


Pourquoi la mise à jour d'une copie superficielle d'un dictionnaire Python n'affecte-t-elle pas l'original ?
Comprendre la copie superficielle dans les dictionnaires Python : pourquoi les mises à jour dans la copie n'affectent pas l'original
Lorsque vous travaillez avec des dictionnaires Python, il est important de comprendre la distinction entre la copie superficielle et profonde. Une copie superficielle crée un nouveau dictionnaire contenant des références aux mêmes objets que le dictionnaire d'origine, tandis qu'une copie profonde crée un nouveau dictionnaire avec des copies des objets.
Copie superficielle avec dict.copy()
La méthode dict.copy() effectue une copie superficielle d'un dictionnaire. Cela signifie que le nouveau dictionnaire contiendra des références aux mêmes objets que ceux stockés dans le dictionnaire d'origine. Par conséquent, toutes les modifications apportées à la copie seront également reflétées dans le dictionnaire d'origine.
Exemple :
original = {'a': 1, 'b': 2} new = original.copy() new.update({'c': 3}) print(original) # {'a': 1, 'b': 2} print(new) # {'a': 1, 'c': 3, 'b': 2}
Dans cet exemple, le dict.copy () crée un nouveau dictionnaire, new, qui contient des références aux mêmes objets que le dictionnaire d'origine. Lorsque nous mettons à jour la copie avec {'c' : 3}, l'original et la copie reflètent ce changement.
Pourquoi les mises à jour dans la copie n'affectent pas l'original
La raison pour laquelle les mises à jour dans une copie superficielle n'affectent pas l'original est que la copie ne contient que des références aux objets. Lorsque nous mettons à jour la copie, nous ne modifions pas les objets réels, mais uniquement les références.
Cela contraste avec une liste, où une copie superficielle contient une référence à la liste elle-même et non aux éléments qu'elle contient. Lorsque nous mettons à jour la copie d'une liste, nous mettons à jour les éléments de la liste, ce qui affecte à la fois la copie et l'original.
Copie approfondie avec copy.deepcopy()
Pour créer une copie d'un dictionnaire complètement isolée de l'original, nous pouvons utiliser la fonction copy.deepcopy(). Cette fonction copie récursivement tous les objets du dictionnaire, créant une nouvelle structure avec des références distinctes.
Exemple :
import copy original = {'a': 1, 'b': 2} new = copy.deepcopy(original) new.update({'c': 3}) print(original) # {'a': 1, 'b': 2} print(new) # {'a': 1, 'c': 3, 'b': 2}
Dans cet exemple, le copy.deepcopy( ) crée un nouveau dictionnaire, new, qui contient des copies des objets du dictionnaire d'origine. Lorsque nous mettons à jour la copie, le dictionnaire original n'est pas affecté.
Ce qui précède est le contenu détaillé de. pour plus d'informations, suivez d'autres articles connexes sur le site Web de PHP en chinois!

Outils d'IA chauds

Undress AI Tool
Images de déshabillage gratuites

Undresser.AI Undress
Application basée sur l'IA pour créer des photos de nu réalistes

AI Clothes Remover
Outil d'IA en ligne pour supprimer les vêtements des photos.

Clothoff.io
Dissolvant de vêtements AI

Video Face Swap
Échangez les visages dans n'importe quelle vidéo sans effort grâce à notre outil d'échange de visage AI entièrement gratuit !

Article chaud

Outils chauds

Bloc-notes++7.3.1
Éditeur de code facile à utiliser et gratuit

SublimeText3 version chinoise
Version chinoise, très simple à utiliser

Envoyer Studio 13.0.1
Puissant environnement de développement intégré PHP

Dreamweaver CS6
Outils de développement Web visuel

SublimeText3 version Mac
Logiciel d'édition de code au niveau de Dieu (SublimeText3)

Sujets chauds











Le polymorphisme est un concept de base dans la programmation orientée objet Python, se référant à "une interface, plusieurs implémentations", permettant le traitement unifié de différents types d'objets. 1. Le polymorphisme est implémenté par la réécriture de la méthode. Les sous-classes peuvent redéfinir les méthodes de classe parent. Par exemple, la méthode Spoke () de classe animale a des implémentations différentes dans les sous-classes de chiens et de chats. 2. Les utilisations pratiques du polymorphisme comprennent la simplification de la structure du code et l'amélioration de l'évolutivité, tels que l'appel de la méthode Draw () uniformément dans le programme de dessin graphique, ou la gestion du comportement commun des différents personnages dans le développement de jeux. 3. Le polymorphisme de l'implémentation de Python doit satisfaire: la classe parent définit une méthode, et la classe enfant remplace la méthode, mais ne nécessite pas l'héritage de la même classe parent. Tant que l'objet implémente la même méthode, c'est ce qu'on appelle le "type de canard". 4. Les choses à noter incluent la maintenance

Les paramètres sont des espaces réservés lors de la définition d'une fonction, tandis que les arguments sont des valeurs spécifiques transmises lors de l'appel. 1. Les paramètres de position doivent être passés dans l'ordre, et l'ordre incorrect entraînera des erreurs dans le résultat; 2. Les paramètres de mots clés sont spécifiés par les noms de paramètres, qui peuvent modifier l'ordre et améliorer la lisibilité; 3. Les valeurs de paramètres par défaut sont attribuées lorsqu'elles sont définies pour éviter le code en double, mais les objets variables doivent être évités comme valeurs par défaut; 4. Les args et * kwargs peuvent gérer le nombre incertain de paramètres et conviennent aux interfaces générales ou aux décorateurs, mais doivent être utilisées avec prudence pour maintenir la lisibilité.

Une méthode de classe est une méthode définie dans Python via le décorateur @classMethod. Son premier paramètre est la classe elle-même (CLS), qui est utilisée pour accéder ou modifier l'état de classe. Il peut être appelé via une classe ou une instance, qui affecte la classe entière plutôt que par une instance spécifique; Par exemple, dans la classe de personne, la méthode show_count () compte le nombre d'objets créés; Lorsque vous définissez une méthode de classe, vous devez utiliser le décorateur @classMethod et nommer le premier paramètre CLS, tel que la méthode Change_var (new_value) pour modifier les variables de classe; La méthode de classe est différente de la méthode d'instance (auto-paramètre) et de la méthode statique (pas de paramètres automatiques), et convient aux méthodes d'usine, aux constructeurs alternatifs et à la gestion des variables de classe. Les utilisations courantes incluent:

Les itérateurs sont des objets qui implémentent __iter __ () et __Next __ (). Le générateur est une version simplifiée des itérateurs, qui implémentent automatiquement ces méthodes via le mot clé de rendement. 1. L'ITERATOR renvoie un élément chaque fois qu'il appelle Next () et lance une exception d'arrêt lorsqu'il n'y a plus d'éléments. 2. Le générateur utilise la définition de la fonction pour générer des données à la demande, enregistrer la mémoire et prendre en charge les séquences infinies. 3. Utilisez des itérateurs lors du traitement des ensembles existants, utilisez un générateur lors de la génération de Big Data ou de l'évaluation paresseuse, telles que le chargement ligne par ligne lors de la lecture de fichiers volumineux. Remarque: les objets itérables tels que les listes ne sont pas des itérateurs. Ils doivent être recréés après que l'itérateur a atteint sa fin, et le générateur ne peut le traverser qu'une seule fois.

Il existe de nombreuses façons de fusionner deux listes, et le choix du bon moyen peut améliorer l'efficacité. 1. Utilisez l'épissage du numéro pour générer une nouvelle liste, telle que List1 List2; 2. Use = pour modifier la liste originale, telle que list1 = list2; 3. Utilisez la méthode Extend () pour fonctionner sur la liste originale, telle que list1.extend (list2); 4. Utilisez le numéro pour déballer et fusionner (Python3.5), tels que [list1, * list2], qui prend en charge la combinaison flexible de plusieurs listes ou d'ajout d'éléments. Différentes méthodes conviennent à différents scénarios, et vous devez choisir en fonction de la modification de la liste originale et de la version Python.

La clé pour gérer l'authentification de l'API est de comprendre et d'utiliser correctement la méthode d'authentification. 1. Apikey est la méthode d'authentification la plus simple, généralement placée dans l'en-tête de demande ou les paramètres d'URL; 2. BasicAuth utilise le nom d'utilisateur et le mot de passe pour la transmission de codage Base64, qui convient aux systèmes internes; 3. OAuth2 doit d'abord obtenir le jeton via client_id et client_secret, puis apporter le Bearertoken dans l'en-tête de demande; 4. Afin de gérer l'expiration des jetons, la classe de gestion des jetons peut être encapsulée et rafraîchie automatiquement le jeton; En bref, la sélection de la méthode appropriée en fonction du document et le stockage en toute sécurité des informations clés sont la clé.

Les MagicMethodes de Python (ou Méthodes Dunder) sont des méthodes spéciales utilisées pour définir le comportement des objets, qui commencent et se terminent par un double soulignement. 1. Ils permettent aux objets de répondre aux opérations intégrées, telles que l'addition, la comparaison, la représentation des chaînes, etc.; 2. Les cas d'utilisation courants incluent l'initialisation et la représentation des objets (__init__, __repr__, __str__), les opérations arithmétiques (__add__, __sub__, __mul__) et les opérations de comparaison (__eq__, ___lt__); 3. Lorsque vous l'utilisez, assurez-vous que leur comportement répond aux attentes. Par exemple, __Repr__ devrait retourner les expressions d'objets refactorables et les méthodes arithmétiques devraient renvoyer de nouvelles instances; 4. Des choses sur l'utilisation ou la confusion doivent être évitées.

PythonManagesMemoryAutomAticalusingreferenceCountandAgarBageCollect
