python之深浅拷贝

date: 2021-06-12title: Python之深浅拷贝 #标题
tags: python #标签
categories: python # 分类

整理下个人对Python的深浅拷贝的理解。

浅拷贝

浅拷贝的定义

对于浅copy来说，第一层创建的是新的内存地址，而从第二层开始，指向的都是同一个内存地址，所以，对于第二层以及更深的层数来说，保持一致性。

浅拷贝的使用

print('浅拷贝')
'''
浅拷贝只是拷贝了引用，并没有拷贝内容，只是两个内存地址指向的是同一个内容
'''
c = [[7, 8, 9], [6, 5, 4]]
d = c.copy()
print(id(c), c)  # 输出：1925394118664 [[7, 8, 9], [6, 5, 4]]
print(id(d), d)  # 输出：1925394118536 [[7, 8, 9], [6, 5, 4]]
c[0][1] = 0  # 此时将c这个列表进行修改，然后分别打印b、c，会发现b的内容也修改了
print(id(c), c)  # 输出：1925394118664 [[7, 0, 9], [6, 5, 4]]
print(id(d), d)  # 输出：1925394118536 [[7, 0, 9], [6, 5, 4]]
'''
因为是拷贝的引用，所以在进行浅拷贝的时候，被拷贝对象的第二层改变，
拷贝对象也会改变。
'''

因为是引用的同一个值，所以当被拷贝，拷贝对象的值也会改变。

深拷贝

深拷贝的定义

嵌套的可变数据类型重新开辟一块新的内存空间。

深拷贝的使用

print('深拷贝')
import copy  # 使用深拷贝需要导入copy模块
a = [[1, 2, 3], [4, 5, 6]]
b = copy.deepcopy(a)  # 深拷贝是对于一个对象所有层次的拷贝
print(id(a), a)  # 输出：1604070389832 [[1, 2, 3], [4, 5, 6]]
print(id(b), b)  # 输出：1604070389704 [[1, 2, 3], [4, 5, 6]]
a[1][1] = 9  # 对a的值进行修改
print(id(a), a)  # 输出： 1604070389832 [[1, 2, 3], [4, 9, 6]]
print(id(b), b)  # 输出：1604070389704 [[1, 2, 3], [4, 5, 6]]
'''
因为开辟了新的内存空间，并且储存的是开始的被拷贝对象的值， 
所以在拷贝后被拷贝对象的值改变，不会影响到拷贝对象
'''

深浅拷贝的区别

• 如果用copy、copy.deepcopy对一个全部都是不可变数据类型的数据进行拷贝，那么它们的结果相同，都是引用指向；
• 在深拷贝时，如果元素为可变的数据类型，则是创建一个新的指向，如果是不可变的数据类型，则还是指向原来的元素；
• 基本上只要不是我们手动调用的deepcopy方法都是浅拷贝，切片拷贝字典拷贝都是浅拷贝，而有些内置函数可以生成拷贝（list），属于深拷贝：a = list(range(10))b = list(a)