深拷贝(Deep Copy)是 Python 中一种常见的数据复制方式。它与浅拷贝(Shallow Copy)有以下区别:
-
内存位置
- 浅拷贝:复制的是对象的引用,两个变量指向同一个对象在内存中的位置。
- 深拷贝:复制的是对象及其包含的所有子对象,两个变量指向不同的对象在内存中的位置。
-
修改影响
- 浅拷贝:修改拷贝对象会影响原对象,因为它们指向同一个内存地址。
- 深拷贝:修改拷贝对象不会影响原对象,因为它们是完全独立的对象。
-
适用情况
- 浅拷贝:适用于复制简单的数据结构,如列表、字典等。
- 深拷贝:适用于复制嵌套的数据结构,如包含列表或字典的列表、字典等。
在 Python 中,使用 copy.copy()
函数可以进行浅拷贝,使用 copy.deepcopy()
函数可以进行深拷贝。
import copy
# 浅拷贝
list1 = [1, 2, [3, 4]]
list2 = copy.copy(list1)
list2[2].append(5)
print(list1) # Output: [1, 2, [3, 4, 5]]
print(list2) # Output: [1, 2, [3, 4, 5]]
# 深拷贝
list1 = [1, 2, [3, 4]]
list2 = copy.deepcopy(list1)
list2[2].append(5)
print(list1) # Output: [1, 2, [3, 4]]
print(list2) # Output: [1, 2, [3, 4, 5]]
使用 cp.deepcopy(anno_in)
就是进行了深拷贝,以确保修改 anno
不会影响原始的 anno_in
数据。这样可以保证数据的独立性和安全性。
深拷贝是把对象中每一层属性都完整地复制一份,交给一个新对象,得到的两个对象是完全内存无关的
深拷贝的核心就是将对象中每一层的属性都完整地复制一份,生成一个全新的对象,与原对象完全独立。
其主要特点如下:
-
完全独立的对象
- 深拷贝得到的新对象与原对象在内存中完全独立,修改新对象不会影响原对象,反之亦然。
-
层级结构保持一致
- 如果原对象是嵌套的数据结构(如列表中包含字典,字典中包含列表等),深拷贝会对每一层的结构都进行复制,保持层级结构的完整性。
-
适用于复杂数据结构
- 深拷贝适用于复制那些包含嵌套子对象的复杂数据结构,如列表、字典、类实例等。
-
效率较低
- 相比于浅拷贝,深拷贝需要递归地遍历整个对象结构,复制每一个子对象,因此效率较低,尤其是对于大型复杂的对象。
总之,深拷贝是一种彻底复制原对象的方式,生成一个完全独立的新对象,这对于保护数据的完整性和安全性非常重要。在你提供的代码中使用深拷贝是非常合理的做法。
pyskl/tools/data/custom_2d_skeleton.py at main · kennymckormick/pyskl · GitHub