深度解析Python的赋值、浅拷贝、深拷贝
深度解析Python的赋值、浅拷贝、深拷贝
ZackSock
发布于 2021-04-13 15:11:43
发布于 2021-04-13 15:11:43
简述
- 直接赋值： 其实就是对象的引用（别名）。
- 浅拷贝(copy)： 拷贝父对象，不会拷贝对象的内部的子对象。
- 深拷贝(deepcopy)：
copy模块的deepcopy方法，完全拷贝了父对象及其子对象。
拷贝 就是把原数据复制一份，在复制的数据上随意改动不会影响到其原数据。也就是这里讲的深拷贝。
直接赋值
In [1]: a = [11, 22, 33]
In [2]: b = a
In [3]: b
Out[3]: [11, 22, 33]
In [4]: id(a), id(b)
Out[4]: (2053851155016, 2053851155016)
In [5]: c = {"name": "hui"}
In [6]: d = c
In [7]: id(c), id(d)
Out[7]: (2053851035112, 2053851035112)
In [8]: a.append(44)
In [9]: a
Out[9]: [11, 22, 33, 44]
In [10]: b
Out[10]: [11, 22, 33, 44]
In [11]: c["age"] = 21
In [12]: c
Out[12]: {'name': 'hui', 'age': 21}
In [13]: d
Out[13]: {'name': 'hui', 'age': 21}
可以看到当给一个变量直接赋值时，其实就是将对象引用复制了一份，所以 id() 取得内存地址都一样，它们指向的都是同一个对象。画张图就好理解。
直接赋值
浅拷贝
利用内置模块 copy 实现浅拷贝
In [12]: a = [1, 2]
In [13]: b = [3, 4]
In [14]: c = [a, b]
In [15]: d = c
In [16]: id(c), id(d)
Out[16]: (1409068540040, 1409068540040)
In [17]: import copy
In [18]: e = c.copy()
In [19]: id(c), id(d), id(e)
Out[19]: (1409068540040, 1409068540040, 1409070776520)
# 浅拷贝copy的对象id()不一样
In [20]: id(c[0]), id(c[1])
Out[20]: (1409071493512, 1409071679112)
In [21]: id(e[0]), id(e[1])
Out[21]: (1409071493512, 1409071679112)
# 其子对象则一样
In [22]: a.append(5)
In [23]: b.append(6)
In [24]: c
Out[24]: [[1, 2, 5], [3, 4, 6]]
In [25]: d
Out[25]: [[1, 2, 5], [3, 4, 6]]
In [26]: e
Out[26]: [[1, 2, 5], [3, 4, 6]]
# 内容一致
In [28]: c.append(7)
In [29]: c
Out[29]: [[1, 2, 5], [3, 4, 6], 7]
In [30]: e
Out[30]: [[1, 2, 5], [3, 4, 6]]
可以看出直接赋值 c 和 d 是同一对象，而浅拷贝 copy 的 c 和 e 是一个分别独立的对象，但他们的子对象 a , b 还是 指向统一对象即引用。
因此当 c.append(7) 后，只有 c 对象改变了，而浅拷贝的 e 还是没有变化。
当 a.append(5), b.append(6) 后，c, d, e 对象依然内容一致。
直接赋值与浅拷贝对比
深拷贝
通过 copy.deepcopy() 来实现深拷贝
In [33]: a = [1, 2]
In [34]: b = [3, 4]
In [35]: c = [a, b]
In [36]: d = copy.deepcopy(c)
In [37]: id(c), id(d)
Out[37]: (1409071919752, 1409071607112)
In [38]: id(c[0]), id(c[1])
Out[38]: (1409071948680, 1409071766216)
In [39]: id(d[0]), id(d[1])
Out[39]: (1409071976328, 1409071919880)
# 完全拷贝了，其子对象的id()都不一样
In [40]: c.append(5)
In [41]: c
Out[41]: [[1, 2], [3, 4], 5]
In [42]: d
Out[42]: [[1, 2], [3, 4]]
In [43]: a.append(3)
In [44]: b.append(5)
In [45]: c
Out[45]: [[1, 2, 3], [3, 4, 5], 5]
In [46]: d
Out[46]: [[1, 2], [3, 4]]
# 因此任c怎么修改，都影响不到d
In [47]: d[0].append(5)
In [48]: d[1].append(6)
In [49]: d
Out[49]: [[1, 2, 5], [3, 4, 6]]
In [50]: d.append(7)
In [51]: d
Out[51]: [[1, 2, 5], [3, 4, 6], 7]
In [52]: c
Out[52]: [[1, 2, 3], [3, 4, 5], 5]
# d怎么修改也影响不到c
深度拷贝， 完全拷贝了父对象及其子对象，两者是完全独立的。因此 c,d 做任何操作都互不影响。
深拷贝
三者对比
d = c赋值引用，c和d都指向同一个对象e = c.copy()浅拷贝，c和e是一个 独立的对象，但他们的 子对象还是指向统一对象即引用。f = copy.deepcopy(c)深度拷贝，c和f完全拷贝了父对象及其子对象，两者是完全独立的。
深浅拷贝理解图1
拷贝对可变类型和不可变类型的区别
copy.copy()对于可变类型，会进行浅拷贝。copy.copy()对于不可变类型，不会拷贝，仅仅是指向。copy.deepcopy()深拷贝对可变、不可变类型都一样递归拷贝所有，对象完全独立- 所谓的不可变指的是所指向的内存中的内容不可变。
浅拷贝测试
In [54]: # 可变类型list
In [55]: a = [1, 2, 3]
In [56]: b = copy.copy(a)
In [57]: id(a)
Out[57]: 1409069563528
In [58]: id(b)
Out[58]: 1409071719752
In [59]: a.append(4)
In [60]: a
Out[60]: [1, 2, 3, 4]
In [61]: b
Out[61]: [1, 2, 3]
In [63]: # 不可变类型 tuple
In [64]: c = (1, 2, 3)
In [65]: d = copy.copy(c)
In [66]: id(c)
Out[66]: 1409070834456
In [67]: id(d)
Out[67]: 1409070834456
当浅拷贝 copy() 不可变类型元组时 tuple ，c, d的内存地址都一样，说明仅是指向。
深拷贝测试
In [71]: a = ([1, 2], [3, 4])
In [72]: b = copy.copy(a)
In [73]: c = copy.deepcopy(a)
In [74]: id(a)
Out[74]: 1409068519944
In [75]: id(b)
Out[75]: 1409068519944
# 浅拷贝不可变类型id()一致
In [76]: id(c)
Out[76]: 1409071533448
# 深拷贝不可变类型id()不一致
In [77]: b[0].append(3)
In [78]: b[1].append(5)
In [79]: a
Out[79]: ([1, 2, 3], [3, 4, 5])
In [80]: b
Out[80]: ([1, 2, 3], [3, 4, 5])
In [81]: c
Out[81]: ([1, 2], [3, 4])
# 浅拷贝的子对象引用一致
In [82]: c[0].append(3)
In [83]: c
Out[83]: ([1, 2, 3], [3, 4])
In [84]: b
Out[84]: ([1, 2, 3], [3, 4, 5])
In [85]: a
Out[85]: ([1, 2, 3], [3, 4, 5])
# 深拷贝则是完全拷贝，互不影响
copy.deepcopy() 深拷贝对可变、不可变类型都一样递归拷贝所有，对象完全独立。
深浅拷贝理解图2
公众号
新建文件夹X
大自然用数百亿年创造出我们现实世界，而程序员用几百年创造出一个完全不同的虚拟世界。我们用键盘敲出一砖一瓦，用大脑构建一切。人们把1000视为权威，我们反其道行之，捍卫1024的地位。我们不是键盘侠，我们只是平凡世界中不凡的缔造者 。
本文参与 腾讯云自媒体分享计划，分享自微信公众号。
原始发表：2021-03-31，如有侵权请联系 cloudcommunity@tencent.com 删除
评论
登录后参与评论
推荐阅读
目录