1. 浅拷贝(Shallow Copy) 浅拷贝创建一个新的字典对象,但只复制原字典中元素的引用,不复制元素本身。 实现方式: python 复制 下载 import copy original = {'a': [1, 2, 3], 'b': {'x': 10, 'y': 20}} # 方法1:使用 dict() 构造函数 shallow1 = dict(original) # 方法2:使用 copy() 方法 shallow2 = original.copy() # 方法3:使用 copy 模块的 copy() 函数 shallow3 = copy.copy(original) # 方法4:使用字典推导式 shallow4 = {k: v for k, v in original.items()} 浅拷贝的特点: original = {'name': 'Alice', 'scores': [90, 85, 88]} shallow = original.copy() # 修改不可变对象(字符串)- 不影响原字典 shallow['name'] = 'Bob' print(original['name']) # 输出: Alice(不受影响) # 修改可变对象(列表)- 会影响原字典 shallow['scores'].append(95) print(original['scores']) # 输出: [90, 85, 88, 95](被修改了!) 2. 深拷贝(Deep Copy) 深拷贝创建一个新的字典对象,并且递归地复制所有嵌套的对象,创建完全独立的副本。 import copy original = {'a': [1, 2, 3], 'b': {'x': 10, 'y': 20}} # 使用 copy 模块的 deepcopy() 函数 deep = copy.deepcopy(original) 深拷贝的特点: import copy original = {'name': 'Alice', 'scores': [90, 85, 88]} deep = copy.deepcopy(original) # 修改嵌套对象 - 不影响原字典 deep['scores'].append(95) print(original['scores']) # 输出: [90, 85, 88](不受影响) print(deep['scores']) # 输出: [90, 85, 88, 95]python 学习 拷贝
张小明
前端开发工程师
PIC18LF46K42与PAM8904构建可定制警报系统
1. 项目背景与核心需求在现代电子设备中,警报和通知系统无处不在。从智能家居的烟雾报警到工业设备的故障提示,再到医疗设备的紧急状态提醒,可靠的通知机制都是保障安全和提升用户体验的关键环节。这个项目将使用PIC18LF46K42微控制器和PAM89…
Nano Banana2:基于Gemini 3.1 Flash的AI图像生成工具实战指南
1. 先搞清楚 Nano Banana2 到底是什么,能解决什么问题Nano Banana2 是一个基于 Gemini 3.1 Flash 架构的 AI 图像生成工具,专门针对需要快速产出海报、广告素材、社交媒体配图等商业用途的设计场景。和很多只能生成艺术风格图片的 AI 工具不同࿰…
天融信Topgate防火墙NAT配置实战:3步完成SNAT与DNAT策略联动
天融信Topgate防火墙NAT配置实战:3步完成SNAT与DNAT策略联动在企业网络架构中,地址转换(NAT)技术如同交通枢纽的智能调度系统,既要确保内部车辆有序驶入公共道路(SNAT),又要引导外部…
算法札记:SPFA判负环算法的证明
SPFA判负环算法有两种主流判定方式,核心都基于图论的抽屉原理完成严谨证明:前言:SPFA基于bellman-foyd,想不通就用bellman-foyd来想想一、基于点入队次数的判定证明判定规则:若图中某节点的入队次数≥总节点数n&am…
生产级多维聚合:pandas五大核心模式与避坑指南
1. 项目概述:为什么多维聚合不是“加个groupby”就能搞定的事我在银行数据平台组干了八年,从最早用SQL写几十行嵌套子查询做客户分层,到现在每天在Jupyter里调试pandas的agg链式调用,踩过的坑比写的代码还多。今天这篇讲的“多维聚…
Pandas多维聚合实战:金融级数据工程体系构建
1. 项目概述:为什么多维聚合不是“加个groupby”就能搞定的事我在银行风控部门做过三年数据管道开发,后来跳槽到一家头部支付机构做BI平台架构。这期间最常被业务方拍着桌子问的一句话是:“上个月华东区餐饮类商户的交易金额中位数、手续费波…