python 赋值、深拷贝浅拷贝及切片使用

赋值、深浅拷贝

先复习一下赋值与深浅拷贝

i = [1,2,1,3,[1,2]]  
j = i  # 赋值  
k = i.copy()  # 浅拷贝  
m = copy.deepcopy(i)  # 深拷贝

# 赋值，二者物理地址相同，一方变化另一方同步变化
j.pop(0)  
print(i, j)
[2, 1, 3, [1, 2]] [2, 1, 3, [1, 2]]

# 取浅拷贝，二者物理地址不同，但只是父对象不同，其中的子对象是做引用（即子对象相同）
# 如果子对象为可变类型，其变化时，会导致另一方同步变动
k.pop(0)
print(i,k)
[1, 2, 1, 3, [1, 2]] [2, 1, 3, [1, 2]]

k[3].pop(0)
print(i,k)
[1, 2, 1, 3, [2]] [ 2, 1, 3, [2]]

# 取深拷贝，二者父对象与子对象的物理地址都不同，完全开辟新的内存空间
m[4].pop(0)
print(i,m)
[1, 2, 1, 3, [1, 2]] [1, 2, 1, 3, [2]]

总结

1. Python中所有变量都是引用（指针）
2. 不可变数据发生变化时，生成新值，而不是修改原值，相同的值在内存中是唯一的
3. 可变数据变化时，不会重新分配新的容器地址，只改变_容器内的变量_
4. 三种拷贝方式：对于不可变数据，不管哪种拷贝，都只是快捷方式，id都相同。只有操作可变数据，才能体现出差异性

切片的使用

i = [1,1,2,3]
j = i
j = list(set(i))  # 为j赋予新值
print(i, j)
[1, 1, 2, 3] [1, 2, 3]

i = [1,1,2,3]  
j = i  
j[:] = list(set(i))  # 操作j的切片
print(i, j)
[1, 2, 3] [1, 2, 3]

对一个可迭代类型使用[:]时，会生成一个与其完全相同的切片，虽然切片的地址和原对象地址不同，但使用j[:]=...用法时，是修改j的内容，不产生新的对象（切片对象仅做临时使用）