7 深浅拷贝
一.基础数据类型补充
1. str.split()切割 将字符串转化成列表
str.join(可迭代的) "_".join(li) 将列表转化成字符串
2. 列表和字典在循环打印的时候,不能直接对列表或字典进行删除或新增.
操作思路:
1.先创建一个new_list,用来装需要删除的元素
2.然后循环new_list,来删除原列表中的元素
3. 字典.fromkeys(可迭代的,共同的value)
1.创建一个新字典,而不是修改原字典,返回的是一个字典
2.value 如果是一个可迭代对象,如list,value 共用一个内存地址,
对其中任意一个k对应的value值进行修改是都会跟着改变;
ret=dict.fromkeys([1,2,3],"value") #{1: 'value', 2: 'value', 3: 'value'}
坑1:
dic={}
dic.fromkeys([1,2,3],"value")
print(dic) #打印出:{}
坑2:
ret=dict.fromkeys(["a","b","c"],[1,2,3])
print(ret) #{'a': [1, 2, 3], 'b': [1, 2, 3], 'c': [1, 2, 3]}
ret["a"].append("f")
print(ret) #{'a': [1, 2, 3, 'f'], 'b': [1, 2, 3, 'f'], 'c': [1, 2, 3, 'f']}
4.集合set {} 类似字典,只是没有value值
1.元素无序不能重复 ====> 去重功能
2.元素为不可变数据类型,可哈希====>所以集合里面不能放list,dic等
3.集合的增删改查
1.增
se.add(元素)
se.update(["a","b"]) 迭代更新
2.删
set.pop() 随机删
set.remove(元素)
set.clear() 清空
3.改 先删 后添加的思路
set.remove("元素1")
set.add("元素2")
4.查 for循环查
4.frozenset 把可变数据类型转化成不可变数据类型
ret=frozenset([1,2,3])
dic={ret:value} #frozenset处理后, ret可以做key了
二.深浅拷贝
共同有点: 快速创建对象 -> 原型模式(设计模式)
1. = 赋值 没有创建新的对象,共用同一内存地址
list1=[1,2,3,["a","b",4]]
list2=list1
2.浅拷贝 lst2=lst1.copy()
1.第一层完全不同的地址
2.第二层的内容不会拷贝,共用同一地址
3.优点: 省内存.
缺点: 容易出现同一个对象被多个变量所引用
3.深拷贝 import copy copy.deepcopy()
优点: 完全拷贝出一份两个对象之间除了数据相同。 没有任何关系
缺点: 占内存
三.相关代码
![](https://images.cnblogs.com/OutliningIndicators/ContractedBlock.gif)
#一.基础数据类型补充 #1.dict.fromkeys()) # ret=dict.fromkeys([1,2,3],"value")#创建一个新字典,而不是修改原字典,返回的是一个字典 # print(ret) # dic=dict() # dic.fromkeys([1,2,3],"value") # print(dic) #formkeys #创建一个新字典,而不是修改原字典,返回的是一个字典 #value 值共用同一个内存地址 ret=dict.fromkeys(["a","b","c"],[1,2,3]) print(ret) #{'a': [1, 2, 3], 'b': [1, 2, 3], 'c': [1, 2, 3]} ret["a"].append("f") print(ret) #{'a': [1, 2, 3, 'f'], 'b': [1, 2, 3, 'f'], 'c': [1, 2, 3, 'f']} #集合 #1.不重复,去重功能 #2.元素的数据类型必须可哈希,不能是可变数据类型 li=["周杰伦","周杰伦","周杰伦",1,2,3,4,6,3] #去重用法 li1=list(set(li)) print(li1) #[1, 2, 3, 4, 6, '周杰伦'] # 集合的增删改查 se={1,2,3,"alex"} #1.增 se.add("deng") print(se) #{'alex', 1, 2, 3, 'deng'} se.update(["a","b"]) print(se) #{1, 'deng', 2, 3, 'a', 'b', 'alex'} #2.删 s = {"刘嘉玲", '关之琳', "王祖贤","张曼⽟", "李若彤"} # s.pop() #随机删除 # # print(s) # s.remove("王祖贤") # print(s) #{'关之琳', '张曼⽟', '刘嘉玲'} # s.clear() #清空 # print(s) #3.改 思路:先删除,后添加 # s.remove('关之琳') # s.add("李德华") # print(s) #{'李德华', '张曼⽟', '刘嘉玲', '王祖贤', '李若彤'} #4.查 for 循环 for i in s: print(i) #frozenset s = {"刘嘉玲", '关之琳', "王祖贤", "张曼⽟", "李若彤"} s=frozenset({1,2,3}) #变成了可哈希 print(s) print({s:"q"}) #可以做key了 #深浅拷贝 #1.赋值 = list2=list1 #= 没有产生新对象。 都是内存地址的赋值 #list1的内存指向和list2是⼀样的 list1=[1,2,3] list2=list1 list2.append(1) print(list1) #[1, 2, 3, 1] print(list2) #[1, 2, 3, 1] #截取会创建新的对象 lst1 = ["孙悟空", "贝吉塔", "卡卡罗特"] lst2 = lst1[:] # [:] 在原来的数据中获取到所有的数据组成新的列表 lst1.append("短笛") print(lst1) #['孙悟空', '贝吉塔', '卡卡罗特', '短笛'] print(lst2)#['孙悟空', '贝吉塔', '卡卡罗特'] #2.浅拷贝 lst1.copy() #浅拷贝 第一层内存地址不一样 # 两个lst完全不⼀样. 内存地址和内容也不⼀样. 发现实现了内存的拷⻉ # 只会拷⻉第⼀层.第⼆层的内容不会拷⻉.所以被称为浅拷⻉ # 优点: 省内存. # 缺点: 容易出现同一个对象被多个变量所引用 lst1 = ["何炅", "杜海涛","周渝⺠"] lst2=lst1.copy() lst2.append("a") print(lst1) #['何炅', '杜海涛', '周渝⺠'] print(lst2) #['何炅', '杜海涛', '周渝⺠', 'a']
有疑问可以加wx:18179641802,进行探讨