天啦噜！仅仅5张图，彻底搞懂Python中的深浅拷贝

Python中的深浅拷贝

在讲深浅拷贝之前，我们先重温一下 is 和==的区别。

在判断对象是否相等比较的时候我们可以用is 和 ==

  • is：比较两个对象的引用是否相同，即 它们的id 是否一样

  • == ： 比较两个对象的值是否相同。

如下

天啦噜！仅仅5张图，彻底搞懂Python中的深浅拷贝

首先，会为整数1分配一个内存空间。 变量a 和 b 都指向了这个内存空间（内存地址相等），所以他们的id相等。

即 a is b 为 True

但是，真的所有整数数字都这样吗？ 答案是：不是！ 只有在 -25 ~ 256范围中的整数才不会重新分配内存空间。

如下所示：

因为257 超出了范围，所以id不相同，所以a is b返回的值为False。

天啦噜！仅仅5张图，彻底搞懂Python中的深浅拷贝

>>> a = 257
>>> b = 257
>>> print(id(a))
20004752
>>> print(id(b))
20001312
>>> print(a is b)
False
>>> print(a == b)
True

这样做是考虑到性能，Python对-5 到 256 的整数维护了一个数组，相当于一个缓存， 当数值在这个范围内，直接就从数组中返回相对应的引用地址了。如果不在这个范围内，会重新开辟一个新的内存空间。

is 和 == 哪个效率高？

相比之下，is比较的效率更高，因为它只需要判断两个对象的id是否相同即可。

而== 则需要重载__eq__ 这个函数，遍历变量中的所有元素内容，逐次比较是否相同。因此效率较低

浅拷贝 深拷贝

给变量进行赋值，有两种方法 直接赋值，拷贝

直接赋值就 = 就可以了。而拷贝又分为浅拷贝和深拷贝

先说结论吧：

  • 浅拷贝：拷贝的是对象的引用，如果原对象改变，相应的拷贝对象也会发生改变

  • 深拷贝：拷贝对象中的每个元素，拷贝对象和原有对象不在有关系，两个是独立的对象

光看上面的概念，对新手来讲可能不太好理解。来看下面的例子吧

赋值

a = [1, 2, 3]
b = a
print(id(a)) # 52531048
print(id(b)) # 52531048

定义变量a，同时将a赋值给b。打印之后发现他们的id是相同的。说明指向了同一个内存地址。

天啦噜！仅仅5张图，彻底搞懂Python中的深浅拷贝

然后修改a的值，再查看他们的id

a = [1, 2, 3]
b = a
print(id(a))  # 46169960
a[1] = 0
print(a, b)  # [1, 0, 3] [1, 0, 3]
print(id(a))  # 46169960
print(id(b))  # 46169960

这时候发现修改后的a和b以及最开始的a的内存地址是一样的。也就是说a和b还是指向了那一块内存，只不过内存里面的[1, 2, 3] 变成了[1, 0, 3]

所以我们就可以判断出，b和a的引用是相同的，当a发生改变的时候，b也会发生改变。

天啦噜！仅仅5张图，彻底搞懂Python中的深浅拷贝

赋值就是：你a无论怎么变，你指向谁，我b就跟着你指向谁。

拷贝

提到拷贝就避免不了可变对象和不可变对象。

天啦噜！仅仅5张图，彻底搞懂Python中的深浅拷贝

  • 可变对象：当有需要改变对象内部的值的时候，这个对象的id不发生变化。

  • 不可变对象：当有需要改变对象内部的值的时候，这个对象的id会发生变化。

a = [1, 2, 3]
print(id(a)) # 56082504
a.append(4)
# 修改列表a之后 id没发生改变，可变对象
print(id(a)) # 56082504
a = 'hello'
print(id(a)) # 59817760
a = a + ' world'
print(id(a)) # 57880072
# 修改字符串a之后，id发生了变化。不可变对象
print(a) # hello world

浅拷贝

拷贝的是不可变对象，一定程度上来讲等同于赋值操作。但是对于多层嵌套结构，浅拷贝只拷贝父对象，不拷贝内部的子对象。

使用copy模块的 copy.copy 进行浅拷贝。

import copy
a = [1, 2, 3]
b = copy.copy(a)
print(id(a))  # 55755880
print(id(b))  # 55737992
a[1] = 0
print(a, b) # [1, 0, 3] [1, 2, 3]

通俗的讲，我将现在的a 复制一份重新分配了一个内存空间。后面你a怎么改变，那跟我b是没有任何关系的。
天啦噜！仅仅5张图，彻底搞懂Python中的深浅拷贝

对于列表的浅拷贝还可以通过list()， list[:] 来实现

但是！我前面提到了对于多层嵌套的结构，需要注意

看下面的例子

import copy
a = [1, 2, [3, 4]]
b = copy.copy(a)
print(id(a)) # 23967528
print(id(b)) # 21738984
# 改变a中的子列表
a[-1].append(5)
print(a) # [1, 2, [3, 4, 5]]
print(b) # [1, 2, [3, 4, 5]]  ？？ 为什么不是[1, 2, [3, 4]]呢？

b是由a浅拷贝得到的。我修改了a中嵌套的列表，发现b也跟着修改了？

如果还是不太理解，可以参考下图。LIST就是一个嵌套的子对象，指向了另外一个内存空间。所以浅拷贝只是拷贝了元素1， 2 和子对象的引用！

天啦噜！仅仅5张图，彻底搞懂Python中的深浅拷贝

另外一种情况，如果嵌套的是一个元组呢？

import copy
a = [1, 2, (3, 4)]
b = copy.copy(a)
# 改变a中的元组
a[-1] += (5,)
print(a) # [1, 2, (3, 4, 5)]
print(b) # [1, 2, (3, 4)]

我们发现浅拷贝得来的b并没有发生改变。因为元组是不可变对象。改变了元组就会生成新的对象。b中的元组引用还是指向了旧的元组。

深拷贝

所谓深拷贝呢，就是重新分配一个内存空间（新对象），将原对象中的所有元素通过递归的方式进行拷贝到新对象中。

在Python中 通过copy.deepcopy() 来实现深拷贝。

天啦噜！仅仅5张图，彻底搞懂Python中的深浅拷贝

import copy
a = [1, 2, [3, 4]]
b = copy.deepcopy(a)
print(id(a)) # 66587176
print(id(b)) # 66587688
# 改变a中的可变对象
a[-1].append(5)
print(a) # [1, 2, [3, 4, 5]]
print(b) # [1, 2, [3, 4]]  深拷贝之后字列表不会受原来的影响

结语

1、深浅拷贝都会对源对象进行复制，占用不同的内存空间

2、如果源对象没有子目录，则浅拷贝只能拷贝父目录，改动子目录时会影响浅拷贝的对象

3、列表的切片本质就是浅拷贝

史上最全Python资料汇总（长期更新）。隔壁小孩都馋哭了 --- 点击领取

天啦噜！仅仅5张图，彻底搞懂Python中的深浅拷贝

以上是 天啦噜！仅仅5张图，彻底搞懂Python中的深浅拷贝 的全部内容， 来源链接： utcz.com/a/66214.html

回到顶部