python中对象的赋值、浅拷贝和深拷贝

本文深入探讨Python中对象的赋值、浅拷贝及深拷贝机制,解析不同类型的对象在拷贝过程中的行为差异,帮助读者理解并正确使用Python的拷贝功能。

 

1. 赋值:简单的对象引用
在python中,变量赋值实际上是简单的对象引用。在创建一个对象后,再把它赋给另一个变量的时候,python并没有拷贝这个对象,而只是简单地拷贝了这个对象的引用。

(1)原子类型的赋值
>>> x = 3.14
>>> y = x
>>> x,y
(3.14, 3.14)
>>> id(x),id(y)
(84759984L, 84759984L)

>>> x = 1.414
>>> x,y
(1.414, 3.14)
>>> id(x),id(y)
(84759912L, 84759984L)
这里的 x = 3.14 创建了一个浮点型对象(值为3.14)并将这个浮点型对象的引用赋给 x
然后 y = x 创建了一个指向同一个对象的别名y,事实上并没有为y创建一个新的浮点型对象
接着 x = 1.414 又创建了一个新的浮点型对象(值为1.414)并将这个新的浮点型对象的引用赋给了 x ,此时并没有改变y指向的值为3.14的浮点型对象
用个图示来表示能更直观的理解:

(2)非原子类型的赋值
>>> A = [10,[20,30]]
>>> B = A

# 改变前:
>>> A,B
([10, [20, 30]], [10, [20, 30]])
>>> id(A),id(B)
(91063304L, 91063304L)
>>> [id(x) for x in A],[id(x) for x in B]
([84836720L, 90951880L], [84836720L, 90951880L])

>>> A[0] = 100
>>> A[1][1] = 300

# 改变后:
>>> A,B
([100, [20, 300]], [100, [20, 300]])
>>> id(A),id(B)
(91063304L, 91063304L)
>>> [id(x) for x in A],[id(x) for x in B]
([90004016L, 90951880L], [90004016L, 90951880L])

可以看到,第二行代码的赋值操作后,A和B的内存地址都是一样的,包括子元素的内存地址也都是一样的
当改变A的内容的时候,改变的是A所指向的对象的内容,由于B也是指向这个对象的,因此B的内容也会跟着一起改变
用个图示来表示能更直观的理解: 

2. 浅拷贝
在python中,对一个对象进行浅拷贝,产生的对象是新的,其类型和原对象一样;但其内容不是新的,只是原对象的内容的引用。

(1)举个例子来理解
>>> A = [10,[20,30]]
>>> B = A
.copy()

# 改变前:
>>> A,B
([10, [20, 30]], [10, [20, 30]])
>>> id(A),id(B)
(99615944L, 99670792L)
>>> [id(x) for x in A],[id(x) for x in B]
([91055472L, 99617160L], [91055472L, 99617160L])

>>> A[0] = 100
>>> A[1][1] = 300

# 改变后:
>>> A,B
([100, [20, 300]], [10, [20, 300]])
>>> id(A),id(B)
(99615944L, 99670792L)
>>> [id(x) for x in A],[id(x) for x in B]
([91057296L, 99617160L], [91055472L, 99617160L])


(2)浅拷贝的方式
上面例子中使用了copy模块中的copy函数来实现浅拷贝,其实python中以下这这几种方式来实现浅拷贝:

完全切片操作:B = A[:]
利用工厂函数:B = list(A) 或 B = dict(A) 等
使用copy模块的copy函数:B = copy.copy(A)
3. 深拷贝
对于浅拷贝中的例子,如果希望修改 A[1] 的内容时 B[1] 的内容不跟着一起改变,就需要用到深拷贝:copy.deepcopy()

>>>from copy import deepcopy
>>> A = [10,[20,30]]
>>> B = deepcopy(A)

# 改变前:
>>> A,B
([10, [20, 30]], [10, [20, 30]])
>>> id(A),id(B)
(88462536L, 88478856L)
>>> [id(x) for x in A],[id(x) for x in B]
([80176496L, 88463752L], [80176496L, 88514952L])

>>> A[0] = 100
>>> A[1][1] = 300

# 改变后:
>>> A,B
([100, [20, 300]], [10, [20, 30]])
>>> id(A),id(B)
(88462536L, 88478856L)
>>> [id(x) for x in A],[id(x) for x in B]
([80178320L, 88463752L], [80176496L, 88514952L])


4. 注意
非容器类型(比如数字、字符串和其他“原子”类型的对象,像xrange对象等)没有被拷贝一说,浅拷贝是用完全切片操作来完成的
如果tuple变量只包含原子类型对象,对它的深拷贝将不会进行 (另外,tuple的元素是不能修改的)
将上面深拷贝的例子中的list类型改为tuple类型,即便使用深拷贝,也只能得到一个浅拷贝:
>>> import copy
>>> A = [10,(20,30),[40,50]]
>>> B = copy.deepcopy(A)
>>> A,B
([10, (20, 30), [40, 50]], [10, (20, 30), [40, 50]])
>>> [id(x) for x in A],[id(x) for x in B]
([80045424L, 85975112L, 85961096L], [80045424L, 85975112L, 86012552L])
>>> A[1][1]
30
>>> A[1][1] = 300
Traceback (most recent call last):
  File "<stdin>", line 1, in <module>
TypeError: 'tuple' object does not support item assignment

>>> del A
>>> del B

>>> A = [10,([20,30],40),[50,60]]
>>> B = copy.deepcopy(A)
>>> A,B
([10, ([20, 30], 40), [50, 60]], [10, ([20, 30], 40), [50, 60]])
>>> [id(x) for x in A],[id(x) for x in B]
([80045424L, 85960712L, 85959880L], [80045424L, 85960328L, 86014920L])
>>> A[1][1] = 400
Traceback (most recent call last):
  File "<stdin>", line 1, in <module>
TypeError: 'tuple' object does not support item assignment
>>> A[1][0] = 200
Traceback (most recent call last):
  File "<stdin>", line 1, in <module>
TypeError: 'tuple' object does not support item assignment
>>> A[1][0][1] = 300
>>> A,B
([10, ([20, 300], 40), [50, 60]], [10, ([20, 30], 40), [50, 60]])
>>> [id(x) for x in A],[id(x) for x in B]
([80045424L, 85960712L, 85959880L], [80045424L, 85960328L, 86014920L])

 

本系统采用Python编程语言中的Flask框架作为基础架构,实现了一个面向二手商品交易的网络平台。该平台具备完整的前端展示与后端管理功能,适合用作学术研究、课程作业或个人技术能力训练的实际案例。Flask作为一种简洁高效的Web开发框架,能够以模块化方式支持网站功能的快速搭建。在本系统中,Flask承担了核心服务端的角色,主要完成请求响应处理、数据运算及业务流程控制等任务。 开发工具选用PyCharm集成环境。这款由JetBrains推出的Python专用编辑器集成了智能代码提示、错误检测、程序调试与自动化测试等多种辅助功能,显著提升了软件编写与维护的效率。通过该环境,开发者可便捷地进行项目组织与问题排查。 数据存储部分采用MySQL关系型数据库管理系统,用于保存会员资料、产品信息及订单历史等内容。MySQL具备良好的稳定性处理性能,常被各类网络服务所采用。在Flask体系内,一般会配合SQLAlchemy这一对象关系映射工具使用,使得开发者能够通过Python对象直接管理数据实体,避免手动编写结构化查询语句。 缓存服务由Redis内存数据库提供支持。Redis是一种支持持久化存储的开放源代码内存键值存储系统,可作为高速缓存、临时数据库或消息代理使用。在本系统中,Redis可能用于暂存高频访问的商品内容、用户登录状态等动态信息,从而加快数据获取速度,降低主数据库的查询负载。 项目归档文件“Python_Flask_ershou-master”预计包含以下关键组成部分: 1. 应用主程序(app.py):包含Flask应用初始化代码及请求路径映射规则。 2. 数据模型定义(models.py):通过SQLAlchemy声明与数据库表对应的类结构。 3. 视图控制器(views.py):包含处理各类网络请求并生成回复的业务函数,涵盖账户管理、商品展示、订单处理等操作。 4. 页面模板目录(templates):存储用于动态生成网页的HTML模板文件。 5. 静态资源目录(static):存放层叠样式表、客户端脚本及图像等固定资源。 6. 依赖清单(requirements.txt):记录项目运行所需的所有第三方Python库及其版本号,便于环境重建。 7. 参数配置(config.py):集中设置数据库连接参数、缓存服务器地址等运行配置。 此外,项目还可能包含自动化测试用例、数据库结构迁移工具以及运行部署相关文档。通过构建此系统,开发者能够系统掌握Flask框架的实际运用,理解用户身份验证、访问控制、数据持久化、界面动态生成等网络应用关键技术,同时熟悉MySQL数据库运维与Redis缓存机制的应用方法。对于入门阶段的学习者而言,该系统可作为综合性的实践训练载体,有效促进Python网络编程技能的提升。 资源来源于网络分享,仅用于学习交流使用,请勿用于商业,如有侵权请联系我删除!
评论
成就一亿技术人!
拼手气红包6.0元
还能输入1000个字符
 
红包 添加红包
表情包 插入表情
 条评论被折叠 查看
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值