时间:2021-05-23
1. Python 的参数传递
Python的参数传递,无法控制引用传递还是值传递。对于不可变对象(数字、字符、元组等)的参数,更类似值传递;对于可变对象(列表、字典等),更类似引用传递。
def fun1(n): print(n) # n在没修改前,指向的地址和main函数中n指向的地址相同 n = 20 # n在修改后,指向的地址发生改变,相当于新建了一个值为20的参数ndef fun2(l): print(l) # l在没修改前,指向的地址和main函数中l指向的地址相同 l = [5,6,7,8,9] # l在修改后,指向的地址和main函数中l指向的地址仍相同,此时main函数中l的值也会改变if __name__=="__main__": n = 10 l = [1,2,3,4,5] fun1(n) fun2(l) print(n) # n的值还是10 print(l) # l的值在fun2()中已经被改变2. Python 的返回值
Python的返回值,无法控制引用传递还是值传递。对于不可变对象(数字、字符、元组等)的参数,更类似值传递;对于可变对象(列表、字典等),更类似引用传递。
str1 = 'hi'l1 = [1,2,3,4,5]def fun1(): return str1def fun2(): return l1str2 = fun1() # 此时,str1 和 str2 的指向地址是相同的str2 = 'hello' # 修改后,str2 指向的地址发生改变,相当于新建了一个值为`hello`的变量l2 = fun2() # 此时,l1 和 l2 的指向地址是相同的l2 = [6,7,8,9] # 修改后,l2 指向的地址仍相同,修改 l2 会影响到 l13. Python 的浅拷贝和深拷贝
对于不可变对象(数字、字符、元组等),直接赋值的结果和深拷贝一致;对于可变对象(列表、字典等),直接赋值、浅拷贝、深拷贝结果不同。
# 不可变对象(数字、字符、元组等)的例子a = 100 b = ab = 30print('a: ', a)print('b: ', b)# 结果:# a = 100# b = 30# 可变对象(列表、字典等)的例子import copydict1 = {1:1, 'user':'test', 'num':[1, 2, 3]}dict2 = dict1 # 直接赋值,两个字典指向地址一致dict3 = dict1.copy() # 浅拷贝,只拷贝到原对象dict4 = copy.deepcopy(dict1) # 深拷贝,除了拷贝原对象,也会拷贝子对象dict1[1] = 11dict1['user'] = '123'dict1['num'].remove(1)print('原字典修改后:',dict1)print('直接赋值:',dict2)print('浅拷贝:',dict3)print('深拷贝:',dict4)# 结果# 原字典修改后:{1:11,'user': '123', 'num': [2, 3]}# 直接赋值:{1:11,'user': '123', 'num': [2, 3]}# 浅拷贝:{1:1,'user': 'test', 'num': [2, 3]}# 深拷贝:{1:1,'user': 'test', 'num': [1, 2, 3]}总结
以上所述是小编给大家介绍的Python 中的参数传递、返回值、浅拷贝、深拷贝,希望对大家有所帮助,如果大家有任何疑问请给我留言,小编会及时回复大家的。在此也非常感谢大家对网站的支持!
如果你觉得本文对你有帮助,欢迎转载,烦请注明出处,谢谢!
声明:本页内容来源网络,仅供用户参考;我单位不保证亦不表示资料全面及准确无误,也不保证亦不表示这些资料为最新信息,如因任何原因,本网内容或者用户因倚赖本网内容造成任何损失或损害,我单位将不会负任何法律责任。如涉及版权问题,请提交至online#300.cn邮箱联系删除。
python深拷贝和浅拷贝的区别是: 1、直接赋值,默认浅拷贝传递对象的引用而已,原始列表改变,被赋值的b也会做相同的改变。 2、copy浅拷贝,没有拷贝子
copy()方法返回字典的浅拷贝。语法以下是copy()方法的语法:dict.copy()参数NA返回值此方法返回字典的浅拷贝。例子下面的例子显示了copy()
在Python中,经常要对一个list进行复制。对于复制,自然的就有深拷贝与浅拷贝问题。深拷贝与浅拷贝的区别在于,当从原本的list复制出新的list之后,修改
Python基础教程之浅拷贝和深拷贝实例详解网上关于Python的深拷贝和浅拷贝的文章很多,这里对三种拷贝进行比较并附实例,大家可以参考下一般的复制#encod
本文实例讲述了Python中字典的浅拷贝与深拷贝用法。分享给大家供大家参考,具体如下:最近发现的一个很值得记录的东西就是python字典的浅拷贝问题首先,明确一