目录

1. 赋值(=)

2. 浅拷贝

3. 深拷贝


拷贝,别名复制。

拷贝的深浅之说,要从Python的管理对象和变量的机制说起。Python的变量就是作为一个引用,读取对象所存储的信息,与C(不止为名字也涵盖内存地址)面向过程所不同,Python变量即对象的引用,通俗来说就是指向值的名称,换句话来说,变量仅仅是指向对象的标签。

因此,Python 对象的赋值,拷贝(深/浅拷贝)之间是有差异的,若使用的时候不注意,就可能产生意料之外的结果。

拷贝:原则上就是把数据分离出来,复制其数据,并以后修改互不影响。

1. 赋值(=)

赋值(=):数据完全共享(=赋值是在内存中指向同一个对象,如果是可变(mutable)类型,比如列表,修改其中一个,另一个必定改变如果是不可变类型(immutable),比如字符串,修改了其中一个,另一个并不会变

在解释器中直接执行,并查看地址,可知存储位置是一致的。

 

python深浅拷贝原理 python深浅拷贝通俗讲解_py拷贝

python深浅拷贝原理 python深浅拷贝通俗讲解_赋值_02

2. 浅拷贝

数据半共享(复制其数据独立内存存放,但是只拷贝成功第一层)

列表中,只拷贝成功了第一层的数据

python深浅拷贝原理 python深浅拷贝通俗讲解_python深浅拷贝原理_03

具体见例程

3. 深拷贝

数据完全不共享(复制其数据完完全全放独立的一个内存,完全拷贝,数据不共享)

由此可见,若是多层次的拷贝,则需要使用深拷贝。

具体见例程

# coding: utf-8
import copy

a_list = [[1, 2, 3, 4, [13, 14]], [6, 7, 8, 9, 10] ]

b_list = a_list                     # 数据共享
c_list = list(a_list)               # 浅拷贝
d_list = a_list[:]                  # 浅拷贝
e_list = copy.copy(a_list)          # 浅拷贝
f_list = copy.deepcopy(a_list)      # 深拷贝


a_list.append(11)                   # 改变第一层
a_list[0].append(12)                # 改变第二层
a_list[0][0] = 20                   # 改变第二层
a_list[0][4].append(15)             # 改变第三层

print("a_list: ", a_list)
# print(id(a_list))
# print(id(a_list[0]))

print("b_list: ", b_list)
print("b_list 地址对比a是否一致:     ",id(b_list) == id(a_list))
print("b_list[0] 地址对比a是否一致:  ",id(b_list[0]) == id(a_list[0]))

print("c_list: ", c_list)
print("c_list 地址对比a是否一致:     ",id(c_list) == id(a_list))
print("c_list[0] 地址对比a是否一致:  ",id(c_list[0]) == id(a_list[0]))

print("d_list: ", d_list)
print("d_list 地址对比a是否一致:     ",id(d_list) == id(a_list))
print("d_list[0] 地址对比a是否一致:  ",id(d_list[0]) == id(a_list[0]))

print("e_list: ", e_list)
print("e_list 地址对比a是否一致:     ",id(e_list) == id(a_list))
print("e_list[0] 地址对比a是否一致:  ",id(e_list[0]) == id(a_list[0]))

print("f_list: ", f_list)
print("f_list 地址对比a是否一致:     ",id(f_list) == id(a_list))
print("f_list[0] 地址对比a是否一致:  ",id(f_list[0]) == id(a_list[0]))

上述代码执行结果:

python深浅拷贝原理 python深浅拷贝通俗讲解_python深浅拷贝原理_04