在Python中切片列表而不生成副本

简短的答案

切片列表不会生成列表中对象的副本；它只是将引用复制到它们。这就是所问问题的答案。

长答案

测试可变和不变的值

首先，让我们测试一下基本主张。我们可以证明，即使在整数之类的不可变对象的情况下，也仅复制了引用。这是三个不同的整数对象，每个都有相同的值：

>>> a = [1000 + 1, 1000 + 1, 1000 + 1]

它们具有相同的值，但是您可以看到它们是三个不同的对象，因为它们具有不同的

id

>>> map(id, a)[140502922988976, 140502922988952, 140502922988928]

对它们进行切片时，引用保持不变。尚未创建新对象：

>>> b = a[1:3]>>> map(id, b)[140502922988952, 140502922988928]

使用具有相同值的不同对象表明复制过程不会为interner困扰，它只是直接复制引用。

使用可变值进行测试会得到相同的结果：

>>> a = [{0: 'zero', 1: 'one'}, ['foo', 'bar']]>>> map(id, a)[4380777000, 4380712040]>>> map(id, a[1:]... )[4380712040]

检查剩余的内存开销

当然，引用 本身 也会被复制。在64位计算机上，每个字节花费8个字节。每个列表都有其自己的72字节的内存开销：

>>> for i in range(len(a)):...     x = a[:i]...     print('len: {}'.format(len(x)))...     print('size: {}'.format(sys.getsizeof(x)))... len: 0size: 72len: 1size: 80len: 2size: 88

正如Joe Pinsonault提醒我们的那样，开销加起来了。整数对象本身不是很大-
它们比引用大三倍。因此，这绝对可以为您节省一些内存，但是，渐近地，能够将多个“视图”列表放入同一内存可能会很好。

使用视图节省内存

不幸的是，Python没有提供简单的方法来产生作为列表“视图”的对象。也许我应该说“幸运”！这意味着您不必担心切片的来源；更改为原始图像不会影响切片。总的来说，这使得对程序行为的推理变得容易得多。

如果您确实想通过使用视图来节省内存，请考虑使用

numpy

numpy

>>> a = numpy.arange(3)>>> aarray([0, 1, 2])>>> b = a[1:3]>>> barray([1, 2])

当我们修改

a

b

>>> a[2] = 1001>>> barray([   1, 1001])

但这意味着您必须确保在修改一个对象时，不要无意间修改了另一个对象。这是您使用时的折衷方案

numpy