python浅拷贝与深拷贝的区别和理解
程序员文章站
2022-05-19 15:32:26
...
文章目录
1 数据类型是否可变
Python 3 中，有6个标准的数据类型，他们又分为可变和不可变。
1.1 不可变数据（3个）
- Number（数字）
- String（字符串）
- Tuple（元组）
1.2 可变数据（3个）
- List（列表）
- Dictionary（字典）
- Set（集合）
2 浅拷贝和深拷贝
2.1 浅拷贝
1、对于不可变类型 Number String Tuple,浅拷贝仅仅是地址指向，不会开辟新空间。
2、对于可变类型 List、Dictionary、Set，浅拷贝会开辟新的空间地址(仅仅是最顶层开辟了新的空间，里层的元素地址还是一样的)，进行浅拷贝
3、浅拷贝后，改变原始对象中为可变类型的元素的值，会同时影响拷贝对象的；改变原始对象中为不可变类型的元素的值，只有原始类型受影响。（操作拷贝对象对原始对象的也是同理）
2.2 深拷贝
1、浅拷贝，除了顶层拷贝，还对子元素也进行了拷贝（本质上递归浅拷贝）
2、经过深拷贝后，原始对象和拷贝对象所有的元素地址都没有相同的了
3、可以用分片表达式进行深拷贝
4、字典的copy方法可以拷贝一个字典
3 可变类型和不可变类型在浅拷贝中的区别
3.1 copy模块里面的copy方法实现
3.1.1 地址
import copy
# 不可变类型 Number String Tuple
num1 = 2
num2 = copy.copy(num1)
print("num1:",num1,str(id(num1)))
print("num2:",num2,str(id(num1)))
# result:
# num1: 2 1864261824
# num2: 2 1864261824
# num1和num2的地址都相同
str1 = "hello world"
str2 = copy.copy(str1)
print("str1:",str1,str(id(str1)))
print("str2:",str2,str(id(str2)))
# result:
# str1: hello world 2190089916656
# str2: hello world 2190089916656
# str1和str2的地址都相同
tup1 = ("scott", 20)
tup2 = copy.copy(tup1)
print("tup1:",tup1,str(id(tup1)))
print("tup2:",tup2,str(id(tup2)))
# result:
# tup1: ('scott', 20) 2190089333960
# tup2: ('scott', 20) 2190089333960
# tup1和tup2的地址都相同
##########################################################
# 不可变类型 List Dict Set
list1 = [1,2]
list2 = copy.copy(list1)
print("list1:",list1,str(id(list1)))
print("list2:",list2,str(id(list2)))
# result:
# list1: [1, 2] 2190090206280
# list2: [1, 2] 2190090345992
# list1和list2的地址不相同
dic1 = {"a":1,"b":2}
dic2 = copy.copy(dic1)
print("dic1:",dic1,str(id(dic1)))
print("dic2:",dic2,str(id(dic2)))
# result:
# dic1: {'a': 1, 'b': 2} 2190089946384
# dic2: {'a': 1, 'b': 2} 2190090331984
# dic1和dic2的地址不相同
set1 = {1,2,"AA","BB"}
set2 = copy.copy(set1)
print("set1:",set1,str(id(set1)))
print("set2:",set2,str(id(set2)))
# result:
# set1: {1, 2, 'AA', 'BB'} 2190090061864
# set2: {1, 2, 'AA', 'BB'} 2190090063656
# set1和set2的地址不相同
因此可以看出：
对于不可变类型,浅copy仅仅是地址指向，不会开辟新空间拷贝值
对于可变类型，浅copy会开辟新的空间地址(仅仅是最顶层开辟了新的空间)，进行浅拷贝
num1: 2 1864261824
num2: 2 1864261824
str1: hello world 2190090055728
str2: hello world 2190090055728
tup1: ('scott', 20) 2190090465480
tup2: ('scott', 20) 2190090465480
list1: [1, 2] 2190089645512
list2: [1, 2] 2190090475080
dic1: {'a': 1, 'b': 2} 2190089814448
dic2: {'a': 1, 'b': 2} 2190090212984
set1: {1, 2, 'AA', 'BB'} 2190000480776
set2: {1, 2, 'AA', 'BB'} 2190090061640
3.1.2 内容
浅拷贝对可变类型和不可变类型修改后的影响。
import copy
lis1 = [1, 2]
lis2 = [11, 22]
num = 33
a = [lis1, lis2,num]
# 浅拷贝，创建出一个对象，并把旧对象元素的 引用地址 拷贝到新对象当中。
# 也就是说，两个对象里面的元素通过浅拷贝指向的还是同一个地址
a2 = copy.copy(a)
print(a)
print(a2)
# 修改内容
lis1[0] = 1000 # 此处修改，会使得 a 和 a2的第0个元素的值都发生改变，因为lis1是List，是可变对象
a[2] = 666 # 此处修改，只会a的num的值，因为不可变对象一旦重新复制，地址就会发生改变。
num = 777 # 此处不会改变 a 和 a2的值，因为相当于 777 复制给一个全新的地址，这个num跟其他num已经没关系了
print(a)
print(a2)
print("id a:"+str(id(a)))
print("id a[0]:"+str(id(a[0])))
print("id a[1]:"+str(id(a[1])))
print("id a[2]:"+str(id(a[2])))
print("-------------------------")
print("id a2:"+str(id(a2)))
print("id a2[0]:"+str(id(a2[0])))
print("id a2[1]:"+str(id(a2[1])))
print("id a2[2]:"+str(id(a2[2])))
结果:
[[1, 2], [11, 22], 33]
[[1, 2], [11, 22], 33]
[[1000, 2], [11, 22], 666]
[[1000, 2], [11, 22], 33]
id a:2190089925256
id a[0]:2190090145224
id a[1]:2190089917320
id a[2]:2190089840368
-------------------------
id a2:2190089869832
id a2[0]:2190090145224
id a2[1]:2190089917320
id a2[2]:1864262816
可以看出：
改动a中的可变类型，会影响a2，改变a2同理影响a。
改动a中的不可变类型，只有a自身会改变，a2不受影响。
3.2 字典的copy方法拷贝新字典
dict1 = {'a':'aaa','b':'bbb','num':[1,2,3,4]}
dict2 = dict1 # 浅拷贝: 引用对象
dict3 = dict1.copy() # 浅拷贝：深拷贝父对象（一级目录），子对象（二级目录）不拷贝，还是引用
# 修改内容
#此处修改，会使得dict1、dict2和dict3的num中的value发生改变，因为num中的value是List，是可变对象
dict1['num'].remove(1)
dict1['num'].append(666)
# 此处修改，只有dict2的a中的value改变，因为a中的value是string，为不可变对象
dict1['a']='hahaha'
# 此处修改，会使得dict1的b中的value改变
#虽然把dict1赋值给dict2,但是对dict2的操作却修改了dict1的值,
#也就是dict1和dict2共同管理了同一个对象,创建dict2时并没有创建新的对象
#但是dict3不会改变，因为a中的value是string，为不可变对象
dict2["b"] = "aaa"
dict3["d"] = "ddd"
print(dict1)
print(dict2)
print(dict3)
print("dict1:" + str(id(dict1)))
print("dict2:" + str(id(dict2)))
print("dict3:" + str(id(dict3)))
result:
{'a': 'hahaha', 'b': 'aaa', 'num': [2, 3, 4, 666]}
{'a': 'hahaha', 'b': 'aaa', 'num': [2, 3, 4, 666]}
{'a': 'aaa', 'b': 'bbb', 'num': [2, 3, 4, 666], 'd': 'ddd'}
dict1:2190089811720
dict2:2190089811720
dict3:2190089810856
可以看出：
1.实例中 dict2 其实是 dict1 的引用（别名），所以输出结果都是一致的
2.dict3 父对象进行了深拷贝，不会随dict1 修改而修改，子对象是浅拷贝所以随 dict1 的修改而修改。
4 可变类型和不可变类型在深拷贝中的区别
4.1 copy模块里面的copy方法实现
4.1.1 地址
import copy
# 不可变类型 Number String Tuple
num1 = 1
num2 = copy.deepcopy(num1) # 深拷贝
print("num1:",num1,str(id(num1)))
print("num2:",num2,str(id(num1)))
# num1和num2的地址都相同
str1 = "hello world"
str2 = copy.deepcopy(str1) # 深拷贝
print("str1:",str1,str(id(str1)))
print("str2:",str2,str(id(str2)))
# str1和str2的地址都相同
tup1 = ("scott", 20)
tup2 = copy.deepcopy(tup1) # 深拷贝
print("tup1:",tup1,str(id(tup1)))
print("tup2:",tup2,str(id(tup2)))
# tup1和tup2的地址都相同
##########################################################
# 不可变类型 List Dict Set
# 对于可变类型 List、Dictionary、Set，深拷贝会开辟新的空间地址，进行拷贝
list1 = [1,2]
list2 = copy.deepcopy(list1) # 深拷贝
print("list1:",list1,str(id(list1)))
print("list2:",list2,str(id(list2)))
# list1和list2的地址不相同
dic1 = {"a":1,"b":2}
dic2 = copy.deepcopy(dic1) # 深拷贝
print("dic1:",dic1,str(id(dic1)))
print("dic2:",dic2,str(id(dic2)))
# dic1和dic2的地址不相同
set1 = {1,2,"AA","BB"}
set2 = copy.deepcopy(set1) # 深拷贝
print("set1:",set1,str(id(set1)))
print("set2:",set2,str(id(set2)))
# set1和set2的地址不相同
输出：
num1: 1 1864261792
num2: 1 1864261792
str1: hello world 2190063283568
str2: hello world 2190063283568
tup1: ('scott', 20) 2190089254216
tup2: ('scott', 20) 2190089254216
list1: [1, 2] 2190089852872
list2: [1, 2] 2190090000776
dic1: {'a': 1, 'b': 2} 2190089890480
dic2: {'a': 1, 'b': 2} 2190089890840
set1: {1, 2, 'AA', 'BB'} 2190090063432
set2: {1, 2, 'AA', 'BB'} 2190000480776
可以看出，深拷贝6种基本类型和浅拷贝几乎一致。
因为对于顶层的操作，深浅拷贝无异。
4.1.2 内容
import copy
lis1 = [1, 2]
lis2 = [11, 22]
num = 33
a = [lis1, lis2,num]
# 浅拷贝，除了顶层拷贝，还对子元素也进行了拷贝（本质上递归浅拷贝）
# 经过深拷贝后，原始对象和拷贝对象所有的元素地址都没有相同的了
# 深拷贝的会对子元素也进行拷贝
a2 = copy.deepcopy(a) # copy.deepcopy 深拷贝
print(a)
print(a2)
a[1] = [1000,2000]
a2[2] = [233,2333]
print(a)
print(a2)
print("id a:"+str(id(a)))
print("id a[0]:"+str(id(a[0])))
print("id a[1]:"+str(id(a[1])))
print("id a[2]:"+str(id(a[2])))
print("-------------------------")
print("id a2:"+str(id(a2)))
print("id a2[0]:"+str(id(a2[0])))
print("id a2[1]:"+str(id(a2[1])))
print("id a2[2]:"+str(id(a2[2])))
result:
[[1, 2], [11, 22], 33]
[[1, 2], [11, 22], 33]
[[1, 2], [1000, 2000], 33]
[[1, 2], [11, 22], [233, 2333]]
id a:2190090345544
id a[0]:2190089998920
id a[1]:2190089917320
id a[2]:1864262816
-------------------------
id a2:2190089999880
id a2[0]:2190089851016
id a2[1]:2190090001928
id a2[2]:2190089869832
在之前的浅拷贝中，子元素是不会开辟新空间做拷贝的。
而在深拷贝中，子元素也进行了拷贝。
4.2 分片表达式进行深拷贝
除了copy模块的中的copy和deepcopy，还有分片表达式进行深拷贝
# 分片表达式拷贝
lis1 = [11, 22]
lis2 = [333, 444]
num = 6
c = [lis1, lis2, num]
# 浅拷贝
c2 = c
# 分片表达式深拷贝
c3 = c[:]
print(c)
print(c2)
print(c3)
# 修改内容
c[1] = [1000,2000]
c2[2] = [233,2333]
print(c)
print(c2)
print(c3)
print("c:"+str(id(c)))
print("c[0]:"+str(id(c[0])))
print("c[1]:"+str(id(c[1])))
print("c[2]:"+str(id(c[2])))
print("-"*30)
print("c2:"+str(id(c2)))
print("c2[0]:"+str(id(c2[0])))
print("c2[1]:"+str(id(c2[1])))
print("c2[2]:"+str(id(c2[2])))
print("-"*30)
print("c3:"+str(id(c3)))
print("c3[0]:"+str(id(c3[0])))
print("c3[1]:"+str(id(c3[1])))
print("c3[2]:"+str(id(c3[2])))
result：
[[11, 22], [333, 444], 6]
[[11, 22], [333, 444], 6]
[[11, 22], [333, 444], 6]
[[11, 22], [1000, 2000], [233, 2333]]
[[11, 22], [1000, 2000], [233, 2333]]
[[11, 22], [333, 444], 6]
c:2190089642056
c[0]:2190089642120
c[1]:2190090345480
c[2]:2190090345096
------------------------------
c2:2190089642056
c2[0]:2190089642120
c2[1]:2190090345480
c2[2]:2190090345096
------------------------------
c3:2190089645640
c3[0]:2190089642120
c3[1]:2190089643592
c3[2]:1864261952
上一篇： Fresco自定义缓存