【python】探索python中的深拷贝和浅拷贝的艺术之旅

文章【python】探索python中的深拷贝和浅拷贝的艺术之旅分享给大家，欢迎收藏Python资料网，专注分享技术知识

✨✨ 欢迎大家来到景天科技苑✨✨

🎈🎈 养成好习惯，先赞后看哦~🎈🎈

🏆 作者简介：景天科技苑
🏆《头衔》：大厂架构师，华为云开发者社区专家博主，阿里云开发者社区专家博主，CSDN全栈领域优质创作者，掘金优秀博主，51CTO博客专家等。
🏆《博客》：Python全栈，前后端开发，小程序开发，人工智能，js逆向，App逆向，网络系统安全，数据分析，Django，fastapi，flask等框架，linux，shell脚本等实操经验，网站搭建，数据库等分享。

所属的专栏：python入门必备，基础语法到进阶实战教学
景天的主页：景天科技苑

深浅拷贝

Python 的所有变量其实都是指向内存中的对象的一个指针，所以所有的变量无类型限制，可以指向任意对象。指针的内存空间大小是与类型无关的，其内存空间只是保存了所指向数据的内存地址。
对象还分两类：一类是可修改的，一类是不可修改的。可修改(mutable)的类型叫做值类型，不可修改(immutable)类型叫做引用类型。
不可变(immutable)对象类型
int，float，decimal，complex，bool，str，tuple，range，frozenset，bytes
可变(mutable)对象类型
list，dict，set，bytearray，user-defined classes (unless specifically made immutable)
为了探索对象在内存的存储，我们可以求助于Python的内置函数id()。它用于返回对象的身份(唯一标识符，标识符是一个整数）其实，这里所谓的身份，就是该对象的内存地址。

浅拷贝

浅拷贝是按位拷贝对象，它会创建一个新对象，这个对象有着原始对象属性值的一份精确拷贝。如果属性是基本类型，拷贝的就是基本类型的值；
如果属性是内存地址（引用类型），拷贝的就是内存地址 ，因此如果其中一个对象改变了这个地址，就会影响到另一个对象。
即默认拷贝构造函数只是对对象进行浅拷贝复制(逐个成员依次拷贝)，即只复制对象空间而不复制资源。

深拷贝

深拷贝会拷贝所有的属性，并拷贝属性指向的动态分配的内存。当对象和它所引用的对象一起拷贝时即发生深拷贝。
源对象与拷贝对象互相独立，其中任何一个对象的改动都不会对另外一个对象造成影响。深拷贝相比于浅拷贝速度较慢并且花销较大。

简单说就是：
浅拷贝只复制某个对象的引用，而不复制对象本身，新旧对象还是共享同一块内存。
深拷贝会创造一个一模一样的对象，新对象和原对象不共享内存，修改新对象不会改变原对对象。

在python中
浅拷贝(copy())：拷贝父对象，不会拷贝对象内部的子对象。
深拷贝(deepcopy())：是copy模块中的方法，完全拷贝了子对象和父对象

单纯的 = 赋值的话，针对可变类型，改变原数据，新数据也跟着变化，新数据完全引用旧数据地址

a = 100
b = a
a = 200
print(b)

lst1 = [1,2,3]
lst2 = lst1
lst1.append(4)
print(lst2)

浅拷贝代码解析

先导入copy模块

import copy

模块.方法() 同名模块下的同名方法
方法一 (推荐)

lst1 = [1,2,3]
lst2 = copy.copy(lst1)
lst1.append(10)
print(lst2)
print(lst1)

copy之后lst2就与lst1不在同一内存地址

方法二

这个是列表内置的方法

lst1 = [1,2,3]
lst2 = lst1.copy()
lst1.append(11)
print(lst1)
print(lst2)

浅拷贝对二层以及更多层容器的拷贝，是拷贝的引用，当修改原数据，新数据也会变化

深拷贝代码解析

把所有层级的容器元素都单独拷贝一份,放到独立的空间中

现象

lst1 = [1,2,3,[4,5,6]]
lst2 = copy.copy(lst1)
lst1[-1].append(77)
lst1.append(8888)
print(lst2)
print(lst1)

针对多层级容器，浅拷贝只拷贝第一层可变类型容器，内层容器仍然是引用，不做拷贝，如下，针对内层容器的修改，lst2是引用的lst1的地址，内容不变

import copy
lst1 = [1,2,3,[4,5,6]]
lst2 = copy.deepcopy(lst1)
lst1[-1].append(999)
print(lst2)
print(lst1)

深拷贝把所有层级的容器中所有元素都单独拷贝一份,形成独立的空间，原数据跟新拷贝出来的数据不共享内存空间，修改原数据对新数据不会有影响
所以，为了满足拷贝后的数据不影响新数据，就用深拷贝

其他容器的深拷贝

lst1 = (1,2,3,{"a":1,"b":[10,20]})
lst2 = copy.deepcopy(lst1)
lst1[-1]["b"].append(30)
print(lst1)
print(lst2)

总结

浅拷贝:
只拷贝一级容器中的所有元素独立出一个单独的空间，针对多层容器，只拷贝了第一层容器，内层容器仍然是引用原数据
深拷贝:
把所有层级的容器中所有元素都单独拷贝一份,形成独立的空间

版权声明：本文来自互联网用户投稿，该文观点仅代表作者本人，不代表本站立场。本站仅提供信息存储空间服务，不拥有所有权，不承担相关法律责任。如若内容造成侵权/违法违规/事实不符，请联系邮箱：jacktools123@163.com进行投诉反馈，一经查实，立即删除！