Maison >développement back-end >Tutoriel Python >Comment créer une copie véritablement indépendante d'une liste Python ?

Comment créer une copie véritablement indépendante d'une liste Python ?

DDD
DDDoriginal
2024-11-08 13:10:01922parcourir

How Do I Create a Truly Independent Copy of a Python List?

Python : une plongée approfondie dans la copie de listes

Lorsque vous travaillez avec des listes en Python, il est essentiel de comprendre comment fonctionne la copie. Comme le souligne la question, des copies apparemment indépendantes peuvent affecter la liste d'origine, entraînant un comportement inattendu.

Les pièges de l'affectation

Le nœud du problème réside dans l'affectation de Python sémantique. Contrairement à des langages comme Java, Python attribue des références à des variables plutôt qu'à des valeurs réelles. Dans l'exemple fourni :

org_list = ['y', 'c', 'gdp', 'cap']
copy_list = org_list

copy_list ne contient pas sa propre copie de la liste ; au lieu de cela, il pointe vers la même liste sous-jacente que org_list. Toute modification apportée à une liste est reflétée dans l'autre.

Copies superficielles ou profondes

Pour créer une copie véritablement indépendante, Python propose deux approches :

  • Copie superficielle : Crée une nouvelle liste mais copie superficiellement les éléments de la liste d'origine. Toute modification apportée aux éléments imbriqués de la liste copiée affectera toujours la liste d'origine. Exemple :
copy_list = list(org_list)
copy_list[1] = 'a'
print(org_list)  # Output: ['y', 'a', 'gdp', 'cap']
  • Copie complète : Crée une nouvelle liste indépendante de la liste d'origine. Les modifications apportées à la liste copiée ou à ses éléments imbriqués n'affecteront pas la liste d'origine. Exemple :
import copy
copy_list = copy.deepcopy(org_list)
copy_list[1] = 'a'
print(org_list)  # Output: ['y', 'c', 'gdp', 'cap']

Considérations supplémentaires

Pour les DataFrames pandas, vous pouvez utiliser les méthodes copy() ou copy(deep=True) pour créer des copies. Cependant, notez que les copies profondes d'objets complexes peuvent être coûteuses en termes de calcul, voire nécessaires.

En conclusion, comprendre la différence entre les références et les copies en Python est crucial pour travailler efficacement avec des listes et des objets complexes. En tirant parti des copies superficielles ou profondes, selon le cas, vous pouvez garantir l'intégrité de vos données et éviter des conséquences inattendues lors de la modification des copies.

Ce qui précède est le contenu détaillé de. pour plus d'informations, suivez d'autres articles connexes sur le site Web de PHP en chinois!

Déclaration:
Le contenu de cet article est volontairement contribué par les internautes et les droits d'auteur appartiennent à l'auteur original. Ce site n'assume aucune responsabilité légale correspondante. Si vous trouvez un contenu suspecté de plagiat ou de contrefaçon, veuillez contacter admin@php.cn