化对象时没有指定 passengers 实例会共享列表

问题根源:默认值在定义函数时计算(通常在加载模块时)__init__检查参数为None赋值一个列表。否则示例化时共享列表。

防御可变函数带来的影响

如果函数接受可变参数。应该谨慎考虑调用方法是否期望修改传入的参数。

例如:参数是一个字典,而且在处理的过程中需要修改它。那么,你要考虑!!!函数外部是否会收到影响

# passengers 避免受到影响

class Test:

    def __init__(self, passengers=None):
        if passengers is None:
            self.passengers = []
        else:
            # 深拷贝
            self.passengers = list(passengers)

    def pick(self, v):
        self.passengers.append(v)

    def remove(self, v):
        self.passengers.remove(v)
        
        
 def test(passengers=None):
    if passengers is None:
        passengers = []
    else:
        # 深拷贝
        passengers = copy.deepcopy(passengers)

函数传递的方式

人们经常说:参数按值传递,但是这里是值得引用。这么说没有错,但是会引起误解。因为,在旧式语言中,最常用的参数传递方式有根据值传递(函数得到参数的副本)和按照引用传递(函数得到参数的指针)。Python中函数得到参数的副本(可以理解为浅拷贝),但是参数始终是引用。因此,参数是一个可变对象,那么对象可能被修改,但是对象的标识(内存地址)不变。此外,因为函数得到的参数是引用的副本。所以重新绑定对函数的外部没有影响。

简单理解

def func(x=[[], 1]):
    print(x)
    x.append(a)
    print(x)
    x[0].append(b)
    print(x)
# func 参数时一个可变类型
func()
func()
# 第一次调用x=[[b], 1, a]
# 此时在func(x=[[b], 1, a]) 不在是 func(x=[[], 1])。有点类似 在函数外部定义的 x=[[], 1]

以上是关于Python赋值和拷贝的主要内容,如果未能解决你的问题,请参考以下文章

python中的“赋值与深浅拷贝”

python 变量 赋值浅拷贝深拷贝

python之浅拷贝和深拷贝

Python---copy()deepcopy()与赋值的区别

js知识版图-引用类型赋值、浅拷贝、深拷贝

python的深拷贝和浅拷贝