Python中的拷贝赋值原理及其示例
- Python中的b=a浅拷贝赋值问题
- 当a为单个个体
- a为整型
- a为浮点型
- 当a为列表
- 局部改变
- 全局改变
- Python中的浅和深拷贝赋值问题
- 浅拷贝
- 深拷贝
- 一维列表
- 多维列表
我将在本章内容中对b=a的赋值原理进行阐述。
Python中的b=a浅拷贝赋值问题
今天在研究Tranformer的PositionalEncoding代码时，我遇到了一个表面看起来非常简单的问题：如果我执行赋值语句b=a，那么什么情况下b改变，a跟着改变；什么情况下b改变，a不变；什么情况下a改变，b跟着改变；什么情况下a改变，b不变呢？我在这个问题里思考了良久，终于从局部改变和全局改变出发，总结出了自己的一点看法。有一种解释，Python在处理整型和字符型时时使用值传递；而在处理浮点型、列表等类型时使用地址传递的。但是，从我的角度来看，都是在通过地址传递，只是全局和局部改变这两种不同的改变方式的问题。我所认为的赋值原理为：当你对b中的元素进行进行局部改变时，那b的指针所指的内存空间是不变的，a将会随着b的变化而变化；当你对b中的元素进行进行全局改变时，那b的指针所指的内存空间将会发生改变，a和b将不再具有相同的内存空间，a也就不随b的变化而变化。具体情况如下所示。
提前声明：在python中，我们所采用的变量名相当于一个指针。在我们为变量进行赋值时，相当于是将指针指向了这个值的内存空间。同时，id() 函数用于获取对象的内存地址。
当a为单个个体
这里的单个个体指的是，例如：a = 1, a = 0.1, a = '1’等等，这种只有一个元素的单个个体。这时对于元素的单个个体来说，局部便为全局，所以无论如何对b进行操作（除了让其等于它自己），均改变了b的指针所指的内存空间，此时a便不随b改变而改变。此时，我们对b进行赋值操作。
a为整型
a = 1
b = a
print(a,b) # 输出为： 1 1
print(id(a)) # 输出为： 140720003751680
print(id(b)) # 输出为： 140720003751680
b = a
b = b+1
print(a,b) # 输出为： 1 2
print(id(a)) # 输出为： 140720003751680
print(id(b)) # 输出为： 140720003751712
b = a
b = b*3
print(a,b) # 输出为： 1 2
print(id(a)) # 输出为： 140720003751680
print(id(b)) # 输出为： 140720003751744但是，发现了一个新的问题。我发现当b的数值一样时，无论b的计算思路如何，所得到的内存地址是一致的。具体情况如下。
a = 1
b = a
b = b+1
print(a,b) # 输出为： 1 2
print(id(a)) # 输出为： 140720003751680
print(id(b)) # 输出为： 140720003751712
b = b*2
print(a,b) # 输出为： 1 2
print(id(a)) # 输出为： 140720003751680
print(id(b)) # 输出为： 140720003751712
c = 2
print(id(c)) # 输出为： 140720003751712这就说明一个问题，当一个变量被赋值时，会出现一个常量，常数是不可变类型，此时，会对常量分配内存空间。如果再出现一个变量等于此常量时，这个新变量的指针也指向了这个常量的空间，所以会出现无论通过何种计算，只要得到的结果相同，变量指针所指的内存空间都是一致的。
a为浮点型
a = 0.1
b = a
print(a,b) # 输出为： 0.1 0.1
print(id(a)) # 输出为： 2214226455856
print(id(b)) # 输出为： 2214226455856
b = a
b = b+0.5
print(a,b) # 输出为： 0.1 0.6
print(id(a)) # 输出为： 2214226455856
print(id(b)) # 输出为： 2214226064720
b = a
b = b*3
print(a,b) # 输出为： 0.1 0.3
print(id(a)) # 输出为： 2214226455856
print(id(b)) # 输出为： 2214226064752从这两个示例我们就可以看出，对于单个个体，无论是整型还是浮点型，对于其的操作均为全局改变，所以b改变之后其指针所指的内存地址便会发生改变，则a不会随着b的变化而变化。同时证明了
当a为列表
当a为列表（list）时，便会牵涉到局部改变和全局改变的差异。我将从这两个方向进行分析。
局部改变
当对b进行局部改变时，其指针所指的内存地址不会改变，a会随着b的改变而改变。实际案例如下。
示例一：
a = [0,1,2,3]
b = a
print(a) # 输出为： [0,1,2,3]
print(b) # 输出为： [0,1,2,3]
print(id(a)) # 输出为： 1918053456960
print(id(b)) # 输出为： 1918053456960
# 当发生局部改变时，其指针所指的内存地址并没有发生改变，所以当b改变时，a也同时跟随改变。
b = a
b[1] = 2
print(a) # 输出为： [0,2,2,3]
print(b) # 输出为： [0,2,2,3]
print(id(a)) # 输出为： 1918053456960
print(id(b)) # 输出为： 1918053456960
b[1] = b[2]+1
print(a) # 输出为： [0,3,2,3]
print(b) # 输出为： [0,3,2,3]
print(id(a)) # 输出为： 1918053456960
print(id(b)) # 输出为： 1918053456960
b.append(3)
print(a) # 输出为： [0,3,2,3,3]
print(b) # 输出为： [0,3,2,3,3]
print(id(a)) # 输出为： 1918053456960
print(id(b)) # 输出为： 1918053456960示例二：
a = [[0,1,2,3],[0,1,2]]
b = a
print(a) # 输出为： [[0, 1, 2, 3], [0, 1, 2]]
print(b) # 输出为： [[0, 1, 2, 3], [0, 1, 2]]
print(id(a)) # 输出为： 1918050897152
print(id(b)) # 输出为： 1918050897152
# 当发生局部改变时，其指针所指的内存地址并没有发生改变，所以当b改变时，a也同时跟随改变。
b = a
b[1].append(2)
print(a) # 输出为： [[0, 1, 2, 3], [0, 1, 2, 2]]
print(b) # 输出为： [[0, 1, 2, 3], [0, 1, 2, 2]]
print(id(a)) # 输出为： 1918050897152
print(id(b)) # 输出为： 1918050897152
b = a
b.append([0,1])
print(a) # 输出为： [[0, 1, 2, 3], [0, 1, 2, 2], [0, 1]]
print(b) # 输出为： [[0, 1, 2, 3], [0, 1, 2, 2], [0, 1]]
print(id(a)) # 输出为： 1918050897152
print(id(b)) # 输出为： 1918050897152
b = a
b[1] = [0,1]
print(a) # 输出为： [[0, 1, 2, 3], [0, 1], [0, 1]]
print(b) # 输出为： [[0, 1, 2, 3], [0, 1], [0, 1]]
print(id(a)) # 输出为： 1918050897152
print(id(b)) # 输出为： 1918050897152全局改变
当对b进行全局改变时，其指针所指的内存地址会发生改变，a不会随着b的改变而改变。实际案例如下。
示例一：
a = [0,1,2]
b = a
print(a) # 输出为： [0, 1, 2]
print(b) # 输出为： [0, 1, 2]
print(id(a)) # 输出为： 1918053336128
print(id(b)) # 输出为： 1918053336128
# 当发生全局改变时，其指针所指的内存地址发生改变，所以当b改变时，a没有跟随改变。
b = a
b = [0,1]
print(a) # 输出为： [0, 1, 2]
print(b) # 输出为： [0, 1]
print(id(a)) # 输出为： 1918053336128
print(id(b)) # 输出为： 1918050891584
b = a
b = b+[1]
print(a) # 输出为： [0, 1, 2]
print(b) # 输出为： [0, 1, 2, 1]
print(id(a)) # 输出为： 1918053336128
print(id(b)) # 输出为： 1918050591040示例二：
a = [[0,1,2],[0,1,2]]
b = a
print(a) # 输出为： [[0, 1, 2], [0, 1, 2]]
print(b) # 输出为： [[0, 1, 2], [0, 1, 2]]
print(id(a)) # 输出为： 1918053507200
print(id(b)) # 输出为： 1918053507200
# 当发生全局改变时，其指针所指的内存地址发生改变，所以当b改变时，a没有跟随改变。
b = a
b = b+[1]
print(a) # 输出为： [[0, 1, 2, 3], [0, 1, 2, 2]]
print(b) # 输出为： [[0, 1, 2, 3], [0, 1, 2, 2], 1]
print(id(a)) # 输出为： 1918053507200
print(id(b)) # 输出为： 1918053513920Python中的浅和深拷贝赋值问题
b=a浅拷贝我们在第一个部分做了非常详细的解释。现在对浅和深拷贝赋值问题进行阐述。
浅拷贝
b=a将两者引用一个对象，即指向同一块内存地址，相当于b对a进行浅拷贝。在这种情况下，对这块内存地址的内容进行修改将同时改变a和b。所以一般我们在进行实验的时候不推荐使用这种方法。
a = [1,2,3]
b = a
a.append(4)
print(a) # 输出为： [1, 2, 3, 4]
print(b) # 输出为： [1, 2, 3, 4]深拷贝
为了避免以上两者一起变化的情况，我们采用深拷贝来隔离a和b，让他俩具有相同的内容却具有不同的内存地址。可以说两者除了长得一样并没有其他关系，这也是比较常用的拷贝方式。
一维列表
对于一维列表，我们可以用以下的方法来对数据进行深拷贝。我们发现进行深拷贝之后，a和b指针所指的内存地址不同。
a = [1,2,3]
b = a[:]
a.append(4)
print(a) # 输出为： [1, 2, 3, 4]
print(b) # 输出为： [1, 2, 3]
print(id(a)) # 输出为： 1918041829184
print(id(b)) # 输出为： 1918053513920多维列表
对于二维列表我们再采用上述方法进行拷贝，所得到的结果便不同了。虽然我们使用了b=a[:]来完成对a的深拷贝，但是二维列表中a[0]和b[0]的内存地址却是一样的，及a[0]和b[0]指针所指的内存地址是一样的。说明b=a[:]只能深拷贝最外一层的内存地址，内部所指的依旧是同一个内存地址。
a = [[1]]
b = a[:]
print(id(a)) # 输出为： 1918053510336
print(id(b)) # 输出为： 1918053508992
print(id(a[0])) # 输出为： 1918053508224
print(id(b[0])) # 输出为： 1918053508224所以，当我们对多维列表进行修改时，我们最好使用copy.deepcopy函数来对数据进行赋值。
import copy
a = [[1]]
b = copy.deepcopy(a)
print(id(a)) # 输出为： 1918053510336
print(id(b)) # 输出为： 1918053508992
print(id(a[0])) # 输出为： 1918053508224
print(id(b[0])) # 输出为： 1918053503424
