#1.使用=复制不可变对象的值,以及复制以后修改其值后的变化。
val1 = 1000
val2 = val1
print("val1 is :{0},val2 is :{1}".format(val1,val2))#val1 is :1000,val2 is :1000
print(id(val1),id(val2)) #34052192 34052192
#这时候修改val1的值,尽管val2指向val1.但因为val1是不可变类型,修改其值,会重新给新值分配内存,然后指向他。
val1 += 1
print(val1,id(val1),val2,id(val2)) #1001 10131616 1000 10131568 值不一样,内存地址也不一样了
#1.使用=复制可变对象的值,以及复制以后修改其值后的变化。
ls1 =[1,2,3,4]
ls2 = ls1
print(id(ls1),id(ls2)) #43702792 43702792 直接使用=复制变量,内存地址一样,值也一样。
print(ls1,ls2) #[1, 2, 3, 4] [1, 2, 3, 4]直接使用=复制变量,内存地址一样,值也一样。
#这时候修改可变对的值,因为其值可变,所以只需要在原内存地址上修改即可。
ls1.append(5)
print(id(ls1),id(ls2)) #可变对象修改其值,内存引用不变
print(ls1,ls2) #[1, 2, 3, 4, 5] [1, 2, 3, 4, 5] 因为两个变量的内存指向一样,所以值也一样。
#1.使用copy.deepcopy()拷贝不可变对象的值,以及复制以后修改其值后的变化。
val1 = 1000
val2 = copy.deepcopy(val1)
print("val1 is :{0},val2 is :{1}".format(val1,val2))#val1 is :1000,val2 is :1000
print(id(val1),id(val2)) #33717408 33717408 对于不可变对象,深度拷贝内存地址没有修改。
val1 += 1
print(val1,id(val1),val2,id(val2)) #1001 33717904 1000 33717408
#1.使用copy.deepcopy()复制可变对象的值,以及复制以后修改其值后的变化。
ls1 =[1,2,3,4]
ls2 = copy.deepcopy(ls1)
print(id(ls1),id(ls2)) #34628472 34628712 注意对于可变对象深度拷贝后内存地址都修改了。
print(ls1,ls2) #[1, 2, 3, 4] [1, 2, 3, 4]
ls1.append(5)
print(id(ls1),id(ls2)) #34628472 34628712
print(ls1,ls2) #[1, 2, 3, 4, 5] [1, 2, 3, 4] #注意这个时候ls2的值没有随着ls1修改。
1.使用copy()拷贝不可变对象
val1 = 1000
val2 = copy.copy(val1)
print(val1,val2)##1000 1000
print(id(val1),id(val2))#8551568 8551568
2.使用copy()拷贝可变对象
ls1 =[1,2,3,4]
ls2 = copy.copy(ls1)
ls1.append(5)
print(ls1,ls2) #[1, 2, 3, 4, 5] [1, 2, 3, 4]
看上去copy()函数效果和deepcopy()效果一样,可变对象拷贝后值也没有随着一个对象的修改而修改。
然后真实情况真是这样嘛?请看下面的案例,同样是拷贝可变对象。
origin = [1, 2, [3, 4]]
cop1 = copy.copy(origin)
cop2 = copy.deepcopy(origin)
origin[2][0] = "hey!" #修改数据源的值
print(cop1,cop2) #[1, 2, ['hey!', 4]] [1, 2, [3, 4]]
很显然这时copy()函数拷贝的值随着原对象的值修改了,而deepcopy()的值没有随着原对象的值修改。
主要是因为deepcopy会将复杂对象的每一层复制一个单独的个体出来对于copy()函数要慎用,慎用。
统一声明:关于原创博客内容,可能会有部分内容参考自互联网,如有原创链接会声明引用;如找不到原创链接,在此声明如有侵权请联系删除哈。关于转载博客,如有原创链接会声明;如找不到原创链接,在此声明如有侵权请联系删除哈。