10.小数据池和深浅拷贝

小数据池和深浅拷贝

一、深浅拷贝

1.赋值

赋值就是一个容器有多个标签

lst = [1,2,3,[6,7,8]]

执行以上程序,内容空间发生的变化就是下图:

image-20190624164715237

一个列表用两个标签,通过标签lst 找到的和标签lst1找到的是同一个,图中的那些一长串数字就是内存地址,Python中是通过内存地址来查看值

lst1 = lst                  #赋值
lst[-1].append(9)           #-1索引处追加元素 值为9

我们通过lst这个标签找到这个列表然后添加一个9,再通过lst1找到这个列表也就多了一个9 因为lst和lst1都是贴在一个地方

image-20190624164938391

2.浅拷贝

浅拷贝就是只拷贝第一层的元素

lst = [1,2,3,[6,7,8]]
# lst2 = lst[:] # 浅拷贝
lst2 = lst.copy()

image-20190624165932135

图中橙色的是新开辟的空间,浅蓝色的是数字类型,红色的列表类型

这样就是浅拷贝,浅拷贝只把原列表中记录的内存地址拿到一个新开辟的列表中

lst = [1,2,3,[6,7,8]]
lst2 = lst[:]
lst.append(9)

image-20190624170320641

为什么lst2中没有添加,是因为咱们先进行的浅拷贝,浅拷贝把原列表中有的内存地址复制了一份放到新开辟的空间中,后期对原列表添加的内容新列表里是不会有的,再看看下边的例子

lst = [1,2,3,[6,7,8]]
lst2 = lst.copy()
lst[1] = "22"

image-20190624170640334

我们修改成字符串"22" 就是在列表中将以前的内存地址更换成新开辟的空间地址

lst = [1,2,3,[6,7,8]]
lst2 = lst.copy()
lst[-1].append(9)

image-20190624171104866

因为我们对里边的列表进行修改,列表本身就是可变的数据类型,我们通过原列表修改最里层的小列表,小列表进行变化,新开辟的列表里存放就是小列表中的内存地址.在去查看的时候就有变动

3.深拷贝

深拷贝是自己单独开辟了一个新的空间,我们现在修改原列表对新开辟的列表没有任何影响.

来看看深拷贝是怎样的操作

import copy
lst = [1,2,3,[6,7,8,9]]
lst2 = copy.deepcopy(lst)

image-20190624172845500

通过上面的各种测试,总结以下规律:

  • 赋值:
    • 两个或多个变量名指向同一个内存地址,有一个操作内存地址的值进行改变,其余的变量名在查看的时候都进行更改(换个变量名,但内存地址不变
  • 浅拷贝:
    • 只拷贝列表中第一层的内存地址,原列表修改了不可变数据类型,新开辟的列表不进行变动,因为只是在原列表中将内存地址进行修改了,新开辟的列表中的内存地址还是用的之前的内存地址(只复制第一层,小列表的内存地址还是一致的,旧的改 新的跟着改,但第一层的内容旧的改新的不变
    • 原列表对可变数据类型进行了添加,新开辟的列表中存放就是可变数据类型的地址,在去查看的时候就发现进行更改了
  • 深拷贝:
    • 不管你修改原数据的不可变类型还是可变类型,新开辟的空间中都不会进行改变,因为可变数据类型新开辟了一个空间(完全复制!内存地址全部另辟空间,旧的改 不影响新的

二、小数据池

== id is

==我们都用过了,就是进行判断的。判断两边的值是否一样,例如

a = 10
b = 10
print(a == b) 

a = "yangmei"
b = "yangmei"
print(a == b)

这样就是查看==两边的值是否一样.

我们再来看看id是个什么东西,我们知道在定义一个变量的时候,内存空间中其实是开辟了一块空间,这个开辟的空间是有号码的,我们来试一下

name = "yangmei"
print(id(name)) #查看内存地址  
# 2646445653360

is 也是判断,只不过这次判断的是两边值得内存地址是否相同,我们来看看

a = 10
b = 10
print(id(a))  # 140726887389120
print(id(b))  # 140726887389120
print(a is b)  # True
# 获取的结果是True是因为a和b的内存地址是相同的

发现一个问题 == 和 is 都是True啊,这个is是判断内存地址是否一样,Python考虑到我们会经常定义一些值,需要开辟空间和销毁空间,它底层就维护了一个小数据池,这个小数据就是规定一个区间使用的是同一个内存地址,比如小数据池中数字的区间范围是 -5 ~ 256,我们刚刚测试的10在区间内,所以获取到的是相同的内存地址,我们试一试不在范围的数字

a = 500
b = 500
print(id(a)) # 2756092656496
print(id(b)) # 2756092656496
print(a is b) # True

不再区间内,怎么内存地址还是一样的啊。这就要说说python的另一个机制 — 代码块

代码块是防止我们频繁的开空间降低效率设计的,当我们定一个变量需要开辟空间的时候,它会先去检测我们定义的这个在空间中有没有进行开辟,如果没有开辟就开辟一个空间,如果内存中开辟过就使用同一个。

一个文件,一个函数,一个模块,一个类,终端中一行就是一个代码块

代码块支持:

  • 字符串:
    • 定义字符串的时候内容,长度任意内存地址相同。
    • 字符串进行乘法的时候总长度 <=20 内存地址相同。
    • 中文,特舒符号 乘法的时候只能乘以1或 0
  • 数字:
    • 相同的数字内存地址相同
  • 布尔值:
    • 相同的内存地址相同

这就是我们为什么在pycharm中测试的时候都是True,我们现在去终端上测试一下数字的范围

image-20190624142057797

当代码块和小数据池两个在一起,先执行代码块

我们知道了代码块支持的数据类型和支持怎样的操作,现在来看看小数据池的支持数据类型和范围:

小数据支持:

  • 字符串:
    • 纯字母和数字的时候长度任意,内存地址相同。
    • Python36纯字母和数字乘法总长度 <= 20 内存地址相同。
    • Python37纯字母和数字乘法总长度 <= 4096 内存地址相同。
    • 中文和特殊符号乘法的时候只能乘以 0 内存地址相同
  • 数字:
    • -5 ~ 256
  • 布尔值:
    • True
    • False

小数据池和代码块都是Python内置的,咱们开发的时候不使用,他们统称为驻留机制,有了小数据池和代码块能够提升Python的效率

原文地址:https://www.cnblogs.com/yangte/p/13499685.html