龙空技术网

「Python」直接赋值,深拷贝和浅拷贝

闪念基因 307

前言:

现在朋友们对“python深拷贝浅拷贝和赋值”大体比较着重,朋友们都想要剖析一些“python深拷贝浅拷贝和赋值”的相关内容。那么小编在网络上收集了一些有关“python深拷贝浅拷贝和赋值””的相关知识,希望你们能喜欢,大家一起来学习一下吧!

直接赋值: 对象的引用,也就是给对象起别名

浅拷贝: 拷贝父对象,但是不会拷贝对象的内部的子对象。

深拷贝: 拷贝父对象. 以及其内部的子对象

在之前的文章中,提到可变对象和不可变对象,接下来也是以这两者的区别进行展开

直接赋值

对于可变对象和不可变对象,将一个变量直接赋值给另外一个变量,两者 id 值一致,其实本质上是将变量量绑定到对象的过程.

>>> a=1>>> b=a>>> id(a) == id(b)True>>> c="string">>> d=c>>> id(c) == id(d)True>>> e=[1,2,3]>>> f=e>>> id(e)==id(f)True

关于修改新变量的值,对原有变量会产生的影响,在 可变对象和不可变对象 中也做了讲述,这里通过几个例子,重新温习一下

不可变对象

>>> x=1>>> y=x>>> id(x)==id(y)True>>> id(1)==id(y)True>>>>>> id(x)1500143776>>> y=y+1>>> y2>>> x1>>> id(x)==id(y)False>>> id(y)1500143808>>> id(x)1500143776

对于不可变对象,修改赋值后的新变量,不会对原有变量造成任何影响.为什么出现这种现象呢?因为不可变对象一旦创建之后就不允许被改变.后面对 y 进行的操作,其实是重新创建一个对象并绑定的结果:

可变对象

>>> m=[1,2,3]>>> n=m>>> id(n)==id(m)True>>> id(m)1772066764488>>> id(n[0])1772066764656>>> n[0]=4>>> n[4, 2, 3]>>> m[4, 2, 3]>>> id(n)==id(m)True>>> id(m)1772066764488

对于可变对象,修改赋值后的变量,会对原有的变量造成影响,会导致其 value 值的改变,但是其 id 值保持不变

从上图不难看出,这个时候的 id(n[0]) 的值,和未修改前的 id 值应该不一样,可以输出看一下

>>>id(n[0])1772066764752 # 最初没有修改前是  1772066764656

n[0] 修改前后为什么 id 值出现改变呢? 首先需要明确一点 n[0] 绑定的是一个不可变对象,在文章的最初提到, 不可变对象一旦创建就不允许修改 .显然对 n[0] 进行修改,不能在绑定对象的内存上进行修改,那如何实现重新赋值呢?只能创建一个新的对象 4 ,然后将 n[0] 绑定到新的对象

浅拷贝和深拷贝

先看一下官方文档的定义

The difference between shallow and deep copying is only relevant for compound objects (objects that contain other objects, like lists or

class instances).

A shallow copy constructs a new compound object and then (to the

extent possible) inserts the same objects into it that the

original contains.

A deep copy constructs a new compound object and then, recursively,inserts copies into it of the objects found in the original.

从文档中不难看出,上面提到深拷贝和浅拷贝两者区别在于在复合对象,那接下来也只讨论复合对象.

浅拷贝

注意到官方文档也提到对浅拷贝和深拷贝的定义,从上文中不难看出, 浅拷贝构建一个复合对象,然后将原有复合对象包含的对象插入到新的复合对象中

从上图不难看出, 浅拷贝后,新复合对象包含的对象(可变或者不可变)的 id 值和原有对象包含的对象的 id 值相同

看一下具体例子:

>>> import copy>>> a=[1,2,[3,4]]>>> b=copy.copy(a)>>> id(b[0])==id(a[0])True>>> id(b[2])==id(a[2])True>>> id(b[2][0])==id(a[2][0])True

现在让我们试着修改一下浅拷贝后的 b 的值,在修改前,可以先思考一下,如果修改 b[0] 可能会发生什么?

由于 b[0] = 1 ,很显然 1 属于不可变对象,那么根据对不可变变量修改的规则,则 b[0] 会绑定到新的变量上,而 a[0] 的由于没有修改,则保持不变,真的是这样吗?让我们验证一下

>>> b[0]=5>>> b[5, 2, [3, 4]]>>> a[1, 2, [3, 4]]

接下来我们要尝试修改一下 b[2] ,由于 b[2] 绑定的对象是 list ,属于可变对象,按照上面说的可变对象修改的规则,则修改后的 b[2] 的 id 值保持不变,但是其 value 值会发生改变. 同样的让我们通过例子验证一下

>>> id(b[2])4300618568>>> b[2][0]=6>>> id(b[2])4300618568>>> b[5, 2, [6, 4]]>>> a[1, 2, [6, 4]]

由于 b[2] 和 a[2] 绑定同一个可变对象,很显然对 b[2] 的修改同样会映射到 a[2] 上

深拷贝深拷贝构建一个复合对象,然后递归的将原有复合包含的对象的副本插入到新的复合对象中

若上图所示, 深拷贝后,新的复合对象包含的对象,若对象为不可变对象,则 id 值保持不变,若对象为可变对象,则 id 值发生改变

看一个例子:

>>> import copy>>> a=[1,2,[3,4]]>>> b=copy.deepcopy(a)>>> id(b[0])==id(a[0])True>>> id(b[2])==id(a[0])False>>> id(b[2][0])==id(a[2][0])True

接下来让我们修改一下变量 b ,这里就不再修改不可变对象 b[0] 和 b[1] 了,因为结果很明显,对 a 不会产生任何影响,我们来修改 b[2] ,那么修改 b[2] 会对 a[2] 产生影响吗?很明显答案是不会,因为深拷贝就相当于克隆出了一个全新的个体,两者不再有任何关系

>>> b[2][0]=5>>> b[1, 2, [5, 4]]>>> a[1, 2, [3, 4]]

标签: #python深拷贝浅拷贝和赋值