python toimage函数 -baijiahao_python:深拷贝,浅拷贝，赋值引用(转载)

1. python的复制，深拷贝和浅拷贝的区别

在python中，对象赋值实际上是对象的引用。当创建一个对象，然后把它赋给另一个变量的时候，python并没有拷贝这个对象，而只是拷贝了这个对象的引用

一般有三种方法，

alist=[1,2,3,["a","b"]] 

（1）直接赋值,默认浅拷贝传递对象的引用而已,原始列表改变，被赋值的b也会做相同的改变

>>> b=alist
>>> print b
[1, 2, 3, ['a', 'b']]
>>> alist.append(5)
>>> print alist;print b
[1, 2, 3, ['a', 'b'], 5]
[1, 2, 3, ['a', 'b'], 5]

（2）copy浅拷贝，没有拷贝子对象，所以原始数据改变，子对象会改变

>>> import copy
>>> c=copy.copy(alist)
>>> print alist;print c
[1, 2, 3, ['a', 'b']]
[1, 2, 3, ['a', 'b']]
>>> alist.append(5)
>>> print alist;print c
[1, 2, 3, ['a', 'b'], 5]
[1, 2, 3, ['a', 'b']]
>>> alist[3]
['a', 'b']
>>> alist[3].append('cccc')
>>> print alist;print c
[1, 2, 3, ['a', 'b', 'cccc'], 5]
[1, 2, 3, ['a', 'b', 'cccc']] 里面的子对象被改变了

（3）深拷贝，包含对象里面的自对象的拷贝，所以原始对象的改变不会造成深拷贝里任何子元素的改变

>>> import copy
>>> d=copy.deepcopy(alist)
>>> print alist;print d
[1, 2, 3, ['a', 'b']]
[1, 2, 3, ['a', 'b']]始终没有改变
>>> alist.append(5)
>>> print alist;print d
[1, 2, 3, ['a', 'b'], 5]
[1, 2, 3, ['a', 'b']]始终没有改变
>>> alist[3]
['a', 'b']
>>> alist[3].append("ccccc")
>>> print alist;print d
[1, 2, 3, ['a', 'b', 'ccccc'], 5]
[1, 2, 3, ['a', 'b']]  始终没有改变

2. python的复制，深拷贝和浅拷贝的背景与意义？

不像matlab一样，比如b=a，就是单纯用a给b赋值，之后a怎么变，b不会变化。c语言也是一样。

如果想a怎么变，b就怎么变，c语言里就提出了引用的概念，相当于别名了。

example:

int a; int &ra=a; //定义引用ra,它是变量a的引用，即别名

okay!这篇文章有详解浅拷贝与深拷贝的本质原因：重新开辟内存来存储

https://www.jianshu.com/p/9ed9b5ce7bb0

https://baijiahao.baidu.com/s?id=1627356407968660842&wfr=spider&for=pc

这篇文章提出pythond的这个设计可以防止数据篡改，或者灵活改变

在Python中，对对象有一种很通俗的说法，万物皆对象。说的就是构造的任何数据类型都是一个对象，无论是数字、字符串、还是函数，甚至是模块、Python都对当做对象处理。

所有Python对象都拥有三个属性：身份、类型、值。

name="Li J"

print(type(name))

print(id(name))

print(name)

 

#输出：

#<type 'str'>

#140334394101408

#Li J

可变与不可变对象

在Python中，按更新对象的方式，可以将对象分为2大类：可变对象与不可变对象。

可变对象： 列表、字典、集合。所谓可变是指可变对象的值可变，身份是不变的。

不可变对象：数字、字符串、元组。不可变对象就是对象的身份和值都不可变。新创建的对象被关联到原来的变量名，旧对象被丢弃，垃圾回收器会在适当的时机回收这些对象。

var1 = "python" #字符串类型是不可变的

print(id(var1))

var1 = "java"

print(id(var1))

 

a=[3,4]   #list是可变的，

print(id(a))

a.append(3)

print(id(a))

 

#输出结果：

140591145210096

140591145211632

140590909362688

140590909362688

引用

在Python程序中，每个对象都会在内存中申请开辟一块空间来保存该对象，该对象在内存中所在位置的地址被称为引用。在开发程序时，所定义的变量名实际就对象的地址引用。

引用实际就是内存中的一个数字地址编号，在使用对象时，只要知道这个对象的地址，就可以操作这个对象，但是因为这个数字地址不方便在开发时使用和记忆，所以使用变量名的形式来代替对象的数字地址。在Python中，变量就是地址的一种表示形式，并不开辟开辟存储空间。

就像 IP 地址，在访问网站时，实际都是通过 IP 地址来确定主机，而 IP 地址不方便记忆，所以使用域名来代替 IP 地址，在使用域名访问网站时，域名被解析成 IP 地址来使用。

通过一个例子来说明变量和变量指向的引用就是一个东西：

b=18

print(id(b))

print(id(18))

 

输出：

29413312

29413312

浅拷贝：

print("浅拷贝：")

import copy

b=[1,2,3,4,5]

print("id b:",id(b))

h=copy.copy(b)

print("id h",id(h))

print(h)

h.append(6)

print(h)

print("id h",id(h))

print(b)   #浅拷贝新的列表h改变了，原来的b没变。

 

b[1]='n' #列表元素改变后，新的列表也没变

print(h)

 

输出：

浅拷贝：

('id b:', 140165805110552)

('id h', 140165805110480)

[1, 2, 3, 4, 5]

[1, 2, 3, 4, 5, 6]

('id h', 140165805110480)

[1, 2, 3, 4, 5]

[1, 2, 3, 4, 5, 6]

a = [1, 2]

l1 = [3, 4, a]

l2 = copy.copy(l1)

print(l1)

print(l2)

print(id(l1))

print(id(l2))

a[0] = 11

 

print(id(l1))

print(id(l2))

print(l1)

print(l2)

输出：

[3, 4, [1, 2]]

[3, 4, [1, 2]]

140624327425704

140624326197400

140624327425704

140624326197400

[3, 4, [11, 2]]

[3, 4, [11, 2]]

可以看出浅拷贝，相当于只拷贝了一层，到a那里，a变化了，其值也就变化了。

Python中有多种方式实现浅拷贝，copy模块的copy函数、对象的copy函数、工厂方法、切片等；大多数情况下，编写程序时都是使用浅拷贝，除非有特定的需求；浅拷贝的优点：拷贝速度快，占用空间少，拷贝效率高。

深拷贝

区别于浅拷贝只拷贝顶层引用，深拷贝会逐层进行拷贝，直到拷贝的所有引用都是不可变引用为止。

a = [1, 2]

l1 = [3, 4, a]

l2 = copy.deepcopy(l1)

print(l1)

print(l2)

print(id(l1))

print(id(l2))

a[0] = 11

 

print(id(l1))

print(id(l2))

print(l1)

print(l2)

 

输出：

[3, 4, [1, 2]]

[3, 4, [1, 2]]

140673014398488

140672779715720

140673014398488

140672779715720

[3, 4, [11, 2]]

[3, 4, [1, 2]]

为什么Python默认的拷贝方式是浅拷贝？

时间角度：浅拷贝花费时间更少；

空间角度：浅拷贝花费内存更少；

效率角度：浅拷贝只拷贝顶层数据，一般情况下比深拷贝效率高。