python 实例对象 浅拷贝_python的浅拷贝和深拷贝

一、浅拷贝和深拷贝的作用简述

浅拷贝和深拷贝可以运用于不同的场景，比如一个夫妻联名账户，将账户的信息都放入一个对象中，夫妻两人的账户信息都通过这个对象拷贝而来(两人一人一个账号)，但是任何一个人取出存款都会影响到对方账户中的存款值，这时他们对应的“账户信息”可以使用浅拷贝来处理，如果希望两个用户各自不会受到对方影响，那就是涉及到深拷贝。具体见下面的示例。

要知道浅拷贝和深拷贝的原理，最好先了解python的赋值原理，python中可谓一切皆指针，一切皆对象。另外不同的对象类型，其访问方式和更新模式不同，例如，字符串和数字就是直接访问，元组列表等是顺序访问。了解这些内容再学习浅拷贝和深拷贝会更容易。

图1. 基本对象的基础知识

二、浅拷贝(以下示例都是在python2中运行的)

作用简述中涉及到的示例如下：

>>> person = ['name', ['savings', 100.00]]

>>> hubby = person[:] # slice copy

>>> wifey = list(person) # fac func copy

>>> [id(x) for x in person, hubby, wifey]

[11826320, 12223552, 11850936]

为他们创建了初始有$100 的个人存款帐户。用户名改为定制的名字。虽然我们进行了分开的拷贝，但是，当丈夫取走$50后，他的行为影响到了他妻子的账户(见下面部分)，为什么会这样呢？

>>> hubby[0] = 'joe'

>>> wifey[0] = 'jane'

>>> hubby, wifey

(['joe', ['savings', 100.0]], ['jane', ['savings', 100.0]])

>>> hubby[1][1] = 50.00

>>> hubby, wifey

(['joe', ['savings', 50.0]], ['jane', ['savings', 50.0]])

另外，可以看到，虽然金额相互受到了影响，但是名称却可以各自设置，这是图1中显示的不同对象属性是否可更新影响，列表是一种可以更新的对象，但是字符串不是。同一个列表对象内容是可以更改的，但是每个不同的字符串都是一个新的字符串对象。

三、深拷贝

如果需要的是两个分离不受彼此影响的账户,就需要作些改动了.要得到一个完全拷贝或者说深拷贝--创建一个新的容器对象,包含原有对象元素(引用)全新拷贝的引用--需要copy.deepcopy()函数.我们使用深拷贝来重写整个例子.

>>> person = ['name', ['savings', 100.00]]

>>> hubby = person

>>> import copy

>>> wifey = copy.deepcopy(person)

>>> [id(x) for x in person, hubby, wifey]

[12242056, 12242056, 12224232]

>>> hubby[0] = 'joe'

>>> wifey[0] = 'jane'

>>> hubby, wifey

(['joe', ['savings', 100.0]], ['jane', ['savings', 100.0]])

>>> hubby[1][1] = 50.00

>>> hubby, wifey

(['joe', ['savings', 50.0]], ['jane', ['savings', 100.0]])

这就是我们想要的方式,作为验证,让我们确认一下所有四个对象都是不同的.

>>> [id(x) for x in hubby]

[12191712, 11826280]

>>> [id(x) for x in wifey]

[12114080, 12224792]

以下有几点关于拷贝操作的警告。第一,非容器类型(比如数字,字符串和其他"原子"类型的对象,像code,type和xrange 对象等)没有被拷贝一说,浅拷贝是用完全切片操作来完成的.第二,如果元组变量只包含原子类型对象,对它的深拷贝将不会进行.如果我们把账户信息改成元组类型,那么即便按我们的要求使用深拷贝操作也只能得到一个浅拷贝:

>>> person = ['name', ('savings', 100.00)]

>>> newPerson = copy.deepcopy(person)

>>> [id(x) for x in person, newPerson]

[12225352, 12226112]

>>> [id(x) for x in person]

[9919616, 11800088]

>>> [id(x) for x in newPerson]

[9919616, 11800088]