Python深浅拷贝

目录

1 深浅拷贝理解

2 浅拷贝

2.1 使用copy. copy()函数浅拷贝

2.2 使用数据类型构造器浅拷贝

2.3 列表使用切片进行浅拷贝

2.4 赋值操作与浅拷贝的区别

3 深拷贝

4 numpy的深浅拷贝

4.1 numpy的浅拷贝

4.2 numpy的深拷贝

1 深浅拷贝理解

浅拷贝，指的是重新分配一块内存，创建一个新的对象，但里面的元素是原对象中各个子对象的引用。

深拷贝，是指重新分配一块内存，创建一个新的对象，并且将原对象中的元素，以递归的方式，通过创建新的子对象拷贝到新对象中。因此，新对象和原对象没有任何关联。

浅拷贝得到的新对象与原对象内部的子对象是相同的，子对象具有相同的数据与地址，修改新对象的子对象中的不可变数据类型变量时，原对象的变量值不会改变，修改新对象的子对象中的可变数据类型变量时，原对象的值也会跟着改变。深拷贝之后的对象与原来的对象没有关系，只是存放的数据相同，可变数据类型的地址不同。

2 浅拷贝

2.1 使用copy. copy()函数浅拷贝

import copy
list1 = [1, 2, [1, 2, 3]]  
list2 = copy.copy(list1)
print(list2 == list1)			# True   list2与list1中的数据相同
print(list2 is list1)			# False  list2与list1是不同的对象
print(id(list1) == id(list2))	# False  list2与list1内存地址不同

对新对象list2中的不可变数据进行赋值操作（分配了新的内存空间），此时list1中对应的位置不会改变

list2[1] = 100
print(list1, list2)				
# [1, 2, [1, 2, 3]]   [1, 100, [1, 2, 3]]

print(id(list1[0]), id(list2[0]))		# 1798725265712 1798725265712
print(id(list1[1]), id(list2[1]))		# 1798725265744 1798725457360

若对新对象list2中的可变数据进行修改操作，list1中对应自变量会改变

ist2[2].append(100)
print(list1, list2)     # [1, 2, [1, 2, 3, 100]]   [1, 100, [1, 2, 3, 100]]

2.2 使用数据类型构造器浅拷贝

list1 = [1, 2, 3, [1, 2, 3]]
list2 = list(list1)  
print(list1, list2)     # [1, 2, 3, [1, 2, 3]]   [1, 2, 3, [1, 2, 3]]

# 不可变数据
list2[1] = 100
print(list1, list2)		# [1, 2, 3, [1, 2, 3]]   [1, 100, 3, [1, 2, 3]]

# 可变数据
list2[2].append(5)
print(list1, list2)		# [1, 2, 3, [1, 2, 3, 5]]   [1, 100, 3, [1, 2, 3, 5]]

2.3 列表使用切片进行浅拷贝

list1 = [1, 2, 3, [1, 2, 3]]
list2 = list1[1:]  
print(list1, list2)   # [1, 2, 3, [1, 2, 3]] [2, 3, [1, 2, 3]]

# 不可变数据
list2[1] = 100
print(list1, list2)   # [1, 2, 3, [1, 2, 3]] [2, 100, [1, 2, 3]]

# 可变数据
list2[2].append(5)
print(list1, list2)   # [1, 2, 3, [1, 2, 3, 5]] [2, 100, [1, 2, 3, 5]]

2.4 赋值操作与浅拷贝的区别

赋值是对原对象的引用，相当于给对象起了个别名，而浅拷贝是把原对象的引用复制给新对象。赋值得到的新对象，当改变其变量值时，不论是可变还是不可变数据类型的值，原对象的值也会跟着改变。

import copy
list1 = [1, 2, [1, 2, 3]]  
list2 = list1
print(list2 == list1)			# True   list2与list1中的数据相同
print(list2 is list1)			# True   list2与list1是相同的对象
print(id(list1) == id(list2))	# True   list2与list1内存地址相同

list2[1] = 100
print(list1, list2)				# [1, 100, [1, 2, 3]]   [1, 100, [1, 2, 3]]

print(id(list1[0]), id(list2[0]))		# 2433504143664 2433504143664
print(id(list1[1]), id(list2[1]))		# 2433504335312 2433504335312

list1[2].append(100)
print(list1, list2)             # [1, 100, [1, 2, 3, 100]] [1, 100, [1, 2, 3, 100]]

3 深拷贝

在python中，浅拷贝使用copy. deepcopy()函数。

import copy
list1 = [1, 2, [1, 2, 3]]  
list2 = copy.deepcopy(list1)
print(list2 == list1)			# True   list2与list1中的数据相同
print(list2 is list1)			# False  list2与list1是不同的对象
print(id(list1) == id(list2))	# False  list2与list1内存地址不同
print(id(list1), id(list2))		# 2433627089600 2433627099968

# 不可变数据
list2[1] = 100
print(list1, list2)				# [1, 2, [1, 2, 3]]   [1, 100, [1, 2, 3]]

print(id(list1[0]), id(list2[0]))		# 2433504143664 2433504143664
print(id(list1[1]), id(list2[1]))		# 2433504143696 2433504335312
print(id(list1[2]), id(list2[2]))       # 2433559239616 2433633751488	可变子对象具有不同的地址

# 可变数据
list2[2].append(100)
print(list1, list2)             # [1, 2, [1, 2, 3]] [1, 100, [1, 2, 3, 100]]

print(id(list1[0]), id(list2[0]))		# 2433504143664 2433504143664 对于不可变数据类型变量，变量值相同，地址相同
print(id(list1[1]), id(list2[1]))		# 2433504143696 2433504335312
print(id(list1[2]), id(list2[2]))       # 2433559239616 2433633751488  可变子对象的值更改后，地址不变

深拷贝后的两个对象是完全不同的对象，改变新对象中的任意变量不会对原对象造成影响。对于可变数据类型的子对象，深拷贝之后，子对象地址发生改变，但浅拷贝时不变。

4 numpy的深浅拷贝

4.1 numpy的浅拷贝

numpy中使用赋值(=)操作或者view()函数进行浅拷贝操作。

import numpy as np
a = np.array([1, 2, 3, 4])
b = a.view()
c = a
b[0] = 100
print(a, b, c)			# [100   2   3   4]  [100   2   3   4]  [100   2   3   4]

4.2 numpy的深拷贝

numpy中使用copy()函数进行浅拷贝操作。

import numpy as np
a = np.array([1, 2, 3, 4])
b = a.copy()
b[0] = 100
print(a, b)				# [1 2 3 4]  [100   2   3   4]