python对象的引用_Python基础-17对象引用和拷贝

17.对象引用和拷贝

我们先来看看以下向个概念

变量：是系统变量名表中的元素，通常是由程序员进行定义声明

对象：是计算机分配的一块内存，需要足够的空间去表示它的值

引用：是自动形成的从变量到对象的指针

可变对象：允许对自身内容进行修改。如list、dict、set、自定义类型等。

不可变对象：不允许对自身内容进行修改。如果对一个不可变对象进行赋值，实际上是生成一个新的对象，再让变量指向这个对象。如int、float、bool、str、tuple

如果有了解Java的堆栈知识(堆存储真实的数据，而栈则是存储相应引用地址)，则这里所指的对象可以理解为堆，而引用则代表栈。

17.1 对象引用

对象的赋值实际上就是对象引用，创建一个对象并将其赋值给一个变量时，该变量实际是指向了该对象的引用，可使用内置函数id()查看返回值。变量名与对象之间的示意图如下所示：

示例如下所示：

>>> tempA=[1,3,5]

>>> tempB=tempA # tempB对tempA的引用

>>> tempB

[1, 3, 5]

>>> tempB[0]=-100 # 修改tempB的元素，tempA相应的元素也同步进行了更改

>>> tempA

[-100, 3, 5]

>>> tempB

[-100, 3, 5]

>>> id(tempA),id(tempB)

(2614814009544, 2614814009544)

>>> tempB is tempA

True

在上面的例子中，本意是想修改tempB中第一个元素，而连带temA也被一起修改了。因为tempA和tempB引用的是同一个对象，修改其中任意一个变量都会影响到另一个。为了避免这种情况，必须创建对象的副本而不是创建新引用。对于像列表和字典这种容器类对象，可以使用两种拷贝操作：浅拷贝和深拷贝。

17.2 对象的拷贝

17.2.1 浅拷贝

浅拷贝将创建一个新对象，其内容是原对象中元素的引用。可以使用模块copy中的copy()函数，另外也可使用切片操作、对象的copy方法。其特点如下所示：

两个变量的内存地址不同

变量之间存在共享值的情况

对其中一个变量进行更改后，另外的变量也会随之改变

如果使用等号赋值时，连对象都不会重新创建。只有重新创建对象并为其赋值，才会发生浅拷贝。

示例代码如下所示：

>>> a=[1,2,[3,4]]

>>> b=list(a) # 创建a的一个浅复制

>>> b is a

False

>>> b.append(100) # 给b追加一个元素

>>> b

[1, 2, [3, 4], 100] # 修改b中的一个元素

>>> a

[1, 2, [3, 4]]

>>> b[2][0]=-98

>>> b

[1, 2, [-98, 4], 100]

>>> a # a中与b共有的元素值也会发生改变

[1, 2, [-98, 4]]

>>> id(a),id(b)

(2614813897288, 2614813796232)

>>> aa=[1,2,[3,4]]

>>> bb=aa # 直接赋值并没有发生浅拷贝

>>> id(aa),id(bb)

(1960262980168, 1960262980168)

>>> aa = list(bb)

>>> id(aa),id(bb)

(1960263019208, 1960262980168) # 发生了浅拷贝，因此两者的id也不一样

>>> id(aa[0]),id(aa[1]),id(aa[2])

(140715523797264, 140715523797296, 1960263020232)

>>> id(bb[0]),id(bb[1]),id(bb[2])

(140715523797264, 140715523797296, 1960263020232) # 虽然发生了浅拷贝，但内部元素却都指向相同的对象

在上述示例中，a和b是单独的列表对象，但它们包含的元素是共享的。因此修改b的一个元素也会修改a中的对应元素。而在aa和bb中，在发生浅拷贝后，aa和bb两个对象的地址不一样，而其内部元素却指向了相同的对象。

17.2.2 深拷贝

深拷贝将创建一个新对象并对其赋值时，原对象中的所有元素都会在新对象中重新创建一次。常用模块copy中的deepcopy()函数，其特点如下所示：

变量间的内存地址不同

变量间有各自的值，且互不影响

对其任意一个变量的值进行修改，不会影响另外一个

示例代码如下所示：

>>> import copy

>>> a=[1,2,[3,4]]

>>> b=copy.deepcopy(a) # 深拷贝

>>> b is a

False

>>> b.append(100)

>>> b

[1, 2, [3, 4], 100]

>>> a

[1, 2, [3, 4]]

>>> b[2][0]=-98

>>> b

[1, 2, [-98, 4], 100]

>>> a # 在修改b之后，对a没有任何影响

[1, 2, [3, 4]]

>>> id(a),id(b)

(1960263017096, 1960263112136)

>>> aa=[1,2,[3,4]]

>>> bb=copy.deepcopy(aa) # 深拷贝

>>> id(aa),id(bb)

(2540655565384, 2540656480520) # 地址发生改变

>>> id(aa[0]),id(aa[1]),id(aa[2])

(140715523797264, 140715523797296, 2540655563912)

>>> id(bb[0]),id(bb[1]),id(bb[2])

(140715523797264, 140715523797296, 2540656401224)

在打印内部地址发现，前两个元素地址没有属性改变，是因为在Python数字和字符串属于不可变对象。为提升效率，Python语言中，在内存中只存在一份不可变对象，并将其地址(即引用)赋值给其他变量。

浅拷贝和深拷贝仅仅是针对可变对象的，对于不可变对象，赋值的操作过程都是直接将引用赋值。

17.3 小结

现在假设有一个对象a=[ 1, 2 ,[ 3,4 ] ]，有另外一个对象，分别进行=赋值、浅拷贝和深拷贝，其使用小结如下所示：

1.使用=直接赋值，不会发生浅拷贝和深拷贝情况，仅相当于增加一个新标签，并不产生新的对象，示意图如下所示：

针对这种情况，有时候也被比喻为旧瓶装旧酒。

2.使用浅拷贝之后，会创建一个新的对象，但内部元素仍然保持一致，示意图如下所示：

因为元素中1和2为不可变对象，它们互不影响，给人的感觉就相当于复制了一份。这种就是浅拷贝，有时候也被比喻为新瓶装旧酒，虽然产生了新的对象，但里面的内容还是来自同一份。

3.使用深拷贝之后，会创建一个新的对象，原对象中的所有元素会被重新创建一次，示意图如下所示：

对象a和b前两个元素因是不可变对象，所会在进行深拷贝之后，地址不会进行更改。而第三个元素为可变对象，则相当创建了一个副本。所以深拷贝也可以理解为，不仅是对象自身的拷贝，对于对象中每一个子元素，也都进行同样的拷贝。针对这种情况，有时候也被比喻为新瓶装新酒

4.浅拷贝和深拷贝针对的是可变对象

本文同步在微信订阅号上发布，如各位小伙伴们喜欢我的文章，也可以关注我的微信订阅号：woaitest，或扫描下面的二维码添加关注：