python 拷贝文件 效率_Deepcopy列表（速度问题）

对于浅拷贝和深拷贝的区别，这里似乎有些误解。你在你的问题中说明你是在附加列表列表。假设下面是这样一个列表：In [32]: x = [[1,2,3],[4,5,6]]

在浅拷贝中，我们只复制第一层。从文件中：A shallow copy constructs a new compound object and then (to the extent possible) inserts references into it to the objects found in the original.

^{pr2}$

如果我们现在修改z的内容，我们将修改x，因为我们使用了一个浅拷贝。在In [38]: z[0][0][0]=7

In [39]: x

Out[39]: [[7, 2, 3], [4, 5, 6]]

在深度复制中，我们在所有级别复制对象，本质上是创建原始对象的克隆。从文件中：A deep copy constructs a new compound object and then, recursively, inserts copies into it of the objects found in the original.In [40]: import copy

In [41]: z = []

In [42]: x = [[1,2,3],[4,5,6]]

In [43]: z.append(copy.deepcopy(x))

In [44]: z

Out[44]: [[[1, 2, 3], [4, 5, 6]]]

In [45]: z[0][0][0] = 7

In [46]: x

Out[46]: [[1, 2, 3], [4, 5, 6]]

Numpy可能是解决这个问题的最快的解决方案，但是您必须重构代码才能获得好处。如果在循环的基本级别中在列表和数组之间转换，Numpy将不会给您带来好处。相反，您应该尽早尝试将问题矢量化，并尽量减少类型转换的次数。在

编辑：

看看更新问题，似乎有一个非常简单的解决方案。如果列表中的列表只包含不可变类型，则可以使用以下任一方法：def my_copy_1(org):

return (copy.copy(org[0]),org[1],org[2])

def my_copy_2(org):

return (org[0][:],org[1],org[2])

根据您最初的实现测试这些测试的速度，我得到：In [2]: a = [[1,2,3],1,2]

In [3]: %timeit tmp.my_copy_orig(a)

100000 loops, best of 3: 2.05 µs per loop

In [4]: %timeit tmp.my_copy_1(a)

100000 loops, best of 3: 2.06 µs per loop

In [5]: %timeit tmp.my_copy_2(a)

1000000 loops, best of 3: 784 ns per loop

从速度来看，my_copy_2显然是这里的赢家。您可以测试它是否产生正确的行为：In [6]: a = [[1,2,3],1,2]

In [7]: z = tmp.my_copy_2(a)

In [8]: z[2] = 999

In [9]: z[0][0] = 999

In [10]: a

Out[10]: [[1, 2, 3], 1, 2]

In [11]: z

Out[11]: [[999, 2, 3], 1, 999]