对python浅拷贝和深拷贝的完整认识

什么是可变对象和不可变对象

---

这是在介绍本文内容时，要了解的知识。

----->不可变现象：对象所指向内存中的值不能被改变，当变量要改变时，实际上是把原来的值复制一份后在改变，开辟一个新地址（int、float、str、tuple）

------>可变对象：对象所指向的内存中的值可以被改变。实际上是该对象所指的值直接发生改变，并没有发生复制行为，也没有开辟新的地址。（list、set）

太干吧了，来点代码滋润下。

>>> a = [1,2,3,4]
>>> b = a
>>> a[0] = 3
>>> print(a)
[3, 2, 3, 4]
>>> print(b)
[3, 2, 3, 4]

这样往往会与你使用b = a这个预想的效果产生偏差，因为列表是个可变对象，对象在所指的内存中直接发生改变。会让操作变得尴尬。

python是动态解释性语言，所以创建变量的方式会有所不同。

变量：是系统变量名表中的元素

对象：则是计算机分配的一块内存

>>> id(2)
140718258312256
>>> a = 2
>>> id(a)
140718258312256
>>> b = 2
>>> id(2)
140718258312256

感受一下

再来一张图可以加深你的理解

 这样我们就大概的了接了什么是可变对象和不可变对象。

---

那么，了解这些之后，进入最重要的环节   ------>深拷贝和浅拷贝

为什么要用到拷贝呢？上面代码上的例子我们可以看出为了不想对原对象产生副作用。也就是让b指向原来a的对象，但是可以修改a的时候让b不受到影响。

拷贝引入了python中的copy模块

浅拷贝：copy.copy()      调用对象的拷贝：list.copy()       对列表切片的拷贝：M[ : ]

深拷贝：copy.deepcopy()

来点代码，看看对比

浅拷贝 

拷贝可变对象时 ：拷贝外面的外壳，里面的元素不拷贝

>>> import copy
>>> a = [1,2,3,4,['a','b']]
>>> b = a
>>> c = copy.copy(a)
>>> a.append(5)
>>> a[4].append('c')
>>> print(a)
[1, 2, 3, 4, ['a', 'b', 'c'], 5]
>>> print(b)
[1, 2, 3, 4, ['a', 'b', 'c'], 5]
>>> print(c)
[1, 2, 3, 4, ['a', 'b', 'c']]
>>> c[4].append('d')
>>> print(a)
[1, 2, 3, 4, ['a', 'b', 'c', 'd']]
>>> print(id(a),id(b),id(c))
2104758109576 2104758109576 2104755888008

 

深拷贝

拷贝可变对象时：外壳和里面的元素都拷贝

拷贝不可变对象时：拷贝新对象

>>> import copy
>>> a = [1,2,3,4,['a','b']]
>>> b = a
>>> c = copy.deepcopy(a)
>>> a.append(5)
>>> a[4].append('c')
>>> print(a)
[1, 2, 3, 4, ['a', 'b', 'c'], 5]
>>> print(b)
[1, 2, 3, 4, ['a', 'b', 'c'], 5]
>>> print(c)
[1, 2, 3, 4, ['a', 'b']]
>>> print(id(a),id(b),id(c))
2104755887880 2104755887880 2104758109576

对比之后我们发现

浅拷贝中如果原对象中的list改变，将会影响到改变的对象，当然当你改变改变后对象的list，那么原对象也会因此受到影响。（总之浅拷贝与原对象之间还是有一些藕断丝连的感觉）

深拷贝中完全与原对象没有关系。

所以在我们使用python的时候，复制都会采取深拷贝。

 

see you !!!