标签：array   技术分享   list   nump   src   jpg   数据结构   复制   技术   

赋值：

变量的引用，没有拷贝空间

对象之间赋值本质上 是对象之间的引用传递而已。也就是多个对象指向同一个数据空间。

拷贝的对象分两种类型：

. 拷贝可变类型
　　浅拷贝：
　　　　只拷贝第一层数据，不关心里面的第二层内容，能够保证外层数据独立
　　深拷贝：
　　　　拷贝了所有层数据，所有层数据都是独立。

　　而一层可变类型数据，深拷贝和浅拷贝是一样，会拷贝。

. 拷贝不可变类型
　　一层不可类型数据，深拷贝和浅拷贝也是一样，不会拷贝，只是引用
　　多层都是不可类型数据，深拷贝和浅拷贝也是一样，不会拷贝，只是引用

　　多层中只要有可变类型数据
　　　　浅拷贝：
　　　　　　只关心第一层，如果第一层是不可变类型，不会拷贝，只是引用

　　　　深拷贝：
　　　　　　关心所有层，多层中只要有一层是可变类型数据，所有层都拷贝，保证数据独立

 1 import copy
 2 
 3 # 浅拷贝
 4     copy.copy()
 5     list.copy()
 6     dict.copy()
 7     d = c[:] # 切边能拷贝一个列表
 8 
 9 # 深拷贝
10     copy.deepcopy()

同样 numpy 下的数据结构与数据类型的转换（np.array vs. np.asarray）

np.array() 是深拷贝，np.asarray() 是浅拷贝

两者主要的区别在于，array（默认）复制一份对象，asarray不会执行这一动作。

1 def asarray(a, dtype=None, order=None):
2     return array(a, dtype, copy=False, order=order)

python中赋值-浅拷贝-深拷贝之间的关系

标签：array   技术分享   list   nump   src   jpg   数据结构   复制   技术   

原文地址：https://www.cnblogs.com/lzc978/p/10105024.html