python中的深复制与浅复制
本文由腾讯云+社区自动同步，原文地址 https://cloud.tencent.com/developer/article/1540884
在使用python对数据对预处理，比如归一化、去噪时，发现处理后的数据会有诡异的
现象，比如全部都是一样的，或者某些都是一样的。
调查了一番之后，发现这是由于python中的深浅复制造成的。其实，归根结底这与python中的内存分配与管理方式有关。
下面对不同的复制做出结论。
直接引用
类似于a=[1,2,3] b = a, 这样的都是直接引用，b的值会随着a值的变动而变动
切片复制
切片复制主要是a=[1, 2, 3] b=a[:], 当被复制的对象内部只是基本类型而没有嵌套类型时，切片复制可以实现两个对象的隔离。
注意，嵌套类型指的是列表中还有列表，字典中嵌套列表等等复杂类型。
浅复制
指的是b = copy.copy(a)的情况，对简单类型有用
深复制
指的是b = copy.deepcopy(a)的情况，就是你所想象的两个对象互不影响的复制。
完整测试
#encoding:utf-8
import numpy as np
import copy
a = [1, 2 , 3, [4, 5]]
reference_a = a
slice_copy_a = a[:]
shallow_copy_a = copy.copy(a)
deep_copy_a = copy.deepcopy(a)
# print original
print('Original a is\t\t ', a)
# 修改a的基本元素
a[0] = 100
# 修改a的复杂元素
a[3][0] = 1000
print('Now a is \t\t', a)
print('reference_a is\t\t', reference_a)
print('shallow copy is\t\t ', shallow_copy_a)
print('slice copy is \t\t', slice_copy_a)
print('deep copy is \t\t', deep_copy_a)Reference:
本文参与 腾讯云自媒体分享计划，分享自作者个人站点/博客。
原始发表：2018-03-31，如有侵权请联系 cloudcommunity@tencent.com 删除
评论
登录后参与评论
推荐阅读
目录