python拷贝对象有哪几种方式_Python高级：细说Python浅拷贝和深拷贝-CSDN博客

本文链接：https://blog.csdn.net/weixin_42116794/article/details/113513264

0.说明

先看看浅拷贝的概念：浅拷贝：对一个对象进行浅拷贝其实是新创建了一个类型跟原对象一样，其内容还是原来对象元素的引用，换句话说，这个拷贝的对象本身是新的，但是它的内容不是

序列类型对象的浅拷贝是默认类型拷贝，有以下几种实现方式：完全切片操作：下面操作会有

利用工厂函数：比如list()、dict()等

使用copy模块的copy()函数

其实如果是真正理解了Python对象或者说理解了可变对象和不可变对象，再根据上面的理论知识，浅拷贝和深拷贝基本上算是比较好的掌握了。所以这里不按照书上(指的是《Python核心编程》)的思路来进行总结，当然书上的例子作为入门也是非常不错的。下面给出三个例子，如果都可以理解，那么对Python浅拷贝和深拷贝的掌握到这个程度也就可以了。

1.第一个例子：列表中的元素都是原子类型，即不可变对象

>>> person = ['age', 20]

>>> xpleaf = person[:] #浅拷贝

>>> cl = list(person) #浅拷贝

>>> [id(x) for x in person, xpleaf, cl] #虽然是浅拷贝，但是其实也是生成了新的对象

[140205544875144, 140205544893688, 140205544996232]

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

[140205545021232, 32419728]

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

[140205545021232, 32419728]

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

[140205545021232, 32419728]

#但是可以看到列表中的元素的还是原来对象元素的引用

上面做了浅拷贝的操作，然后下面修改两个浅拷贝的值：>>> xpleaf[1] = 22

>>> cl[1] = 21

>>> person, xpleaf, cl

(['age', 20], ['age', 22], ['age', 21])

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

[140205545021232, 32419728]

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

[140205545021232, 32419680]

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

[140205545021232, 32419704]

修改了两个浅拷贝的值，然后发现内容并没有相互影响，而且后来的id值也发生改变了，怎么会这样？不要忘了，列表中的元素都是不可变对象，修改不可变对象的值，其实就相当于是新生成了一个该对象，然后让列表元素重新指向新生成的不可变对象，在这里是数字对象。

理解这个例子本身并不难，但需要对Python对象和序列类型本身有一定的理解。

2. 第二个例子：列表中包含容器类型变量，即可变对象

>>> person = ['name', ['age', 20]]

>>> xpleaf = person[:]

>>> cl = list(person)

>>> person, xpleaf, cl

(['name', ['age', 20]], ['name', ['age', 20]], ['name', ['age', 20]])

>>> [id(x) for x in person, xpleaf, cl]

[140205544995944, 140205544893688, 140205544875144]

# 查看大列表的元素id值

>>> [id(x) for x in person, xpleaf, cl]

[140205544996160, 140205544875144, 140205544996520]

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

[140205546176112, 140205544995944]

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

[140205546176112, 140205544995944]

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

[140205546176112, 140205544995944]

# 查看小列表的元素id值

>>> [id(x) for x in person[1]]

[140205545021232, 32419680]

>>> [id(x) for x in xpleaf[1]]

[140205545021232, 32419680]

>>> [id(x) for x in cl[1]]

[140205545021232, 32419680]

三个列表的第一个元素的id值都是一样的，这是引用传递，没有什么问题，跟第一个例子类似，因此修改这个值不会有什么问题。但注意看第二个元素，它是一个列表，可以肯定的是，三个列表中的两个元素的id也肯定是相同的，也是引用传递的道理，但现在关键是看第二个元素，也就是这个列表本身，三个大列表(指的是person这个列表)中的这三个小列表的id值都是一样的，于是，浅拷贝对于对象值的影响就会体现出来了，我们尝试去修改其中一个小列表中的值：>>> xpleaf[1][1] = 22

>>> person, xpleaf, cl

(['name', ['age', 22]], ['name', ['age', 22]], ['name', ['age', 22]])

>>> [id(x) for x in person, xpleaf, cl]

[140205544995944, 140205544893688, 140205544875144]

# 查看大列表的元素id值

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

[140205546176112, 140205544995944]

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

[140205546176112, 140205544995944]

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

[140205546176112, 140205544995944]

# 查看小列表的元素id值

>>> [id(x) for x in person[1]]

[140205545021232, 32419680]

>>> [id(x) for x in xpleaf[1]]

[140205545021232, 32419680]

>>> [id(x) for x in cl[1]]

[140205545021232, 32419680]

可以看到问题就出来了，即对一个小列表进行修改，会影响到其它的小列表。我们先抛开所谓的浅拷贝，去思考这个问题本身：有可能不会影响其它小列表吗？肯定没有可能的，因为三个小列表的id都一样，三个小列表里的元素的id也一样，即其实这三个小列表是完全指向同一个对象的，因此，无论修改哪一个，肯定都会影响其它小列表的。

这就是所谓浅拷贝出现的问题。

3.第三个例子：使用深拷贝来解决第二个例子出现的问题

>>> person = ['name', ['age', 20]]

>>> xpleaf = person[:]

>>> from copy import deepcopy as dcp

>>> cl = dcp(person)

>>> person, xpleaf, cl

(['name', ['age', 20]], ['name', ['age', 20]], ['name', ['age', 20]])

>>> [id(x) for x in person, xpleaf, cl]

[140205544995944, 140205544893688, 140205544875144]

# 查看大列表的元素id值

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