python深浅拷贝的底层理解_python学习笔记：深浅拷贝的使用和原理

2.数据类型

在python中数据类型包括：int,bool，float,str,dict,tuble,set,list等等，

首先，我们需要知道在python中哪些是可变数据类型，哪些是不可变数据类型。可变数据类型：列表list和字典dict；不可变数据类型：整型int、浮点型float、字符串型string和元组tuple。

用一句话来概括上述过程就是：“python中的不可变数据类型，不允许变量的值发生变化，如果改变了变量的值，相当于是新建了一个对象，而对于相同的值的对象，在内存中则只有一个对象，内部会有一个引用计数来记录有多少个变量引用这个对象；可变数据类型，允许变量的值发生变化，即如果对变量进行append、+=等这种操作后，只是改变了变量的值，而不会新建一个对象，变量引用的对象的地址也不会变化，不过对于相同的值的不同对象，在内存中则会存在不同的对象，即每个对象都有自己的地址，相当于内存中对于同值的对象保存了多份，这里不存在引用计数，是实实在在的对象。

3.对于数字和字符串来说，无论通过赋值，浅拷贝还是深拷贝，同一个值永远用的是同一个内存地址。

importcopy

a= "i love python"b=a

a1=copy.copy(a)

a2=copy.deepcopy(b)print(id(a))print(id(b))print(id(a1))print(id(a2))

#输出：2114011486192

2114011486192

2114011486192

2114011486192

4.对于字典，列表等可变对象：

例1，关于赋值，只是创建一个变量，该变量仍指向原来内存地址；

#赋值

D = {'k1':'v1','k2':123,'k3':["str1",469]}

D2=Dprint(id(D))print(id(D2))#输出：

2178677065032

2178677065032

例2，浅拷贝，

#浅拷贝

D = {'k1':'v1','k2':123,'k3':["str1",469]}

D2= copy.copy(D) #浅拷贝，额外创建第一层(变量名id改变，对象id不变，还是引用旧对象)

print(id(D))print(id(D2))print(id(D["k1"]))print(id(D2["k1"]))#输出；

1993456403784

1993456836488

1993456800856

1993456800856

例3：深拷贝，在内存中将所有的数据重新创建一份，值的存放位置不变。

D = {'k1':'v1','k2':123,'k3':["str1",469]}

D2=copy.deepcopy(D)print(id(D))print(id(D2))print(id(D["k3"]))print(id(D2["k3"]))print(id(D["k3"][0]))print(id(D2["k3"][0]))#输出：

2129861461320

2129861875016

2129863354440

2129863327624

2129861860856

2129861860856

5.应用：

#浅拷贝，改变新字典，久字典也一起改变

dict = {"cpu":[100],"mem":[200],"disk":[300]}

new_dict=copy.copy(dict)

new_dict["cpu"][0] = 90

print(new_dict)print(dict)#输出：

{'cpu': [90], 'mem': [200], 'disk': [300]}

{'cpu': [90], 'mem': [200], 'disk': [300]}

#深拷贝，改变新字典，久字典没变

dict = {"cpu":[100],"mem":[200],"disk":[300]}

new_dict=copy.deepcopy(dict)

new_dict["cpu"][0] = 90

print(new_dict)print(dict)#输出：

{'cpu': [90], 'mem': [200], 'disk': [300]}

{'cpu': [100], 'mem': [200], 'disk': [300]}

参考：

http://www.cnblogs.com/repo/p/5425774.html

http://blog.csdn.net/jerry_1126/article/details/41852591