京公网安备 11010802034615号
经营许可证编号:京B2-20210330
作者:麦叔
来源:麦叔编程
在【#067】我们聊到了深度copy和浅度copy,如果还没看请点击文末查看。
我们有一个对象Coder(编程者),它包含昵称,编程年数,以及所会的编程语言列表:
class Coder: def __init__(self, nickname, experience_years, skills): self.nickname = nickname self.experience_years = experience_years self.skills = skills
其中skills是一个列表,里面包含至少一种编程语言。
我们创建一个对象maishu:
maishu = Coder('maishu', 15, ['Java', 'Ruby', 'Python', 'Shell', 'Swift', 'Objective-C', 'Flutter', 'JavaScript', 'R', 'C', 'C++'])
有一位麦友,他的情况和maishu很相似,除了昵称不一样。我们想要复制一份maishu对象,这样就不用重新创建了。
我给大家留了一个问题:
上面复制maishu的情况,应该用深copy还是浅copy呢?
评论区里的答案大都很调皮:
麦友@梦终空说:
浅copy! 这样复制了别人的知识我不用学习也能跟随别人一起更新!
麦友@予瑕说:
浅拷贝好啊,可以随着原数据的更新而更新!
麦说@日常磕盐说:
麦叔真是个有趣的人,我支持浅copy!
他们的回复虽然调皮,而且也是不对的(),但也指出了浅copy的好处:可以共用数据。
在上面的例子中,应该用深copy,因为每个人的技能是不同的。感谢麦友@梁显浚HinChunLeung给出正确答案。
麦友@Lonely丶Enderman还指出了浅copy可能出错的一个地方:
浅拷贝的话,如果两个对象都写了析构函数,就会报错。原理是原对象里的属性已经被释放了,浅拷贝出来的对象就会重复释放(浅拷贝成员指向原对象)。
不过在Python中很少写析构函数,基本上都是让对象自动垃圾回收的,这个问题存在的概率不大。不过理解这一点还是很重要的。只有理解比较深入的人才能理解这一点。
Python中深copy和浅copy的函数分别copy模块中的copy()和deepcopy()。
先看看浅copy的例子:
import copy class Coder: def __init__(self, nickname, experience_years, skills): self.nickname = nickname
self.experience_years = experience_years
self.skills = skills
maishu = Coder('maishu', 15, ['Java', 'Ruby', 'Python', 'Shell', 'Swift', 'Objective-C', 'Flutter', 'JavaScript', 'R', 'C', 'C++'])
guishu = copy.copy(maishu)
print(f'龟叔的名字是:{guishu.nickname}')
guishu.nickname = '龟叔' print(f'麦叔的名字是:{maishu.nickname}')
print(f'龟叔的名字是:{guishu.nickname}')
guishu.skills.append('易语言')
print(f'麦叔的技能是:{maishu.skills}')
print(f'龟叔的技能是:{guishu.skills}')
运行结果:
龟叔的名字是:maishu 麦叔的名字是:maishu 龟叔的名字是:龟叔
麦叔的技能是:['Java', 'Ruby', 'Python', 'Shell', 'Swift', 'Objective-C', 'Flutter', 'JavaScript', 'R', 'C', 'C++', '易语言'] 龟叔的技能是:['Java', 'Ruby', 'Python', 'Shell', 'Swift', 'Objective-C', 'Flutter', 'JavaScript', 'R', 'C', 'C++', '易语言']
解释一下:
再来看看深copy的例子,和上面唯一的区别就是改成调用deepcopy()函数。
import copy class Coder: def __init__(self, nickname, experience_years, skills): self.nickname = nickname
self.experience_years = experience_years
self.skills = skills
maishu = Coder('maishu', 15, ['Java', 'Ruby', 'Python', 'Shell', 'Swift', 'Objective-C', 'Flutter', 'JavaScript', 'R', 'C', 'C++'])
guishu = copy.deepcopy(maishu) #唯一改动 print(f'龟叔的名字是:{guishu.nickname}')
guishu.nickname = '龟叔' print(f'麦叔的名字是:{maishu.nickname}')
print(f'龟叔的名字是:{guishu.nickname}')
guishu.skills.append('易语言')
print(f'麦叔的技能是:{maishu.skills}')
print(f'龟叔的技能是:{guishu.skills}')
再次运行,发现maishu的技能不受guishu影响了:
龟叔的名字是:maishu 麦叔的名字是:maishu 龟叔的名字是:龟叔
麦叔的技能是:['Java', 'Ruby', 'Python', 'Shell', 'Swift', 'Objective-C', 'Flutter', 'JavaScript', 'R', 'C', 'C++'] 龟叔的技能是:['Java', 'Ruby', 'Python', 'Shell', 'Swift', 'Objective-C', 'Flutter', 'JavaScript', 'R', 'C', 'C++', '易语言']
因为它们的数据是安全独立的。
应该用哪个取决于你的实际业务需求。只要理解了它们的本质区别,就可以合理运用。
说几个要点:
其实,人生亦如此!朋友,甚至亲情之间,也要把握好边界,懂得深浅。尤其是开玩笑的时候,更要懂得深浅,很多冲突起源于玩笑。总之,懂的深浅,才能游刃有余!
CDA学员免费下载查看报告全文:2026全球数智化人才指数报告【CDA数据科学研究院】.pdf
数据分析咨询请扫描二维码
若不方便扫码,搜微信号:CDAshujufenxi
近日,由 CDA 数据科学研究院重磅发布的《2026 全球数智化人才指数报告》,被中国教育科学研究院官方账号正式收录, ...
2026-04-22在数字化时代,客户每一次点击、浏览、下单、咨询等行为,都在传递其潜在需求与决策倾向——这些按时间顺序串联的行为轨迹,构成 ...
2026-04-22数据是数据分析、建模与业务决策的核心基石,而“数据清洗”作为数据预处理的核心环节,是打通数据从“原始杂乱”到“干净可用” ...
2026-04-22 很多数据分析师每天盯着GMV、转化率、DAU等数字看,但当被问到“什么是指标”“指标和维度有什么区别”“如何搭建一套完整的 ...
2026-04-22在数据分析与业务决策中,数据并非静止不变的数值,而是始终处于动态波动之中——股市收盘价的每日涨跌、企业月度销售额的起伏、 ...
2026-04-21在数据分析领域,当研究涉及多个自变量与多个因变量之间的复杂关联时,多变量一般线性分析(Multivariate General Linear Analys ...
2026-04-21很多数据分析师精通描述性统计,能熟练计算均值、中位数、标准差,但当被问到“用500个样本如何推断10万用户的真实满意度”“这 ...
2026-04-21在数据处理与分析的全流程中,日期数据是贯穿业务场景的核心维度之一——无论是业务报表统计、用户行为追踪,还是风控规则落地、 ...
2026-04-20在机器学习建模全流程中,特征工程是连接原始数据与模型效果的关键环节,而特征重要性分析则是特征工程的“灵魂”——它不仅能帮 ...
2026-04-20很多数据分析师沉迷于复杂的机器学习算法,却忽略了数据分析最基础也最核心的能力——描述性统计。事实上,80%的商业分析问题, ...
2026-04-20在数字化时代,数据已成为企业决策的核心驱动力,数据分析与数据挖掘作为解锁数据价值的关键手段,广泛应用于互联网、金融、医疗 ...
2026-04-17在数据处理、后端开发、报表生成与自动化脚本中,将 SQL 查询结果转换为字符串是一项高频且实用的操作。无论是拼接多行数据为逗 ...
2026-04-17面对一份上万行的销售明细表,要快速回答“哪个地区卖得最好”“哪款产品增长最快”“不同客户类型的购买力如何”——这些看似复 ...
2026-04-17数据分析师一天的工作,80% 的时间围绕表格结构数据展开。从一张销售明细表到一份完整的分析报告,表格结构数据贯穿始终。但你真 ...
2026-04-16在机器学习无监督学习领域,Kmeans聚类因其原理简洁、计算高效、可扩展性强的优势,成为数据聚类任务中的主流算法,广泛应用于用 ...
2026-04-16在机器学习建模实践中,特征工程是决定模型性能的核心环节之一。面对高维数据集,冗余特征、无关特征不仅会增加模型训练成本、延 ...
2026-04-16在数字化时代,用户是产品的核心资产,用户运营的本质的是通过科学的指标监测、分析与优化,实现“拉新、促活、留存、转化、复购 ...
2026-04-15在企业数字化转型、系统架构设计、数据治理与AI落地过程中,数据模型、本体模型、业务模型是三大核心基础模型,三者相互支撑、各 ...
2026-04-15数据分析师的一天,80%的时间花在表格数据上,但80%的坑也踩在表格数据上。 如果你分不清数值型和文本型的区别,不知道数据从哪 ...
2026-04-15在人工智能与机器学习落地过程中,模型质量直接决定了应用效果的优劣——无论是分类、回归、生成式模型,还是推荐、预测类模型, ...
2026-04-14