python中变量的赋值、浅拷贝、深拷贝

问题

---

写一段测试程序，我本意是想从一个DataFrame对象复制出来一个独立的副本出来，代码如下：

df = pd.DataFrame()

df1 = df

# 改变df1的元素
df1[row][col] = 'b'

print(df)
print(df1)

结果打印出来的df也改变了。

也就是说，在改变df1的时候df也改变了，它们实际指向的同一块内存。

如何解决这个问题呢，查阅了一些资料，把原理和解决思路作一记录。

两类对象

---

首先来了解一下python中的两类对象：不可变对象和可变对象。

• 不可变对象：创建后就不可修改的对象，如数值、字符串和无组等
• 可变对象：创建后仍可修改，如列表、字典、集合、DataFrame等

这样说有点不明所以，它的内存意思是：

• 不可变对象：该对象所指向的内存中的值不能被改变。当修改变量时，相当于把原来的值拷贝一次再修改，这会开辟出一块新内存，变量也指向这个新内存地址
• 可变对象：该对象所指向的内存中的值可以被改变。当修改变量时，直接在内存上修改，所有指向这个内存地址的变量都会发生变化

知道了原理，也就可以深入理解一下赋值和拷贝了。

赋值和拷贝

---

赋值比较常用，也好理解，使用=操作。

拷贝分为浅拷贝和深拷贝，下面分别介绍。

• 赋值：只是复制了新对象的引用，不会开辟新内存。如 a = 1，实际上先创建变量a，再分配内存存储值1，最后将变量a与该内存地址使用引用对应起来。于是每次取a时，得到的是1
• 浅拷贝：创建一个新对象，内容是原对象的引用。有三种实现方式：切片、工厂和copy函数。注意它只拷贝了最外围对象一层，如果对象内嵌套有对象，那么对于嵌套对象，只得到引用而不会得到副本
• 深拷贝：相对于浅拷贝而言，它拷贝出来的是完全独立的一个副本，即使对象有多层嵌套，也会完全拷贝出来一个全新对象。实现方式是copy模块中的deepcopy函数

从以上分析可以看出，对于不可变对象，赋值、浅拷贝和深拷贝的结果是一样的，如下代码：

a = 10
b = a
b = 20
print('赋值：', a, b)
# 赋值： 10 20

import copy
a = 10
b = a
b = copy.copy(a)
b = 20
print('copy：', a, b)
# copy： 10 20

a = 10
b = a
b = copy.deepcopy(a)
b = 20
print('deepcopy：', a, b)
# deepcopy： 10 20

对可变对象，赋值与拷贝的结果就不同了。

由于浅拷贝对对象是否嵌套结果会有不同，分别示例测试一下。

对于没有嵌套的简单对象，copy和deepcopy的结果一致，都得到了对象的独立副本，副本的改变不会改变原值：

a = [1,2,3]
b = a
b[0] = 8
print('赋值：', a, b)
# 赋值： [8, 2, 3] [8, 2, 3]

import copy
a = [1,2,3]
b = copy.copy(a)
b[0] = 8
print('copy：', a, b)
# copy： [1, 2, 3] [8, 2, 3]

a = [1,2,3]
b = copy.deepcopy(a)
b[0] = 8
print('deepcopy：', a, b)
# deepcopy： [1, 2, 3] [8, 2, 3]

对于有嵌套对象的对象，当修改对象外层元素时，浅拷贝和深拷贝结果一样，而修改嵌套内元素时，只有深拷贝副本不会改变原值：

a = [1,2,3,[1,2]]
b = a
b[3][0] = 8
print('赋值：', a, b)
# 赋值： [1, 2, 3, [8, 2]] [1, 2, 3, [8, 2]]

import copy
a = [1,2,3,[1,2]]
b = copy.copy(a)
b[3][0] = 8
print('copy：', a, b)
# copy： [1, 2, 3, [8, 2]] [1, 2, 3, [8, 2]]

a = [1,2,3,[1,2]]
b = copy.deepcopy(a)
b[3][0] = 8
print('deepcopy：', a, b)
# deepcopy： [1, 2, 3, [1, 2]] [1, 2, 3, [8, 2]]

小结

---

明白了以上示例后，开篇的问题自然不在话下。

使用赋值对可变对象进行操作，它们引用的仍是同一块内存，且变量的改变是直接改变内存值。

一个变量的改变自然也会影响到另一变量。

使用深拷贝解决即可。