Python中列表和数组的赋值，浅拷贝和深拷贝

Python中列表和数组的赋值，浅拷贝和深拷贝

列表赋值：

>>> a = [1, 2, 3]

>>> b = a

>>> print b

[1, 2, 3]

>>> a[0] = 0

>>> print b

[0, 2, 3]

解释：[1, 2, 3]被视作一个对象，a，b均为这个对象的引用，因此，改变a[0],b也随之改变

如果希望b不改变，可以用到切片

>>> b = a[:]

>>> a[0] = 0

>>> print b

[1, 2, 3]

解释，切片a[:]会产生一个新的对象，占用一块新的内存，b指向这个新的内存区域，因此改变a所指向的对象的值，不会影响b

列表深拷贝和浅拷贝

浅拷贝

>>> import copy

>>> a = [1, 2, 3, [5, 6]]

>>> b = copy.copy(a)

>>> print b

[1, 2, 3, [5, 6]]

>>> a[3].append('c')

>>> print b

[1, 2, 3, [5, 6, 'c']]

深拷贝

>>> a = [1, 2, 3, [5, 6]]

>>> b = copy.deepcopy(a)

>>> a[3].append('c')

>>> print b

[1, 2, 3, [5, 6]]

拷贝即是开辟一块新的内存空间，把被拷贝对象中的值复制过去。而浅拷贝并没有为子对象[5,6]开辟一块新的内存空间，而仅仅是实现对a中[5，6]的引用。所以改变a中[5，6]的值，b中的值也会发生变化。

深拷贝则是为子对象也开辟了一块新空间。所以改变a中[5, 6]的值，并不影响b

 

数组赋值不能用切片来达到相同的目的

>>> import numpy as np

>>> a = np.array([1, 2 ,3])

>>> b = a[:]

>>> a[0] = 5

>>> print a, b

[5 2 3] [5 2 3]

如上，虽然用切片，但不能达到修改a而不影响b的目的。说明a,b仍然指向同一块内存。

此时，只能用拷贝

>>> b = a.copy()

>>> a[0] = 5

>>> print a, b

[5 2 3] [1 2 3]

此时修改a不会影响到b。其中的原因以后进一步深究。

注意，列表的拷贝是copy.copy(obj)或copy.deepcopy(obj),数组的拷贝是obj.copy()