Python—深浅拷贝理解

星燎

已于 2022-03-02 10:21:09 修改

阅读量280

点赞数

分类专栏： Python 文章标签： python 开发语言后端

于 2020-10-29 18:06:53 首次发布

本文链接：https://blog.csdn.net/weixin_44284498/article/details/109365800

版权

Python 专栏收录该内容

3 篇文章 0 订阅

订阅专栏

本文详细介绍了Python中的深拷贝和浅拷贝概念。对于可变数据类型，浅拷贝只复制顶层数据，内部引用仍指向原内存地址，而深拷贝则创建全新副本，包括所有嵌套数据。通过实例展示了两种拷贝在内存地址和数据修改上的区别，帮助理解这两种拷贝在实际编程中的应用。

摘要由CSDN通过智能技术生成

Python—深浅拷贝理解

首先在开始理解Python的深浅拷贝前，我们需要明白Python的数据类型中哪些属于可变数据类型，哪些属于不可变的数据类型。
Python不可变数据类型：
- Number（数字）
- String（字符串）
- Tuple（元组）
Python可变数据类型：
- Set（集合）
- List（列表）
- Dictionary（字典）
可变数据类型及不可变数据类型的定义：
- 可变数据类型：顾名思义，就是变量中对应的值是可以被修改的，即改了变量中对应的值的同时，内存地址不变。
- 不可变数据类型：就是变量中对应的值是不可以被修改的，即改了变量中对应的值的同时，内存地址也会改变。
- 对于两个（同一内存地址存储可变数据类型的数据）变量来说，当其中一个变量修改数据时，另一个变量所拿到的数据也是会发生改变。
- 对于两个（同一内存地址存储不可变数据类型的数据）变量来说，当其中一个变量修改数据时，实际上是Python开辟新的内存地址存储修改后的数据，并将这个新的内存地址给该变量，另一个变量不会影响。即修改存储不可变得数据类型的变量，实际上是开辟新的内存地址给该变量，而不是之前的内存地址。
- 下面是对可变数据类型和不可变数据类型的举例说明:
```
# 可变数据类型
a=[1,2,3]
print("a:",a)
print("内存地址:",id(a))
a.append(67)
print("a:",a)
print("内存地址:",id(a))
#上述代码运行结果：
#	a: [1, 2, 3]
#	内存地址: 1819894616256
#	a: [1, 2, 3, 67]
#	内存地址: 1819894616256

# 不可变数据类型
b=1
print("b:",b)
print("内存地址:",id(b))
b=2
print("b:",b)
print("内存地址:",id(b))
#代码运行结果：
#	b: 1
#	内存地址: 140711594170016
#	b: 2
#	内存地址: 140711594170048
```

二、Python浅拷贝

定义：对于顶层数据（如 [1,2,3,[‘a’,‘b’]] 中；一整个列表就是顶层元素）来说，假如顶层数据是可变数据类型，则会开辟新的内存地址来存储（仅对于顶层数据），而假如顶层数据是不可变数据类型，则是会直接复制内存地址，不会开辟新的内存地址；对于非顶层数据则是直接复制其内存地址。

下面是对浅拷贝的举例说明：

#温馨提示：
#如果是要使用不是copy库中的copy方法，而是直接使用 a.copy()，被拷贝的数据必须是可变数据类型的，否则运行时会报错。


# 浅拷贝
import copy
a=1
b=copy.copy(a)
print("a 的内存地址为：",id(a))
print("b的内存地址为：",id(b))
#运行结果：
#	a 的内存地址为： 140711594170016
#	b的内存地址为： 140711594170016

list1=[1,2,3,[55,'a']]
list2=copy.copy(list1)
print("list1的内存地址为：",id(list1))
print("list2的内存地址为：",id(list2))
print("list1[-1]：",list1[-1])
print("list2[-1]：",list2[-1])
print("list1[-1]的内存地址为：",id(list1[-1]))
print("list2[-1]的内存地址为：",id(list2[-1]))
list2[-1].append("jzj")
print("修改list2[-1]的值后")
print("list1的内存地址为：",id(list1))
print("list2的内存地址为：",id(list2))
print("list1[-1]：",list1[-1])
print("list2[-1]：",list2[-1])
print("list1[-1] 的内存地址为：",id(list1[-1]))
print("list2[-1]的内存地址为：",id(list2[-1]))
#运行结果：
#	list1的内存地址为： 1932912303680
#	list2的内存地址为： 1932912394048
#	list1[-1]： [55, 'a']
#	list2[-1]： [55, 'a']
#	list1[-1]的内存地址为： 1932912300096
#	list2[-1]的内存地址为： 1932912300096
#	修改list2[-1]的值后
#	list1的内存地址为： 1932912303680
#	list2的内存地址为： 1932912394048
#	list1[-1]： [55, 'a', 'jzj']
#	list2[-1]： [55, 'a', 'jzj']
#	list1[-1] 的内存地址为： 1932912300096
#	list2[-1]的内存地址为： 1932912300096

三、Python深拷贝

定义：将变量中对应的值复制到在新的内存地址中，而不是复制数据对应的内存地址。
温馨提醒：在Python中无论是深拷贝还是浅拷贝，对于不可变类型的数据，都是复制其内存地址，而不是数据，因为一旦改变不可变类型的值，其内存地址也是会改变，所以复制其内存地址比复制其值能够提升性能、节省空间。

下面是对深拷贝的举例说明：

#深拷贝
import copy
list1=[1,2,3,[55,'a']]
list2=copy.deepcopy(list1)
print("list1的内存地址为：",id(list1))
print("list2的内存地址为：",id(list2))
print("list1[0]的内存地址为：",id(list1[0]))
print("list2[0]的内存地址为：",id(list2[0]))
print("list1[-1]：",list1[-1])
print("list2[-1]：",list2[-1])
print("list1[-1]的内存地址为：",id(list1[-1]))
print("list2[-1]的内存地址为：",id(list2[-1]))
list2[-1].append("jzj")
print("修改list2[-1]的值后")
print("list1的内存地址为：",id(list1))
print("list2的内存地址为：",id(list2))
print("list1[-1]：",list1[-1])
print("list2[-1]：",list2[-1])
print("list1[-1] 的内存地址为：",id(list1[-1]))
print("list2[-1]的内存地址为：",id(list2[-1]))
#运行结果：
#	list1的内存地址为： 2107778465984
#	list2的内存地址为： 2107778559936
#	list1[0]的内存地址为： 140714265679520
#	list2[0]的内存地址为： 140714265679520
#	list1[-1]： [55, 'a']
#	list2[-1]： [55, 'a']
#	list1[-1]的内存地址为： 2107778469568
#	list2[-1]的内存地址为： 2107778559232
#	修改list2[-1]的值后
#	list1的内存地址为： 2107778465984
#	list2的内存地址为： 2107778559936
#	list1[-1]： [55, 'a']
#	list2[-1]： [55, 'a', 'jzj']
#	list1[-1] 的内存地址为： 2107778469568
#	list2[-1]的内存地址为： 2107778559232