python中浅拷贝和深度拷贝教程

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)))1 的地址是:140724000563600
值 a 的地址是:1742860054320['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)))1 的地址是:140724000563600
值 a 的地址是:1742860054320['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)))1 的地址是:140724000563600
值 a 的地址是:1742860054320['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)))1 的地址是:140724000563600
值 a 的地址是:1742860054320['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

  • 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

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)。
python中浅拷贝和深度拷贝教程_第1张图片
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。
python中浅拷贝和深度拷贝教程_第2张图片

你可能感兴趣的:(python,开发语言)