Python 深拷贝与浅拷贝

最新推荐文章于 2022-06-12 01:42:43 发布

xblzbjs

最新推荐文章于 2022-06-12 01:42:43 发布

阅读量80

点赞数

分类专栏： Python

本文链接：https://blog.csdn.net/Junkies_Huang/article/details/111591421

版权

Python 专栏收录该内容

1 篇文章 0 订阅

订阅专栏

Python 深拷贝与浅拷贝

背景：

在开发中，经常涉及到数据的传递。在数据传递使用过程中，可能会发生数据被修改的问题。为了防止数据被修改，就需要再传递一个副本，即使副本被修改，也不会影响原数据的使用。为了生成这个副本，就产生了拷贝。

概念：

Python拷贝会涉及到Python中对象、可变类型、引用3个概念，下面一一介绍

对象：Python对象都拥有三个属性：身份、类型、值。

>>> name = "xblzbjs"		# name对象，值为'xblzbjs'
>>> id(name)				# 身份
2016648094384
>>> type(name)				# 类型
<class 'str'>

可变类型：在Python中，按更新对象的方式，可以将对象分为2大类：可变对象与不可变对象。
- 可变对象：列表(list)、字典(dict)、集合(set)。所谓可变指可变对象的值可变，身份是不变的。
```
>>> l1 = [1,2,3]
>>> id(l1)
2016648193280
>>> l1 = [1,2]
>>> id(l1)
2016648214464
>>> l1[0]=3
>>> l1
[3, 2]
>>> id(l1)
2016648214464
```
- 不可变对象：数字、字符串(str)、元组(tuple)。不可变对象指对象的身份和值都不可变。新创建的对象被关联到原来的变量名，旧对象被丢弃，垃圾回收器会在适当的时机回收这些对象。
```
>>> num = 4
>>> id(num)
140710421604224
>>> num = 5
>>> id(num)
140710421604256
```
引用：在Python程序中，每个对象都会在内存中申请开辟一块空间来保存该对象，该对象在内存中所在位置的地址被称为引用。在开发程序时，所定义的变量名实际就对象的地址引用。引用实际就是内存中的一个数字地址编号，在使用对象时，只要知道这个对象的地址，就可以操作这个对象，但是因为这个数字地址不方便在开发时使用和记忆，所以使用变量名的形式来代替对象的数字地址。
```
>>> age = 22
>>> id(age)
140710421604800
>>> id(22)
140710421604800
```

深拷贝与浅拷贝的区别

# 定义一个数组对象
>>> l1								
[1, 2, 'a', ['a', 'b']]
# 浅拷贝
>>> l2 = copy.copy(l1)		
# 深拷贝
>>> l3 = copy.deepcopy(l1)				
# 浅拷贝、深拷贝和原数组的地址都不一样
>>> print(id(l1),id(l2),id(l3))			
2016648481472 2016648515456 2016648544832	
# 由于原数组的前三个元素是不可变类型，所以不论是深拷贝还是浅拷贝，其与原对象对应元素的地址都是相同的
>>> print(id(l1[0]),id(l2[0]),id(l3[0]))
140710421604128 140710421604128 140710421604128 
>>> print(id(l1[1]),id(l2[1]),id(l3[1]))	   
140710421604160 140710421604160 140710421604160	 
>>> print(id(l1[2]),id(l2[2]),id(l3[2]))
2016610962992 2016610962992 2016610962992
# 原数组的最后一个元素是可变类型(数组list)，所以浅拷贝与原对象对应元素的地址相同，而深拷贝会重新开辟空间。
>>> print(id(l1[3]),id(l2[3]),id(l3[3]))
2016648499776 2016648499776 2016648539584
>>> l1[3][1] = 'c'
>>> l2[3][1]
'c'
>>> l3[3][1]
'b'