python3深拷贝和浅拷贝的区别
一、拷贝对象不同
当原始对象有子对象时，浅拷贝会使用子对象的引用，而深拷贝会复制子对象。深拷贝一般用于复杂数据结构的拷贝，浅拷贝用于一些简单数据结构的拷贝。
二、对拷贝对象的处理方式不同
在浅拷贝中，如果修改被引用的对象，则原始对象和浅拷贝对象的子对象都将发生变化。而在深拷贝中，即使修改被引用的对象，深拷贝对象和原始对象的子对象之间也没有任何联系。
三、应用场景不同
深拷贝通常比浅拷贝效率更低，但在复制大型数据集时，深拷贝的优势更加明显。此外，深拷贝不仅可以用于复制对象，还可以用于将对象存储在内存中，例如在使用多个线程或多个进程时。
Python3 数据结构
Python3 中有四种标准的数据结构：
List（列表）
Tuple（元组）
Set（集合）
Dictionary（字典）
Python 3 的六个标准数据类型中：
不可变数据（3 个）：Number（数字）、String（字符串）、Tuple（元组）。
可变数据（3 个）：List（列表）、Dictionary（字典）、Set（集合）。
1 装饰器的引入
在日常需求开发中，假使我们需要对已经开发上线的程序添加某些功能，但是又不能对程序中函数的源代码进行修改，该如何处理呢？此时，就需要使用到Python中的装饰器（Decorator）。
2 Python闭包
2.1 函数也是一个对象
在讲闭包之前，首先明确一点：在Python中，一切皆对象。因此，Python中函数也是一个对象：
def add(a, b):
return a + b
print(type(add)) # <class 'function'>
此时，我们可以给add这个函数对象起个别名为my_add，但是其仅仅是一个函数对象，如果要进行函数调用，需要写成my_add(*args, **kwargs)：
my_add = add
print(my_add) # <function add at 0x7fca90ac1d30>
print(my_add(2, 3)) # 5
2.2 高阶函数
在Python中，满足下列条件之一的函数，我们称之为高阶函数：
接收函数作为参数
返回值是一个函数对象
例如：
def add(a, b):
return a + b
def my_func(func):
return func
my_add = my_func(add)
print(my_add(2, 3)) # 5
2.3 闭包
如果一个函数定义在另一个函数的作用域内，并且引用了外层函数的变量，则该函数称为闭包（Closure）：
def outer():
a = 2
b = 3
def inner():
sum_ = a + b
return sum_
return inner
my_func = outer()
print(my_func()) # 5
3 装饰器
3.1 一个简单的装饰器
import time
def timer(func):
def inner():
start = time.time()
func()
end = time.time()
print("{} 函数运行用时{:.2f}秒".format(func.__name__, (end - start)))
return inner
def my_print():
print("Hello Python!")
time.sleep(1)
my_print = timer(my_print)
my_print()
输出结果：
Hello Python!
my_print 函数运行用时1.00秒
3.2 语法糖的实现
在上述代码中，稍作修改，使用@timer即可对my_print()函数进行装饰：
import time
def timer(func):
def inner():
start = time.time()
func()
end = time.time()
print("{} 函数运行用时{:.2f}秒".format(func.__name__, (end - start)))
return inner
@timer
def my_print():
print("Hello Python!")
time.sleep(1)
my_print()
3.3 装饰器的一般写法
对于函数需要进行传参的一般情况下，我们使用*args, **kwargs进行参数解包操作：
import time
def timer(func):
def inner(*args, **kwargs):
start = time.time()
sum_ = func(*args, **kwargs)
end = time.time()
print("{} 函数运行用时{:.2f}秒".format(func.__name__, (end - start)))
return sum_
return inner
@timer
def add(a, b):
time.sleep(1)
return a + b
print(add(2, 3))
输出结果：
add 函数运行用时1.00秒
5