Python列表片语法没有明显的原因使用
我偶尔会看到Python代码中使用的列表片语法，如下所示：
newList = oldList[:] 这当然是一样的：
newList = oldList
还是我错过了什么？
就像NXC说的那样，Pythonvariables名实际上指向一个对象，而不是内存中的特定位置。
newList = oldList将创build两个不同的variables指向同一个对象，因此，更改oldList也会更改newList 。
但是，当您执行newList = oldList[:] ，它会“切片”列表，并创build一个新的列表。 [:]的默认值是0和列表的结尾，所以它复制一切。 因此，它会创build一个包含在第一个数据中的所有数据的新列表，但两者都可以在不改变其他数据的情况下进行更改。
[:] 浅拷贝列表，制作包含对原始列表成员的引用的列表结构的副本。 这意味着副本上的操作不会影响原始结构。 但是，如果您对列表成员做了某些操作，那么这两个列表仍然会引用它们，所以如果通过原始成员访问成员，则会显示更新。
深层复制也将复制所有列表成员。
下面的代码片段显示了一个浅层副本的行动。
# ================================================================ # === ShallowCopy.py ============================================= # ================================================================ # class Foo: def __init__(self, data): self._data = data aa = Foo ('aaa') bb = Foo ('bbb') # The initial list has two elements containing 'aaa' and 'bbb' OldList = [aa,bb] print OldList[0]._data # The shallow copy makes a new list pointing to the old elements NewList = OldList[:] print NewList[0]._data # Updating one of the elements through the new list sees the # change reflected when you access that element through the # old list. NewList[0]._data = 'xxx' print OldList[0]._data # Updating the new list to point to something new is not reflected # in the old list. NewList[0] = Foo ('ccc') print NewList[0]._data print OldList[0]._data
在python shell中运行它会得到下面的logging。 我们可以看到这个列表是用旧对象的副本制作的。 其中一个对象的状态可以通过旧列表进行引用更新，当通过旧列表访问对象时可以看到更新。 最后，改变新列表中的引用可以被看作不反映在旧列表中，因为新列performance在指的是不同的对象。
>>> # ================================================================ ... # === ShallowCopy.py ============================================= ... # ================================================================ ... # ... class Foo: ... def __init__(self, data): ... self._data = data ... >>> aa = Foo ('aaa') >>> bb = Foo ('bbb') >>> >>> # The initial list has two elements containing 'aaa' and 'bbb' ... OldList = [aa,bb] >>> print OldList[0]._data aaa >>> >>> # The shallow copy makes a new list pointing to the old elements ... NewList = OldList[:] >>> print NewList[0]._data aaa >>> >>> # Updating one of the elements through the new list sees the ... # change reflected when you access that element through the ... # old list. ... NewList[0]._data = 'xxx' >>> print OldList[0]._data xxx >>> >>> # Updating the new list to point to something new is not reflected ... # in the old list. ... NewList[0] = Foo ('ccc') >>> print NewList[0]._data ccc >>> print OldList[0]._data xxx
正如已经回答的那样，我只是简单地添加一个示例：
>>> a = [1, 2, 3, 4] >>> b = a >>> c = a[:] >>> b[2] = 10 >>> c[3] = 20 >>> a [1, 2, 10, 4] >>> b [1, 2, 10, 4] >>> c [1, 2, 3, 20]
从来不认为Python中的“a = b”意味着“将b复制到a”。 如果双方都有变数，你就不能真正知道这一点。 相反，可以把它看作是“给一个额外的名字”。
如果b是不可变对象（如数字，元组或string），那么是的，效果是你得到一个副本。 但是那是因为当你处理不可变的事情时（根据定义，它们可能被称为只读 ，不可变或者WORM ），你总会得到一个副本。
如果b是可变的，那么你总是需要做一些额外的事情来确保你有一个真正的副本 。 总是 使用列表，就像一个切片一样简单：a = b [：]。
可变性也是这样的原因：
def myfunction(mylist=[]): pass
…并不完全符合你的想法。
如果你来自C背景：“=”的剩余部分总是一个指针。 所有variables总是指针。 如果将variables放在列表中：a = [b，c]，则将指针指向a和b指向的列表中的b和c指向的值。 如果你设置一个[0] = d，位置0的指针现在指向任何指向的点。
另请参阅复制模块： http ： //docs.python.org/library/copy.html
浅拷贝：（从一个位置复制大块内存到另一个位置）
a = ['one','two','three'] b = a[:] b[1] = 2 print id(a), a #Output: 1077248300 ['one', 'two', 'three'] print id(b), b #Output: 1077248908 ['one', 2, 'three']
深度复制：（复制对象参考）
a = ['one','two','three'] b = a b[1] = 2 print id(a), a #Output: 1077248300 ['one', 2, 'three'] print id(b), b #Output: 1077248300 ['one', 2, 'three']
