Python列表的copy函数

目录

• copy的功能
• copy的用法
• copy 与2次赋值的区别

copy功能

• 将当前的列表复制一份相同的列表，新列表与旧列表内容相同，但内存空间不同

用法copy

• 用法: list.copy() ->该函数无参数，返回一个一模一样的列表

In [52]: old_list = [ 'a', 'b', 'c' ]
In [53]: new_list = old_list.copy( )
In [54]: print(new_list)
[ 'a' , 'b', 'c']

copy与二次赋值的区别

• a = [1,2,3]
• b = a
• 二次赋值的变量与原始变量享有相同内存空间
• copy函数创建的新列表与原始列表不是一个内存空间，不同享数据变更
• copy属于浅拷贝

a = [1, 2, 3]
b= a.copy()
b.append(4)
b
[1，2，3，4]
a
[1，2，3]

浅拷贝

• 通俗的说，我们有一个列表a，列表里的元素还是列表，当我们拷贝出新列表b后，无论是a还是b的内部的列表中的数据发生了变化后，相互之间都会受到影响
• 只能对数据结构的第一层数据进行拷贝，如果数据结构里有更深层的数据，则无法进行拷贝。深层的数据原始变量与新变量是共享的，发生变化也是共享的

a = [[1, 2, 3], [5, 6, 7]]
b=a.copy()
b
[ [1, 2, 3], [5, 6, 7]]
b[0].append(10)
b
[[1, 2, 3, 10], [5, 6, 7]]
a
[[1, 2, 3, 10], [5, 6, 7]]

深拷贝

• 不仅对第一层数据进行了copy ，对深层的数据也进行copy，原始变量和新变量完完全全不共享数据

a = [[1, 2, 3], [5, 6, 7]]
b=a.deepcopy()
b
[ [1, 2, 3], [5, 6, 7]]
b[0].append(10)
b
[[1, 2, 3, 10], [5, 6, 7]]
a
[[1, 2, 3,], [5, 6, 7]]

实战

# coding:utf-8

# 使用二次赋值
old_list = ['python', 'django', 'flask']

new_list = old_list
new_list.append('tornado')

print(new_list)
print(old_list)
print(id(new_list), id(old_list))

old_list.remove('tornado')
print(new_list, old_list)

old_list.clear()
print(new_list, old_list)

del new_list
print(old_list)

## 使用copy
old_list_copy = ['python', 'django', 'flask']
new_list_copy = old_list_copy.copy()
new_list_copy.append('tornado_copy')
print(old_list_copy, new_list_copy)
print(id(old_list_copy), id(new_list_copy))

['python', 'django', 'flask', 'tornado']
['python', 'django', 'flask', 'tornado']
2531827380928 2531827380928
['python', 'django', 'flask'] ['python', 'django', 'flask']
[] []
[]
['python', 'django', 'flask'] ['python', 'django', 'flask', 'tornado_copy']
2531831877184 2531831877248

Process finished with exit code 0