python里clear和copy_Python基础【3】:Python中的深浅拷贝解析

深浅拷贝

在研究Python的深浅拷贝区别前需要先弄清楚以下的一些基础概念：

变量--引用--对象(可变对象，不可变对象)

切片(序列化对象)--拷贝(深拷贝，浅拷贝)

我是铺垫~

一、【变量--引用--对象】：

Python中一切皆对象，甚至连type本身都是type对象。

1 >>> type(type(n1))

2

Python中的变量不同于与Java/c/c++不同，它是对象的引用，是动态型变量，数据类型无须提前声明，变量类型是根据对象的类型动态变化。

例如运行n=9，Python内部先在内存中找块地址来存储9，n只是对这个对象的引用，或者说将指针指向这个对象。

这里的整数对象9包含了两层含义：

1、数值为9

2、一个头部信息，告诉Python这是个int对象【可理解为一个指向int类型的指针】

小结：

变量是一个系统表的元素，拥有指向对象的连接的空间；

对象是被分配的一块内存，用来存储值；

引用是在变量赋值时自动形成的变量到对象的指针。

再来看下面的例子：

1 >>> a = 3

2 >>> b = a

3 >>> id(a);id(b)

4 1627390480

5 1627390480

6 >>> del a

7 >>> b

8 3>>> a = 5>>> b3

可以看出，a和b共享引用，指向同一个内存地址(其id完全相同)，所以将变量a删除或者将a赋值为4，都对变量b的数值无影响。

上面的例子有一个局限，就是数值类型对象是不可改变的，如果换成列表和元组对象呢？

二、【可变对象--不可变对象】

Python中的可变对象：可以修改的对象，列表和字典。

Python中的不可变对象：一旦创建就不可以修改的对象，字符串、元组、整数。1 >>> L1 = [2,3,4]

2 >>> L2 = L1

3 >>> L2

4 [2, 3, 4]

5 >>> L1= [5,6]

6 >>> L2

7 [2, 3, 4]

8 >>> L1 = [1,2,3]

9 >>> L2 = L1

10 >>> L1[0] = 99

11 >>> L1;L2

12 [99, 2, 3]

13 [99, 2, 3]

14 #因为对象本身变了

如此一来，可变对象的变量共享引用就可能会有问题了(原本对源变量的修改，一不小心影响了其他的变量引用)。所以针对这种情景，才有了深浅copy。

那么如果不想改变上面L2的值有两种作法：切片和copy模块。

1 >>> L1

2 [99, 2, 3]

3 >>> L2 = L1[:]

4 >>> L1,L2

5 ([99, 2, 3], [99, 2, 3])

6 >>> id(L1);id(L2)

7 3089554433480

8 3089554433992

9 >>> L1[0] = 100

10 >>> L1;L2

11 [100, 2, 3]

12 [99, 2, 3]

拷贝

切片技术的应用范围：序列对象，即列表、字符串、元组。注：序列是一类基本数据类型(字符串/列表/元组)的统称，这些数据类型都含有一些共同的特性。

切片不能应用于字典，对于字典只有dic.copy()方法和dic.deepcopy()方法。

1 >>> dic = {'name':'bolen','age':18}

2 >>> [item for item in dir(dic) if not item.startswith('__')]

3 ['clear', 'copy', 'fromkeys', 'get', 'items', 'keys', 'pop', 'popitem', 'setdefault', 'update', 'values']

4

5 #上面的语法和三元运算一样，x = 1 if n >2 else 3(或x = [2,1][n>2])，都是Python中的语法糖。1 >>> import copy

2 >>> L3 = copy.copy(L1)

3 >>> L4 = copy.deepcopy(L1)

4 >>>

上面铺垫了这么多，就是想说深浅拷贝，既可应用于序列对象也可用于字典。

【浅拷贝】

浅拷贝只拷贝顶层对象或者说父级对象。

【深拷贝】

深拷贝是拷贝所有对象，包括顶级对象和镶套对象，或者说拷贝所有父对象和子对象。

闲言少叙，show code:

1 >>> n1

2 {'k1': 'lilei', 'k3': ['yy', 456], 'k2': 123}

3 >>> n4 = n1

4 >>> n2= copy.copy(n1)

5 >>> n3 = copy.deepcopy(n1)

6 >>> n1;n2;n3;n4

7 {'k1': 'bboo', 'k3': ['yy', 456], 'k2': 123}

8 {'k1': 'bboo', 'k3': ['yy', 456], 'k2': 123}

9 {'k1': 'bboo', 'k3': ['yy', 456], 'k2': 123}

10 {'k1': 'bboo', 'k3': ['yy', 456], 'k2': 123}

11 >>> id(n1);id(n2);id(n3);id(n4)

12 3089553992072

13 3089554432904

14 3089554359368

15 3089553992072

16 #深浅拷贝内存地址和源对象都不一样。

17 >>> n1['k1'] = 'bolen'

18 >>> n1;n2;n3;n4

19 {'k1': 'bolen', 'k3': ['yy', 456], 'k2': 123}

20 {'k1': 'bboo', 'k3': ['yy', 456], 'k2': 123}

21 {'k1': 'bboo', 'k3': ['yy', 456], 'k2': 123}

22 {'k1': 'bolen', 'k3': ['yy', 456], 'k2': 123}

23 >>> n1['k3'][1]=789

24 >>> n1;n2;n3;n4

25 {'k1': 'bolen', 'k3': ['yy', 789], 'k2': 123}

26 {'k1': 'bboo', 'k3': ['yy', 789], 'k2': 123}

27 {'k1': 'bboo', 'k3': ['yy', 456], 'k2': 123}

28 {'k1': 'bolen', 'k3': ['yy', 789], 'k2': 123}

29 #当有多层镶套时，源对象改变后，浅拷贝和共享引用的值都变了，而深拷贝没有变。

【总结】

深浅拷贝都是对源对象的复制，占用不同的内存空间

如果源对象只有一级目录的话，源做任何改动，不影响深浅拷贝对象

如果源对象不止一级目录的话，源做任何改动，都要影响浅拷贝，但不影响深拷贝

序列对象的切片其实是浅拷贝，即只拷贝顶级的对象