1. 介绍python中的可变类型与不可变类型:

2. 介绍等号赋值、copy、deepcopy的区别:

建议读者首先明白python中变量的本质、可变对象类型与不可变对象类型的区别,之后对于深浅拷贝会容易理解。


 1. 等号"="

“=”的作用是引用原对象的在内存中的地址,让新对象指向这个地址。

1.1 不可变对象

对于不可变对象,其值本身不允许被修改数值的修改实际上是让变量指向了一个新的对象(新创建的对象)。

Python界面粘贴不了 python为什么不能复制粘贴_Python界面粘贴不了

图1. 不可变对象类型"="拷贝

1 # 1.使用=复制不可变对象的值,以及复制以后修改其值后的变化。
 2 val1 = 1000
 3 val2 = val1
 4 print("val1 is :{0},val2 is :{1}".format(val1,val2))
 5 # val1 is :1000,val2 is :1000
 6 print(id(val1),id(val2))  
 7 # 139692380387760 139692380387760
 8 
 9 # 修改val1的值,因为val1是不可变类型,修改其值,会重新给新值分配内存,然后指向他。
10 val1 += 1
11 print(val1,id(val1),val2,id(val2)) 
12 # 1001 139692380387216 1000 139692380387760



1.2 可变对象类型

对于可变对象类型,"="会引用对象地址,对其进行修改,只会改变对象值的内容,并不修改该对象(不创建新对象,不更改指针指向的地址)。

Tips:

list对象的地址和list[0]对象的地址是不同的。可以理解为list这个组合对象中插入的是其中各个对象的地址的引用。

Python界面粘贴不了 python为什么不能复制粘贴_对象类型_02

图2. list对象

1 #1.使用=复制可变对象的值,以及复制以后修改其值后的变化。
 2 ls1 =[1,2,3,4]
 3 ls2 = ls1
 4 print(id(ls1),id(ls2))
 5 # 140520429283400 140520429283400
 6 # 直接使用=复制变量,内存地址一样,值也一样。
 7 print(ls1,ls2) 
 8 #[1, 2, 3, 4] [1, 2, 3, 4] 
 9 #直接使用=复制变量,内存地址一样,值也一样。
10 #这时候修改可变对的值,因为其值可变,所以只需要在原内存地址上修改即可。
11 ls1.append(5)
12 print(id(ls1),id(ls2)) 
13 # 140520429283400 140520429283400
14 #可变对象修改其值,内存引用不变
15 print(ls1,ls2) 
16 #[1, 2, 3, 4, 5] [1, 2, 3, 4, 5] 因为两个变量的内存指向一样,所以值也一样。
17 
18 print(id(ls1), id(ls2))
19 print(id(ls1[0]), id(ls2[0]))
20 print(id(ls1[1]), id(ls2[1]))
21 print(id(ls1[2]), id(ls2[2]))
22 # 140520429283400 140520429283400
23 # 94472536902176 94472536902176
24 # 94472536902208 94472536902208
25 # 94472536902240 94472536902240


2. copy

2.1 不可变对象类型

效果同"="中的不可变对象

2.2 可变对象类型

对于copy一个可变对象类型的对象,会重新创建一个新的对象,如果原对象是一个组合对象(比如list, 类实例等),会将原组合对象中的各个对象的引用插入到新创建的对象中

注意,copy只是将其第一层组成对象的内存地址引用过来,并不迭代的引用组成对象的组成对象的地址!所以,如果其组成对象是可变类型,虽然引用地址不变,但其内容可能会变化。详见下面两个例子:

例1. 

1 import copy
 2 ls1 =[1,2,3,4]
 3 ls2 = copy.copy(ls1)
 4 print(id(ls1), id(ls2))
 5 # 140616587448072 140616587497224
 6 
 7 ls1.append(5)
 8 print(ls1,ls2)  
 9 #[1, 2, 3, 4, 5] [1, 2, 3, 4]
10 
11 print(id(ls1), id(ls2))
12 print(id(ls1[0]), id(ls2[0]))
13 # 140616587448072 140616587497224
14 # 94889387870752 94889387870752


例2.

1 origin = [1, 2, [3, 4]]
2 cop1 = copy.copy(origin)
3 origin[2][0] = "hey!"  #修改数据源的值
4 print(cop1) 
5 #[1, 2, ['hey!', 4]]



对于例2的解释

Python界面粘贴不了 python为什么不能复制粘贴_Python界面粘贴不了_03

  

Python界面粘贴不了 python为什么不能复制粘贴_Python界面粘贴不了_04

图3. origin = [1, 2, [3, 4]]的内部结构                                               图4. copy的实现

可以看出copy只在新对象中插入了第一层的地址引用. 其中只有有橘色框的对象是新建的对象。

那么如果想要拷贝前后两个对象完全互相独立,互不影响要怎样做呢?用deepcopy,递归地将组合对象内部的对象进行深层引用。

3. deepcopy

copy与deepcopy的区别:

The difference between shallow and deep copying is only relevant for compound objects (objects that contain other objects, like lists or class instances):

  • shallow copy constructs a new compound object and then (to the extent possible) inserts references into it to the objects found in the original.
  • deep copy constructs a new compound object and then, recursively, inserts copies into it of the objects found in the original.

1 origin = [1, 2, [3, 4]]
2 cop2 = copy.deepcopy(origin)
3 origin[2][0] = "hey!"  #修改数据源的值
4 print(cop2) # [1, 2, [3, 4]]


对比2.2的例2会发现deepcopy递归的将组合对象的每一层的对象都进行了复制。因此,original的对象与deep copy之后的对象是内存地址完全不同的,完全独立的。

Python界面粘贴不了 python为什么不能复制粘贴_Python界面粘贴不了_05

    

Python界面粘贴不了 python为什么不能复制粘贴_不可变对象_06

     

Python界面粘贴不了 python为什么不能复制粘贴_内存地址_07

图3. origin = [1, 2, [3, 4]]的内部结构                             图4. copy的实现                                                                              图5. deepcopy与copy实现的对比

其中橘色是deepcopy实现,不仅新建了第一层addr9处的对象,也递归地新建了addr10处的对象,并将addr10引用插入到addr9处的对象中;递归到指向不可变类型的对象为止;因而原对象与新对象是完全独立,互不影响的。

其中绿色是copy实现,仅新建了第一层addr8处的对象,直接将addr5处对象的引用插入到addr8中,并没有为其重新开辟空间,新建对象,因而,原对象中更深层次中内容的变换,会直接影响新对象内容,二者并非完全独立。

所以,慎用copy~