用來練手的python 練習題，原鏈接 : python練習實例7

練習實例7非常的簡單也有意思。題干 : 將一個列表的數據復制到另一個列表中。

完成這個操作的代碼非常簡單，即使是我這樣的初學者應該也是一語道破，賦值語句嘛。但這里我們就列舉出幾種不同的賦值方法，其背后的邏輯和細節其實是大不相同的。

下面放出源代碼,首先當然是使用我們的賦值語句進行數據復制了，這里我使用的是numpy array代替list :

import numpy as np
a = np.array([1,2,3,4,5])
c = a
print(c)
print(a)
print(c is a)
print(id(c))
print(id(a))

輸出結果如下 :

我們不難發現，當我們使用賦值語句 “=” 直接對numpy 矩陣進行復制時，實際我們是讓c與a指向了同一塊內存。a和c不僅數值一致，他們在內存中對應的地址也是一樣的。那么我們對a進行一些操作，看看會有什么發生呢:

a -= 1
print(a)
print(c)
print(c is a)
print(id(a))
print(id(c))

這里我們對a進行自增(自增和自減操作一樣)，輸出結果如下:

我們發現，當對變量進行自增或自減操作時，變量的地址并沒有改變，相應的，兩個指向同一內存塊的變量a和c的值當然同時改變了。

那么如果我們對a進行減法運算會發生什么呢,代碼如下:

a = a - 1
print(a)
print(c)
print(c is a)
print(id(a))
print(id(c))

這次我們對矩陣a進行減法運算，輸出結果如下:

不難發現，當我們運算$a=a?1$時，python為新的變量a重新分配了內存，自然而然地，a矩陣和c矩陣就不再對應同一個內存地址了。

我們嘗試了使用賦值語句進行復制，那么如果我們使用np.copy()方法會怎么樣呢？
源代碼如下:

f = np.copy(a)
print(f)
print(a)
print(a is f)
print(id(a))
print(id(f))

輸出結果如下:

我們發現，使用copy方法進行復制時，僅僅只是對數值的復制，Python會為變量重新分配內存，而不會像賦值語句一樣使兩個變量公用同一塊內存空間。

使用下述代碼也可以實現copy一樣的作用，只復制數值，而不改變變量的地址:

g = a[:]
print(g)
print(a)
print(a is g)
print(id(a))
print(id(g))

輸出結果: