python中的赋值_Python中的赋值与深浅拷贝

鉴于对很多初学编程的小伙伴来说，对于赋值和深浅拷贝的用法有些疑问，所以我就结合python变量存储的特性从内存的角度来谈一谈赋值和深浅拷贝~~~

准备知识

一些基本的定义：

在Python中对象的赋值其实就是对象的引用。当创建一个对象，把它赋值给另一个变量的时候，python并没有拷贝这个对象，只是拷贝了这个对象的引用而已。

浅拷贝：拷贝了最外围的对象本身，内部的元素都只是拷贝了一个引用而已。也就是，把对象复制一遍，但是该对象中引用的其他对象我不复制

深拷贝：外围和内部元素都进行了拷贝对象本身，而不是引用。也就是，把对象复制一遍，并且该对象中引用的其他对象我也复制。

几个术语的解释

变量：是一个系统表的元素，拥有指向对象的连接空间

对象：被分配的一块内存，存储其所代表的值

引用：是自动形成的从变量到对象的指针

注意：类型(int类型，long类型(python3已去除long类型，只剩下int类型的数据))属于对象，不是变量

不可变对象：一旦创建就不可修改的对象，包括字符串、元组、数字

可变对象：可以修改的对象，包括列表、字典。

深浅拷贝的作用

减少内存的使用

以后在做数据的清洗、修改或者入库的时候，对原数据进行复制一份，以防数据修改之后，找不到原数据。

对于不可变对象的深浅拷贝

不可变对象类型(这个不可变对象类型里面不能包含可变对象类型，如元祖里面包含列表就不满足这个条件)，没有被拷贝的说法，即便是用深拷贝，查看id的话也是一样的，如果对其重新赋值，也只是新创建一个对象，替换掉旧的而已。一句话就是，不可变类型，不管是深拷贝还是浅拷贝，地址值和拷贝后的值都是一样的。

数字、字符串等不可变数据类型

赋值

举个栗子：

n1 = 123123n2=n1print(n1,n2)print(id(n1))print(id(n2))

输出结果：123123 123123

1607915318992

1607915318992

在以上代码块当中，a2与a1所赋的值是一样的，都是数字123123。因为python有一个重用机制，对于同一个数字，python并不会开辟一块新的内存空间，而是维护同一块内存地址，只是将该数字对应的内存地址的引用赋值给变量a1和a2。所以根据输出结果，a1和a2其实对应的是同一块内存地址，只是两个不同的引用罢了。同样的，对于a2 = a1，其实效果等同于“a1 = 123123; a2 = 123123”，它也就是将a1指向123123的引用赋值给a2。字符串跟数字的原理雷同，如果把123123改成“abcabc”也是一样的。

结论：对于通过用 = 号赋值，数字和字符串在内存当中用的都是同一块地址。

浅拷贝

同样的栗子：

import copy #使用浅拷贝需要导入copy模块

n1= 123123n3= copy.copy(n1) #使用copy模块里的copy()函数就是浅拷贝了

print(n1,n3)print(id(n1))print(id(n3))

输出结果：123123 123123

2735567515344

2735567515344

通过使用copy模块里的copy()函数来进行浅拷贝，把a1拷贝一份赋值给a3，查看输出结果发现，a1和a3的内存地址还是一样。

结论：对于浅拷贝，数字和字符串在内存当中用的也是同一块地址。

深拷贝

再来一个栗子：

importcopy

n1= 123123n4= copy.deepcopy(n1) #深拷贝是用copy模块里的deepcopy()函数

print(n1,n4)print(id(n1))print(id(n4))

输出结果：123123 123123

2545114525392

2545114525392

这个。。。还用说嘛，直接看结论>>>

结论：综上所述，对于数字和字符串的赋值、浅拷贝、深拷贝在内存当中用的都是同一块地址。

原理图：

字典、列表等可变数据类型

赋值

再举个栗子

n1 = {"k1": "wu", "k2": 123, "k3": ["alex", 678]}

n2= n1 #赋值

print(n1,n2)print(id(n1))print(id(n2))

n1['k1'] = 'c'n1['k3'][0] = 'd'

print(n1,n2)print(id(n1))print(id(n2))

输出结果：

{'k1': 'wu', 'k2': 123, 'k3': ['alex', 678]} {'k1': 'wu', 'k2': 123, 'k3': ['alex', 678]}

1867471875528

1867471875528

{'k1': 'c', 'k2': 123, 'k3': ['d', 678]} {'k1': 'c', 'k2': 123, 'k3': ['d', 678]}

1867471875528

1867471875528

我们的栗子当中用了一个字典n1，字典里面嵌套了一个列表，当我们把n1赋值给n2时，内存地址并没有发生变化，因为其实它也是只是把n1的引用拿过来赋值给n2而已(我们用了一个字典来举例，其他类型也是一样的)。正因为如此，当我们修改字典里面的数据时，n1和n2都会发生改变。

结论：对于赋值，字典、列表等其他类型用的内存地址不会变化。

浅拷贝

栗子走起

importcopy

n1= {"k1": "wu", "k2": 123, "k3": ["alex", 678]}

n3= copy.copy(n1) #浅拷贝

print(n1,n3)print("第一层字典的内存地址：")print(id(n1))print(id(n3))print("第二层嵌套的列表的内存地址：")print(id(n1["k3"]))print(id(n3["k3"]))

n1['k1'] = 'tom'n1['k3'][0] = 'jack'

print('***************')print(n1,n3)

输出结果：

{'k1': 'wu', 'k2': 123, 'k3': ['alex', 678]} {'k1': 'wu', 'k2': 123, 'k3': ['alex', 678]}

第一层字典的内存地址：1506727325128

1506727325200第二层嵌套的列表的内存地址：1506758960840

1506758960840

***************{'k1': 'tom', 'k2': 123, 'k3': ['jack', 678]} {'k1': 'wu', 'k2': 123, 'k3': ['jack', 678]}

通过以上结果可以看出，进行浅拷贝时，我们的字典第一层n1和n3指向的内存地址已经改变了，但是对于第二层里的列表并没有拷贝，它的内存地址还是一样的。原理如下图：

结论：所以对于浅拷贝，字典、列表等类型，它们只拷贝第一层地址。

深拷贝

栗子：

importcopy

n1= {"k1": "wu", "k2": 123, "k3": ["alex", 678]}

n4= copy.deepcopy(n1) #深拷贝

print("第一层字典的内存地址：")print(id(n1))print(id(n4))print("第二层嵌套的列表的内存地址：")print(id(n1["k3"]))print(id(n4["k3"]))

n1['k1'] = 'tom'n1['k3'][0] = 'jack'

print(n1,n4)

输出结果：

{'k1': 'wu', 'k2': 123, 'k3': ['alex', 678]} {'k1': 'wu', 'k2': 123, 'k3': ['alex', 678]}

第一层字典的内存地址：

1853270748616

1853271588800

第二层嵌套的列表的内存地址：

1853273351880

1853273350600

***************

{'k1': 'tom', 'k2': 123, 'k3': ['jack', 678]} {'k1': 'wu', 'k2': 123, 'k3': ['alex', 678]}

通过以上结果发现，进行深拷贝时，字典里面的第一层和里面嵌套的地址都已经变了。对于深拷贝，它会拷贝多层，将第二层的列表也拷贝一份，如果还有第三层嵌套，那么第三层的也会拷贝，但是对于里面的最小元素，比如数字和字符串，这里就是“wu”，123，“alex”，678之类的，按照python的机制，它们会共同指向同一个位置，它的内存地址是不会变的。原理如下图：

结论：对于深拷贝，字典、列表等类型，它里面嵌套多少层，就会拷贝多少层出来，但是最底层的数字和字符串地址不变，是一样的。

PS：

对于元祖来说，如果他里面的元素都是不可变类型的元素，那么不论是赋值，浅拷贝还是深拷贝，他们的id都是一样的(不仅整个元祖的id是一样的，里面每一个元素的id都是一样的)。但是如果元祖里面的元素有可变元素，如列表字典等，那么对于赋值和浅拷贝来说，id仍然还是一样的(不仅整个元祖的id是一样的，里面每一个元素的id都是一样的)；对于深拷贝来说，元祖的id和列表字典的id是不一样的，但是对于最底层的数字，字符串地址还是一样的。