首页 > 代码库 > Python中的深浅拷贝详解
Python中的深浅拷贝详解
要说明Python中的深浅拷贝,可能要涉及到下面的一系列概念需要简单说明下:
变量-引用-对象(可变对象,不可变对象)切片-拷贝-浅拷贝-深拷贝
【变量-对象-引用】
在Python中一切都是对象,比如说:3, 3.14, ‘Hello‘, [1,2,3,4],{‘a‘:1}......
甚至连type其本身都是对象,type对象
Python中变量与C/C++/Java中不同,它是指对象的引用
单独赋值: 比如说:
>>> a = 3
在运行a=3后,变量a变成了对象3的一个引用。在内部,变量事实上是到对象内存空间的一个指针
专业表述如下:
变量是一个系统表的元素,拥有指向对象的连接的空间
对象是被分配的一块内存,存储其所代表的值
引用是自动形成的从变量到对象的指针
特别注意: 类型属于对象,不是变量
比如像刚才的a=3, 整数对象3包含了两重信息
1. 值为3
2. 一个头部信息:告诉Pthyon,这是个整数对象[相当于一个指向int的指针]
共享引用: 比如说
>>> a = 3
>>> b = a
在运行赋值语句b = a之后,变量a和变量b指向了同一个对象的内存空间.
从上图可以看到,a和b,其id完全一样,指向同一个整数对象3,或者说同一块内存
如果删掉a后, 不会影响b
【可变对象-不可变对象】
在Python中是指不可变对象:一旦创建就不可修改的对象,包括字符串,元祖,数字
在Python中是指可以修改的对象,包括:列表、字典
上面说的a,b都是整数,整数是不可变对象,如果是可变对象的话,就是另外一回事了。
>>> L1 = [2,3,4] #L1变量指向的是一个可变对象:列表 >>> L2 = L1 #将L1值赋给L2后,两者共享引用同一个列表对象[1,2,3,4] >>> L1[0] = 200 #因为列表可变,改变L1中第一个元素的值 >>> L1; L2 #改变后,L1,L2同时改变,因为对象本身值变了 [200, 3, 4] [200, 3, 4]如果在实际上,不想出现改变L2的值,有两种方法:切片技术 和拷贝
>>> L1 = [2,3,4] >>> L2 = L1 >>> id(L1);id(L2) #如果只是共享引用一个可变对象的话 45811784L 45811784L >>> L2 = L1[:] #切片后,对象就不一样了 >>> id(L1);id(L2) #切片后,对象就不一样了 45811784L 45806920L >>> L1[0] = 200 >>> L1;L2 #L1发生改变,L2没有变化 [200, 3, 4] [2, 3, 4]【拷贝】
1. 切片技术应用于所有的序列,包括:列表、字符串、元祖
>>>但该技术不会应用Python可变的核心类型字典.对字典只能使用D.copy()方法或D.deepcopy()方法.
2. 深浅拷贝,计可用于序列,也可用于字典
>>> import copy
>>> X = copy.copy(Y) #浅拷贝:只拷贝顶级的对象,或者说:父级对象
>>> X = copy.deepcopy(Y) #深拷贝:拷贝所有对象,顶级对象及其嵌套对象。或者说:父级对象及其子对象
- 如果字典只有顶级对象:
- 如果字典中嵌套对象:
【结论】
- 深浅拷贝都是对源对象的复制,占用不同的内存空间
- 如果源对象只有一级目录的话,源做任何改动,不影响深浅拷贝对象
- 如果源对象不止一级目录的话,源做任何改动,都要影响浅拷贝,但不影响深拷贝
Python中的深浅拷贝详解