pyhton基础【10】容器介绍五

目录

十四.拆包

列表拆包

元组拆包

集合拆包

字典拆包

经典面试题:交换两个变量的值

十五.深浅拷贝

深拷贝

浅拷贝


十四.拆包

引入

拆包:是一种快速提取数据的方式

例如,有一个元组(11, 22, 33, 44)想快速的提取每个元素且赋值给num1, num2, num3, num4这4个变量

普通的做法,较为繁琐:

python 复制代码
nums = (11, 22, 33, 44)  # 定义一个元组
num1 = nums[0]  # 通过下标来提取
num2 = nums[1]  # 通过下标来提取
num3 = nums[2]  # 通过下标来提取
num4 = nums[3]  # 通过下标来提取

拆包的方式,可以见非常简洁:

python 复制代码
num1, num2, num3, num4 = (11, 22, 33, 44)  # 一行代码搞定
列表拆包
python 复制代码
a, b = [11, 22]
print(a)
print(b)
效果:
11
22
元组拆包
python 复制代码
a, b = (11, 22)
print(a)
print(b)
效果:
11
22
集合拆包
python 复制代码
a, b = {11, 22}
print(a)
print(b)
效果:
11
22
字典拆包
python 复制代码
默认取到的是字典的key,而不是value
a, b = {"name": "小明", "age": 18}
print(a)
print(b)
输出:
name
age
python 复制代码
teacher_info = {"name": "小明", "age": 18}

for k, v in teacher_info.items():
    print('k = %s, v = %s' % (k, v))

输出:
k = name, v = 小明
k = age, v = 18

注意点

在没有使用不定长参数的情况下=右边要拆的数据元素的个数要与=左边存的变量个数相同

错误示例如下:

python 复制代码
a, b = [11, 22, 33]
运行结果如下:
ValueError                                
Traceback (most recent call last)
<ipython-input-19-887c339c8076> in <module>
----> 1 a, b = [11, 22, 33]

ValueError: too many values to unpack (expected 2)

使用不定长参数的情况下(了解即可):

python 复制代码
In [1]: int_list = [1, 2, 3, 4, 5]

In [2]: a, *b, c = int_list

In [3]: print(a, b, c)
1 [2, 3, 4] 5
经典面试题:交换两个变量的值

方式一:普通方式

python 复制代码
a = 4
b = 5
print("交换之前a=%d, b=%d" % (a, b))

# 额外定义一个变量,用来临时使用
c = a
a = b
b = c
print("交换之后a=%d, b=%d" % (a, b))
运行结果:
交换之前a=4, b=5
交换之后a=5, b=4

方式二:巧妙方式

python 复制代码
a = 4
b = 5
print("交换之前a=%d, b=%d" % (a, b))

# 巧妙之处(没有用额外的变量)
a = a+b
b = a-b
a = a-b
print("交换之后a=%d, b=%d" % (a, b))
运行结果:
交换之前a=4, b=5
交换之后a=5, b=4

方式三:拆包方式

python 复制代码
a = 4
b = 5
print("交换之前a=%d, b=%d" % (a, b))

a, b = b, a
print("交换之后a=%d, b=%d" % (a, b))
执行结果:
交换之前a=4, b=5
交换之后a=5, b=4

说明:

  • a, b = b, a首先要计算=右边b, a此时他们会被当做一个元组即(b, a)就相当于(5, 4)
  • 然后再将a, b = (5, 4)进行计算,此时a为5,b为4
十五.深浅拷贝

深拷贝和浅拷贝需要注意的地方就是可变元素的拷贝:

  • 在浅拷贝时,拷贝出来的新对象的地址和原对象是不一样的,但是新对象里面的可变元素(如列表)的地址和原对象里的可变元素的地址是相同的,也就是说浅拷贝它拷贝的是浅层次的数据结构(不可变元素),对象里的可变元素作为深层次的数据结构并没有被拷贝到新地址里面去,而是和原对象里的可变元素指向同一个地址,所以在新对象或原对象里对这个可变元素做修改时,两个对象是同时改变的,但是深拷贝不会这样,这个是浅拷贝相对于深拷贝最根本的区别。

也可以这样理解:

  • 深拷贝就是完全跟以前就没有任何关系了,原来的对象怎么改都不会影响当前对象
  • 浅拷贝时,原对象的list元素改变的话会改变当前对象,如果当前对象中list元素改变了,也同样会影响原对象
深拷贝

克隆一份,修改拷贝后的对象中的可变元素不对原对象内容产生影响

copy模块中的deepcopy()

python 复制代码
import copy

list1 = [["张三", "李四"], "王五", "赵六", "钱七"]
list2 = copy.deepcopy(list1)   # 进行深拷贝

# 打印 list1 和 list2 两个列表的内存地址 => 结果不一样
print(id(list1))    # 3132367069640
print(id(list2))    # 3132368415752

# 打印 list1 和 list2 两个列表中的子列表的内存地址 => 结果不一样
print(id(list1[0]))     # 3132368414728
print(id(list2[0]))     # 3132368415688


list2[0][0] = "安娜"

# 结果 list2 列表修改了,但是不影响list1列表数据
print(list2)    # [['安娜', '李四'], '王五', '赵六', '钱七']
print(list1)    # [['张三', '李四'], '王五', '赵六', '钱七']
浅拷贝

修改拷贝后的内容中的可变数据,原对象内容随之修改

列表函数copy()进行浅拷贝

python 复制代码
list1 = [["张三", "李四"], "王五", "赵六", "钱七"]
list2 = list1.copy()   # 进行浅拷贝

# 打印 list1 和 list2 两个列表的内存地址 => 结果不一样
print(id(list1))    # 2105959073864
print(id(list2))    # 2105989035464

print('-' * 30)

# 打印 list1 和 list2 两个列表中的子列表的内存地址 => 结果一样
print(id(list1[0]))     # 2105989035592
print(id(list2[0]))     # 2105989035592


list2[0][0] = "安娜"

# 结果list2列表修改了,list1列表数据也修改了
print(list2)    # [['安娜', '李四'], '王五', '赵六', '钱七']
print(list1)    # [['安娜', '李四'], '王五', '赵六', '钱七']

copy模块中的copy()方法

python 复制代码
import copy

list1 = [["张三", "李四"], "王五", "赵六", "钱七"]
list2 = copy.copy(list1)   # 进行浅拷贝

# 打印 list1 和 list2 两个列表的内存地址 => 结果不一样
print(id(list1))    # 2105959073864
print(id(list2))    # 2105989035464

print('-' * 30)

# 打印 list1 和 list2 两个列表中的子列表的内存地址 => 结果一样
print(id(list1[0]))
print(id(list2[0]))

list2[0][0] = "安娜"

# 结果list2列表修改了,list1列表数据也修改了
print(list2)    # [['安娜', '李四'], '王五', '赵六', '钱七']
print(list1)    # [['安娜', '李四'], '王五', '赵六', '钱七']
python 复制代码
# 现有女警司有额度为200000元的信用卡,卡号为:20200520,已使用的额度:15000
# 现需要实现曹达华也需要绑定这张信用卡进行付款

card = ["女警司", 20200520, [200000, 15000]]    # 女警司名下的信用卡

c_card = card.copy()    # 曹达华账户也开了一张绑定女警司信用卡的信用卡,且修改姓名和卡号
c_card[0] = "曹达华"
c_card[1] = 20200521
print(c_card)   # 打印出曹达华的信用卡信息 ['曹达华', 20200521, [200000, 15000]]

card[2][1] += 2000   # 此时女警司使用了信用卡且刷了2000元

print(c_card)  # 此时曹达华的信用卡额度也随之变化

# 运行结果如下
# ['曹达华', 20200521, [200000, 15000]]
# ['曹达华', 20200521, [200000, 17000]]    # 女警司刷卡后,曹达华所持的信用卡已使用的额度随之增长
相关推荐
一晌小贪欢5 分钟前
Python爬虫第7课:多线程与异步爬虫技术
开发语言·爬虫·python·网络爬虫·python爬虫·python3
yanxing.D2 小时前
OpenCV轻松入门_面向python(第六章 阈值处理)
人工智能·python·opencv·计算机视觉
JJJJ_iii4 小时前
【机器学习01】监督学习、无监督学习、线性回归、代价函数
人工智能·笔记·python·学习·机器学习·jupyter·线性回归
Python图像识别6 小时前
71_基于深度学习的布料瑕疵检测识别系统(yolo11、yolov8、yolov5+UI界面+Python项目源码+模型+标注好的数据集)
python·深度学习·yolo
千码君20167 小时前
React Native:从react的解构看编程众多语言中的解构
java·javascript·python·react native·react.js·解包·解构
淮北4948 小时前
windows安装minicoda
windows·python·conda
爱喝白开水a9 小时前
LangChain 基础系列之 Prompt 工程详解:从设计原理到实战模板_langchain prompt
开发语言·数据库·人工智能·python·langchain·prompt·知识图谱
默默coding的程序猿11 小时前
3.git的分支携带问题是什么?怎么解决?
java·git·python·svn·gitee·github·intellij-idea
新子y13 小时前
【小白笔记】PyTorch 和 Python 基础的这些问题
pytorch·笔记·python
我是李武涯13 小时前
PyTorch DataLoader 高级用法
人工智能·pytorch·python