python

关注公众号 jb51net

关闭
首页 > 脚本专栏 > python > python浅拷贝与深拷贝

python浅拷贝与深拷贝使用方法详解

作者:Python热爱者

浅拷贝,指的是重新分配一块内存,创建一个新的对象,但里面的元素是原对象中各个子对象的引用。深拷贝,是指重新分配一块内存,创建一个新的对象,并且将原对象中的元素,以递归的方式,通过创建新的子对象拷贝到新对象中。因此,新对象和原对象没有任何关联

浅拷贝和深拷贝在面试和日常的开发中都会经常遇到

我们就从 对象赋值、浅拷贝、深拷贝 三个方面来讲

一、对象赋值

In [1]:
list1 = [1, 2, ['a', 'b']]
list2 = list1
print(list1)
print(list2)
[1, 2, ['a', 'b']]
[1, 2, ['a', 'b']]
In [2]:
list1[0] = 3
print(list1)
print(list2)
[3, 2, ['a', 'b']]
[3, 2, ['a', 'b']]
In [3]:
list2[1]=[1,2]
print(list1)
print(list2)
[3, [1, 2], ['a', 'b']]
[3, [1, 2], ['a', 'b']]
In [4]:
print(id(list1))
print(id(list2))
1742901832264
1742901832264

结论:直接对象赋值,两个对象的地址是一样的,也就是这两个变量指向是同一个对象,两个变量会同步变化

二、浅拷贝

In [5]:
import copy
A = [1, 'a', ['a', 'b']]
# B = A.copy() # 浅拷贝
B = copy.copy(A) # 浅拷贝
print(A)
print(B)
print(id(A))
print(id(B))
[1, 'a', ['a', 'b']]
[1, 'a', ['a', 'b']]
1742901926344
1742901925512
两个对象的内存地址不一样,也就是不是同一个对象
In [6]:
# 循环分别打印每个对象中的成员的地址
# 打印A
for i in A:
    print("值 {} 的地址是:{}".format(i,id(i)))
值 1 的地址是:140724000563600
值 a 的地址是:1742860054320
值 ['a', 'b'] 的地址是:1742901889800
In [7]:
# 循环分别打印每个对象中的成员的地址
# 打印B
for i in B:
    print("值 {} 的地址是:{}".format(i,id(i)))
值 1 的地址是:140724000563600
值 a 的地址是:1742860054320
值 ['a', 'b'] 的地址是:1742901889800

int类型的1和字符串型的a都是不可变数据类型,不可变数据类型值一样,地址一样,值不一样,地址就不一样

列表[‘a’, ‘b’]是可变数据类型,可变数据类型是 变量中数据变的时候,地址不会变,值相同的两个对象,地址是不一样的,如果地址一样,表示指的是同一个对象

现在 A[2] 和 B[2] 指向的是同一个地址,说明是同一个列表,一个改变,另外的一个也会同步改变

通常来讲不可变元素包含:

int,float,complex,long,str,unicode,tuple

In [8]:
# 在 A[2] 中增加元素
A[2].append(3)
print(A)
print(B)
[1, 'a', ['a', 'b', 3]]
[1, 'a', ['a', 'b', 3]]
In [9]:
# 向A中增加元素
A.append(3)
print(A)
print(B)
[1, 'a', ['a', 'b', 3], 3]
[1, 'a', ['a', 'b', 3]]
In [10]:
A[0]=2
print(A)
print(B)
[2, 'a', ['a', 'b', 3], 3]
[1, 'a', ['a', 'b', 3]]

浅拷贝(copy.copy()):拷贝父对象,不会拷贝对象的内部的子对象,也就是子对象共用

如果子对象是不可变数据类型,那么复制的对象和原来的对象互不影响

如果是可变数据类型,那么复制的对象和原来的对象共用

In [11]:
A[2]=[1,2]
print(A)
print(B)
[2, 'a', [1, 2], 3]
[1, 'a', ['a', 'b', 3]]
In [12]:
print(id(A[2]))
print(id(B[2]))
1742901889416
1742901889800

可以看到 现在 A[2] 和 B[2] 的地址不一样了,那么他们就互不影响了

其实看两个可变数据类型是否互相影响,就是看他们的地址是否一样

三、深拷贝

In [13]:
m = [1, 'a', ['a', 'b']]
n = copy.deepcopy(m)
print(m)
print(n)
print(id(m))
print(id(n))
[1, 'a', ['a', 'b']]
[1, 'a', ['a', 'b']]
1742900283720
1742900260680
In [14]:
# 循环分别打印每个对象中的成员的地址
# 打印m
for i in m:
    print("值 {} 的地址是:{}".format(i,id(i)))
值 1 的地址是:140724000563600
值 a 的地址是:1742860054320
值 ['a', 'b'] 的地址是:1742900341320
In [15]:
# 循环分别打印每个对象中的成员的地址
# 打印n
for i in n:
    print("值 {} 的地址是:{}".format(i,id(i)))
值 1 的地址是:140724000563600
值 a 的地址是:1742860054320
值 ['a', 'b'] 的地址是:1742900283208

可以看到,m和n两个对象本身的地址是不一样的,

并且m和n中成员中的可变数据类型的地址也是不一样的,所以它们两个是完全互不影响的

'''
学习中遇到问题没人解答?小编创建了一个Python学习交流群:711312441
寻找有志同道合的小伙伴,互帮互助,群里还有不错的视频学习教程和PDF电子书!
'''
In [16]:
m[2].append(3)
n[1]=5
print(m)
print(n)
[1, 'a', ['a', 'b', 3]]
[1, 5, ['a', 'b']]

浅拷贝(copy.copy()):拷贝父对象,不会拷贝对象的内部的子对象,也就是子对象共用

深拷贝(copy.deepcopy()):完全拷贝父对象跟子对象,复制的对象和原来的对象互不相关

四、深入解析

1、b = a.copy(): 浅拷贝, a 和 b 是一个独立的对象,但他们的子对象还是指向统一对象(是引用)。

2、b = copy.deepcopy(a): 深度拷贝, a 和 b 完全拷贝了父对象及其子对象,两者是完全独立的。

到此这篇关于python浅拷贝与深拷贝使用方法详解的文章就介绍到这了,更多相关python浅拷贝与深拷贝内容请搜索脚本之家以前的文章或继续浏览下面的相关文章希望大家以后多多支持脚本之家!

您可能感兴趣的文章:
阅读全文