Python的深浅拷贝讲解！

作者：皮钱超，厦门大学，Datawhale原创作者

本文约3000字，建议阅读9分钟

审稿人：耿远昊，Datawhale成员，华东师范大学，开源教程《Joyful-Pandas》核心贡献者。

前言

在很多语言中都存在深浅拷贝两种拷贝数据的方式，Python中也不例外。本文中详细介绍了Python中的深浅拷贝的相关知识，文章的内容包含：

• 对象、数据类型、引用
• 赋值
• 浅拷贝
• 深拷贝

一、Python对象

我们经常听到：在Python中一切皆对象。其实，说的就是我们在Python中构造的任何数据类型都是一个对象，不管是数字、字符串、字典等常见的数据结构，还是函数，甚至是我们导入的模块等，Python都会把它当做是一个对象来处理。

所有的Python对象都拥有3个属性：

• 身份
• 类型
• 值

我们看一个简单的例子来理解上面的3个属性：

假设我们声明了一个name变量，通过id、type方法能够查看对象的身份和类型：

甚至是type本身也是一个对象，它也拥有自己的身份、类型：

Python中，万物皆对象

二、数据类型

2.1 可变和不可变类型

在Python中，按照更新对象的方式，我们可以将对象分为2大类：可变数据类型和不可变数据类型。

• 不可变数据类型：数值、字符串、布尔值。不可变对象就是对象的身份和值都不可变。新创建的对象被关联到原来的变量名，旧对象被丢弃，垃圾回收器会在适当的时机回收这些对象。
• 可变数据类型：列表、字典、集合。所谓的可变指的是可变对象的值可变，但是身份是不可变的。

首先我们看看不可变对象：

当我们定义了一个对象str1，给其赋值了“python”，便会在内存中找到一个固定的内存地址来存放；但是，当我们将“python”定义成另一个变量名的时候，我们发现：它在内存中的位置是不变的。

也就是说，这个变量在计算机内存中的位置是不变的，只是换了一个名字来存放，来看3个实际的例子：

以上的例子说明：当我们对字符串、数值型、布尔值的数据改变变量名，并不会影响到数据在内存中的位置。

我们看看可变类型的例子，列表、字典、集合都是一样的效果：

虽然是相同的数据，但是变量名字不同，内存中仍然会开辟新的内存地址来进行存放相同的数据，我们以字典为例：

2.2 引用

在Python语言中，每个对象都会在内存中申请开辟一块新的空间来保存对象；对象在内存中所在位置的地址称之为引用。

可以说，我们定义的变量名实际上就是对象的地址引用。引用实际上就是内存中的一个数字地址编号。在使用对象的时候，只要知道这个对象的地址，我们就可以操作这个对象。

因为这个数字地址不太容易记忆，所以我们使用变量名的形式来代替对象的数字地址。在Python中，变量就是地址的一种表示形式，并不会开辟新的存储空间。

我们通过一个例子来说明变量和变量指向的引用（内存地址）实际上就是一个东西：

三、赋值

3.1 相同数据，不同变量名

讨论完Python的对象、属性和引用3个重要的概念之后，在正式介绍深浅拷贝之前，我们先讨论Python中的赋值。

在Python中，每次赋值都会开辟新的内存地址来存放数据，比如我们同时存放一个列表[1,2,3]，即使数据是相同的，但是内存地址却不同：

其实就是两个不同的变量，只是恰好它们存放了相同的数据而已，但是存放的地址是不同的。

我们给v1列表追加了一个元素，发现它的内存地址是不变的，当然v2肯定是不变的：

3.2 一个变量多次赋值

如果我们对一个变量多次赋值，其内存是会变化的：

3.3 变量赋值

将一个变量赋值给另一个变量，其实它们就是同一个对象：数据相同，在内存中的地址也相同：

当我们给V1追加一个元素，V2也会同时变化：

实际上它们就是同一个对象！！！！

3.4 嵌套赋值

如果是列表中嵌套着另外的列表，那么当改变其中一个列表的时候，另一个列表中的也会随着改变：

原始数据信息：

当我们给v1追加了新元素之后：

总结：赋值其实就是将一个对象的地址赋值给一个变量，使得变量指向该内存地址。

四、浅拷贝

在Python中进行拷贝之前，我们需要导入模块：

import copy

⚠️浅拷贝只是拷贝数据的第一层，不会拷贝子对象。

4.1 不可变类型的浅拷贝

如果只是针对不可变的数据类型（字符串、数值型、布尔值），浅拷贝的对象和原数据对象是相同的内存地址：

从上面的结果中我们可以看出来：针对不可变类型的浅拷贝，只是换了一个名字，对象在内存中的地址其实是不变的。

image-20201115225938833

4.2 可变类型的浅拷贝

首先我们讨论的是不存在嵌套类型的可变类型数据（列表、字典、集合）：

image-20201115232303901

从上面的例子看出来：

• 列表本身的浅拷贝对象的地址和原对象的地址是不同的，因为列表是可变数据类型。
• 列表中的元素（第1个元素为例）和浅拷贝对象中的第一个元素的地址是相同的，因为元素本身是数值型，是不可变的。

通过一个图形来说明这个关系：

字典中也存在相同的情况：字典本身的内存地址不同，但是里面的键、值的内存地址是相同的，因为键值都是不可变类型的数据。

如果可变类型的数据中存在嵌套的结构：

从上面的两个例子中我们可以看出来：

在可变类型的数据中，如果存在嵌套的结构类型，浅拷贝只复制最外层的数据，导致内存地址发生变化，里面数据的内存地址不会变。

五、深拷贝

深拷贝不同于浅拷贝的是：深拷贝会拷贝所有的可变数据类型，包含嵌套的数据中的可变数据。深拷贝是变量对应的值复制到新的内存地址中，而不是复制数据对应的内存地址。

5.1 不可变类型的深拷贝

关于不可变类型的深浅拷贝，其效果是相同的，具体看下面的例子：

我们得出一个结论：针对不可变数据类型的深浅拷贝，其结果是相同的。

5.2 可变类型的深拷贝

首先我们讨论的是不存在嵌套的情况：

针对列表数据：

针对字典数据：

我们可以得出结论：

• 深拷贝对最外层数据是只拷贝数据，会开辟新的内存地址来存放数据。
• 深拷贝对里面的不可变数据类型直接复制数据和地址，和可变类型的浅拷贝是相同的效果。

我们讨论存在嵌套类型的深拷贝（以列表为例）。

结论1：对整个存在嵌套类型的数据进行深浅拷贝都会发生内存的变化，因为数据本身是可变的。

结论2：我们查看第一个元素1的内存地址，发生三者是相同的，因为1是属于数值型，是不可变类型。

结论3：我们查看第三个元素即里面嵌套列表的内存，发现只有深拷贝是不同的，因为这个嵌套的列表是可变数据类型，深拷贝在拷贝了最外层之后还会继续拷贝子层级的可变类型。

结论4：我们查看嵌套列表中的元素的内存地址，发现它们是相同的，因为元素是数值型，是不可变的，不受拷贝的影响。

六、元组的深浅拷贝

元组本身是不可变数据类型，但是其中的值是可以改变的，内部可以有嵌套可变数据类型，比如列表等，会对它的拷贝结果造成影响。

6.1 不存在嵌套结构

当元组中不存在嵌套结构的时候，元组的深浅拷贝是相同的效果：

6.2 存在嵌套结构

当元组的数据中存在嵌套的可变类型，比如列表等，深拷贝会重新开辟地址，将元组重新成成一份。

七、is和==

在文章的开始就已经谈过：在Python中每个变量都有自己的标识、类型和值。每个对象一旦创建，它的标识就绝对不会变。一个对象的标识，我们可以理解成其在内存中的地址。is()运算符比较的是两个对象的标识；id()方法返回的就是对象标识的整数表示。

总结：is()比较对象的标识；==运算符比较两个对象的值（对象中保存的数据）。在实际的编程中，我们更多关注的是值，而不是标识本身。

第一个例子：我们创建了两个不同的对象，只是它们的值刚好相同而已。

第二个例子：我们先创建了一个对象v3，然后将他赋值给另一个对象v4，其实它们就是相同的对象，所以标识（内存地址）是相同的，只是它们的名字不同而已。

总结

通过大量的例子，我们得出结论：

• 在不可变数据类型中，深浅拷贝都不会开辟新的内存空间，用的都是同一个内存地址。
• 在存在嵌套可变类型的数据时，深浅拷贝都会开辟新的一块内存空间；同时，不可变类型的值还是指向原来的值的地址。

不同的是：在嵌套可变类型中，浅拷贝只会拷贝最外层的数据，而深拷贝会拷贝所有层级的可变类型数据。