时间戳

首页 > 解决方案 > 如何在不影响python中的（引用）地址的情况下更改列表的内容？

python - 如何在不影响python中的（引用）地址的情况下更改列表的内容？

问题描述

我正在将我的 C++ 代码移植到 Python。在 C++ 中，我经常使用引用来维护数据源和“指针”之间的一些连接。一开始，我以为 Python 没有指针的概念，但经过一番研究，我发现如果不应用 deepcopy，两个列表之间的赋值会保持对源列表的引用。在下面的代码中，我试图创建一些 numpy 数组的列表，并有一个外部变量“指向”该列表，因此对外部引用的任何修改都会相应地更改内部数据。

import numpy as np
import copy

class myList:
    _data = None

    def __init__(self):
        self._data = [np.array([1,2,3,4,5]), np.array([7,8,2,3,1]), np.array([9,9,3,7,5])]

    def getData(self, reference=False):
        if reference:
            return self._data
        else:
            return copy.deepcopy(self._data)

if __name__ == '__main__':
    dt = myList()
    ref = dt.getData(reference=True)

    print(id(dt._data), '  ', id(ref))
    ref[1][3] = (k+1) * 11
    print(dt)

上面的代码显示dt._data和ref共享相同的地址，并且任何更改ref都会反映dt._data，反之亦然。但是如果我需要dt._data使用其他一些数据源来重置

if __name__ == '__main__':
    dt = myList()
    ref = dt.getData(reference=True)
    newSrc = [np.array([1, 1, 1, 1, 1]), np.array([2, 2, 2, 2, 2]), np.array([3, 3, 3, 3, 3])]
    dt._data = copy.deepcopy(newSrc)  
    print(id(dt._data), '  ', id(ref)) # different address shown

的地址dt._data将改变，而ref将保持不变。经过反复试验，我发现逐行执行分配似乎可以解决问题

if __name__ == '__main__':
    dt = myList()
    ref = dt.getData(reference=True)
    newSrc = [np.array([1, 1, 1, 1, 1]), np.array([2, 2, 2, 2, 2]), np.array([3, 3, 3, 3, 3])]
    for i in len(newSrc):
      dt._data[i] = copy.deepcopy(newSrc[i])

    print(id(dt._data), '  ', id(ref)) # sameaddress shown

我不确定这是否是解决问题的正确方法，但至少如果 newSrc 和 dt._data 的维度相同，它不会引发任何问题。但是如果 newSrc 的行数比 dt._data 多或少，这会导致问题吗？如果是，是否像 C/C++ 一样只是更改“指针”的内容（如 *pointer = ...）但保持地址不变Python？

标签： pythonlist

解决方案

如果我正确理解了您的问题，您的代码实际上可以按您的预期工作。修改 中的值后ref，修改类内的数组。只需更改代码的最后一行，即可看到差异为print(dt._data).

在您的代码中，当 时reference=True，对象ref的地址与dt._data. 不过，我强烈建议使用 alwaysdt._data以避免将来出现问题。为什么？因为如果您dt._data稍后在代码中进行初始化，ref则将不再指向其内容。

当您设置 时reference=False，ref将包含该时间点数组内容的精确副本。从那时起，它们将在您的代码中表现为完全不同的变量。

推荐阅读