python深拷贝与浅拷贝

本文主要是介绍python深拷贝与浅拷贝，对大家解决编程问题具有一定的参考价值，需要的程序猿们随着小编来一起学习吧！

在python中，对象赋值实际上是对象的引用。当创建一个对象，然后把它赋给另一个变量的时候，python并没有拷贝这个对象，而只是拷贝了这个对象的引用

一般有三种方法，

alist=[1,2,3,["a","b"]]

（1）直接赋值,默认浅拷贝传递对象的引用而已,原始列表改变，被赋值的b也会做相同的改变

>>> b=alist
>>> print b
[1, 2, 3, ['a', 'b']]
>>> alist.append(5)
>>> print alist;print b
[1, 2, 3, ['a', 'b'], 5]
[1, 2, 3, ['a', 'b'], 5]

（2）copy浅拷贝，没有拷贝子对象，所以原始数据改变，子对象会改变

>>> import copy

>>> c=copy.copy(alist)
>>> print alist;print c
[1, 2, 3, ['a', 'b']]
[1, 2, 3, ['a', 'b']]
>>> alist.append(5)
>>> print alist;print c
[1, 2, 3, ['a', 'b'], 5]
[1, 2, 3, ['a', 'b']]

>>> alist[3]
['a', 'b']
>>> alist[3].append('cccc')
>>> print alist;print c
[1, 2, 3, ['a', 'b', 'cccc'], 5]
[1, 2, 3, ['a', 'b', 'cccc']] 里面的子对象被改变了

（3）深拷贝，包含对象里面的自对象的拷贝，所以原始对象的改变不会造成深拷贝里任何子元素的改变

>>> import copy

>>> d=copy.deepcopy(alist)
>>> print alist;print d
[1, 2, 3, ['a', 'b']]
[1, 2, 3, ['a', 'b']]始终没有改变
>>> alist.append(5)
>>> print alist;print d
[1, 2, 3, ['a', 'b'], 5]
[1, 2, 3, ['a', 'b']]始终没有改变
>>> alist[3]
['a', 'b']
>>> alist[3].append("ccccc")
>>> print alist;print d
[1, 2, 3, ['a', 'b', 'ccccc'], 5]
[1, 2, 3, ['a', 'b']]  始终没有改变

2. python的复制，深拷贝和浅拷贝的背景与意义？

  不像matlab一样，比如b=a，就是单纯用a给b赋值，之后a怎么变，b不会变化。c语言也是一样。

如果想a怎么变，b就怎么变，c语言里就提出了引用的概念，相当于别名了。

example:

int a; int &ra=a; //定义引用ra,它是变量a的引用，即别名

okay!这篇文章有详解浅拷贝与深拷贝的本质原因：重新开辟内存来存储

https://www.jianshu.com/p/9ed9b5ce7bb0

https://baijiahao.baidu.com/s?id=1627356407968660842&wfr=spider&for=pc 

这篇文章提出pythond的这个设计可以防止数据篡改，或者灵活改变

   在Python中，对对象有一种很通俗的说法，万物皆对象。说的就是构造的任何数据类型都是一个对象，无论是数字、字符串、还是函数，甚至是模块、Python都对当做对象处理。

所有Python对象都拥有三个属性：身份、类型、值。

1.   name="Li J"
2.   print(type(name))
3.   print(id(name))
4.   print(name)
5.    
6.   #输出：
7.   #<type 'str'>
8.   #140334394101408
9.   #Li J

     可变与不可变对象

    在Python中，按更新对象的方式，可以将对象分为2大类：可变对象与不可变对象。

   可变对象： 列表、字典、集合。所谓可变是指可变对象的值可变，身份是不变的。

     不可变对象：数字、字符串、元组。不可变对象就是对象的身份和值都不可变。新创建的对象被关联到原来的变量名，旧对象被丢弃，垃圾回收器会在适当的时机回收这些对象。

1.   var1="python" #字符串类型是不可变的
2.   print(id(var1))
3.   var1="java"
4.   print(id(var1))
5.    
6.   a=[3,4] #list是可变的，
7.   print(id(a))
8.   a.append(3)
9.   print(id(a))
10.    
11.   #输出结果：
12.   140591145210096
13.   140591145211632
14.   140590909362688
15.   140590909362688

引用

     在Python程序中，每个对象都会在内存中申请开辟一块空间来保存该对象，该对象在内存中所在位置的地址被称为引用。在开发程序时，所定义的变量名实际就对象的地址引用。

     引用实际就是内存中的一个数字地址编号，在使用对象时，只要知道这个对象的地址，就可以操作这个对象，但是因为这个数字地址不方便在开发时使用和记忆，所以使用变量名的形式来代替对象的数字地址。在Python中，变量就是地址的一种表示形式，并不开辟开辟存储空间。

      就像 IP 地址，在访问网站时，实际都是通过 IP 地址来确定主机，而 IP 地址不方便记忆，所以使用域名来代替 IP 地址，在使用域名访问网站时，域名被解析成 IP 地址来使用。

通过一个例子来说明变量和变量指向的引用就是一个东西：

1.   b=18
2.   print(id(b))
3.   print(id(18))
4.    
5.   输出：
6.   29413312
7.   29413312

浅拷贝：

1.   print("浅拷贝：")
2.   import copy
3.   b=[1,2,3,4,5]
4.   print("id b:",id(b))
5.   h=copy.copy(b)
6.   print("id h",id(h))
7.   print(h)
8.   h.append(6)
9.   print(h)
10.   print("id h",id(h))
11.   print(b) #浅拷贝新的列表h改变了，原来的b没变。
12.    
13.   b[1]='n' #列表元素改变后，新的列表也没变
14.   print(h)
15.    
16.   输出：
17.   浅拷贝：
18.   ('id b:', 140165805110552)
19.   ('id h', 140165805110480)
20.   [1, 2, 3, 4, 5]
21.   [1, 2, 3, 4, 5, 6]
22.   ('id h', 140165805110480)
23.   [1, 2, 3, 4, 5]
24.   [1, 2, 3, 4, 5, 6]

1.   a = [1, 2]
2.   l1 = [3, 4, a]
3.   l2 = copy.copy(l1)
4.   print(l1)
5.   print(l2)
6.   print(id(l1))
7.   print(id(l2))
8.   a[0] = 11
9.    
10.   print(id(l1))
11.   print(id(l2))
12.   print(l1)
13.   print(l2)
14.   输出：
15.   [3, 4, [1, 2]]
16.   [3, 4, [1, 2]]
17.   140624327425704
18.   140624326197400
19.   140624327425704
20.   140624326197400
21.   [3, 4, [11, 2]]
22.   [3, 4, [11, 2]]

   可以看出浅拷贝，相当于只拷贝了一层，到a那里，a变化了，其值也就变化了。

    Python中有多种方式实现浅拷贝，copy模块的copy函数、对象的copy函数、工厂方法、切片等；大多数情况下，编写程序时都是使用浅拷贝，除非有特定的需求；浅拷贝的优点：拷贝速度快，占用空间少，拷贝效率高。

   深拷贝

区别于浅拷贝只拷贝顶层引用，深拷贝会逐层进行拷贝，直到拷贝的所有引用都是不可变引用为止。

1.   a = [1, 2]
2.   l1 = [3, 4, a]
3.   l2 = copy.deepcopy(l1)
4.   print(l1)
5.   print(l2)
6.   print(id(l1))
7.   print(id(l2))
8.   a[0] = 11
9.    
10.   print(id(l1))
11.   print(id(l2))
12.   print(l1)
13.   print(l2)
14.    
15.   输出：
16.   [3, 4, [1, 2]]
17.   [3, 4, [1, 2]]
18.   140673014398488
19.   140672779715720
20.   140673014398488
21.   140672779715720
22.   [3, 4, [11, 2]]
23.   [3, 4, [1, 2]]

为什么Python默认的拷贝方式是浅拷贝？

时间角度：浅拷贝花费时间更少；

空间角度：浅拷贝花费内存更少；

效率角度：浅拷贝只拷贝顶层数据，一般情况下比深拷贝效率高。

这篇关于python深拷贝与浅拷贝的文章就介绍到这儿，希望我们推荐的文章对大家有所帮助，也希望大家多多支持为之网！