【Python】python中的深浅拷贝

1.深浅拷贝（⚠️重要）

1.1 浅拷贝

1.1.1 定义

只拷贝第一层的内存地址

1.1.2 浅拷贝示例

赋值 示意浅拷贝前先说明赋值

  1. 赋值共用同一块内存空间，一个变量的值改变，另一个赋值的变量同时也改变

  2. 多个变量名指向同一块内存空间

 3.  # 列表示例
4.  lst = [1,1,3]
5.  lst1 = lst
6.  lst1.append(4)                  //正常思维理解应该是lst1更改后，lst不会改变，但是赋值是多个变量名指向同一个内存                                                        空间，因此只要一个变量改变，另一个变量也改变
7.  print (lst,lst1)
8.  [1, 1, 3, 4] [1, 1, 3, 4]
11.  # 字典示例
12.  dic = {'k1':1,'k1':1}
13.  dic1 = dic
14.  dic1.update({'k1':111})
15.  print (dic,dic1)
16.  {'k1': 1, 'k1': 111} {'k1': 1, 'k1': 111}

赋值示意图

【Python】python中的深浅拷贝

浅拷贝 只拷贝第一层的内存地址

1.  # 列表中浅拷贝有两种方式
2.  lst = [1,1,3]
3.     new_lst = lst.copy()
6.  lst = [1,1,3]
7.  new_lst = lst[:]

浅拷贝只拷贝第一层的内存空间地址,浅拷贝的两个变量是单独的内存空间，不再是共用同一个内存空间地址

 3.  #列表示例1 列表中未嵌套第二层元素
4.  lst = [1,1,3]
5.  new_lst = lst.copy()
6.  new_lst.append(4)
7.  print (lst,new_lst)
8.  [1, 1, 3] [1, 1, 3, 4]
9.  # 浅拷贝中lst和new_lst结果不同
12.  print (id(lst),id(new_lst))
13.  140584614767176 140584614774344
14.  # 浅拷贝中lst和new_lst内存空间地址不同
17.  # 列表示例1 列表中嵌套了第二层元素
18.  lst = [1,1,[3,4,5]]
19.  new_lst = lst.copy()
20.  new_lst.append(6)
21.  print (lst,new_lst)
22.  [1, 1, [3, 4, 5]] [1, 1, [3, 4, 5], 6]
25.  print (id(lst),id(new_lst))
26.  140431875130951 140431874963911
29.  print (id(lst[1]),id(new_lst[1]))
30.  # 浅拷贝只拷贝第一层内存空间，因此两个列表的第二个嵌套的元素的值内存空间相同
31.  140633470413384 140633470413384

浅拷贝单层元素示意图（增加元素）

【Python】python中的深浅拷贝

浅拷贝多层元素示意图（修改元素）

【Python】python中的深浅拷贝

浅拷贝多层元素示意图（第二层增加元素）

【Python】python中的深浅拷贝

1.1.3 浅拷贝总结

1.浅拷贝只复制第一层内存空间地址

1.浅拷贝，修改第一层元素或者追加元素，都是将旧指向改变为新指向，两个变量互不影响

3.浅拷贝修改第二层及以下元素或者追加元素，修改的是两个变量共用的值，此时修改会影响两个变量

1.1.4 浅拷贝坑

1.  lst = [1,3,[4,5],6]
2.  lst1 = lst
3.  lst1 = lst[:]
4.  lst1[-1] = [8,9]
5.  lst1[-1].append([0])            #数字无法进行追加操作
6.  print (lst,lst1,lst1)
7.  AttributeError: 'int' object has no attribute 'append'

1.2深拷贝

1.2.1 定义

不可变数据类型共用内存空间，可变数据类型开辟新的内存空间，不管嵌套多少层都是这样的原理

1.2.2 深拷贝语法

1.2.3 深拷贝示例

1.  import copy
2.  lst = [1,1,[3,4]]
3.  new_lst = copy.deepcopy(lst)
4.  print (id(lst[0]),id(new_lst[0]))           #lst[0]为1，1是整型，是不可变数据类型 --> 共用内存空间地址
5.  4464777164 4464777164
8.  print (id(lst[-1]),id(new_lst[-1]))
9.  140663166316984 140663166494088             #lst[-1]为[3,4]，[3,4]是列表，是可变数据类型 --> 新开辟内存空间地址

1.2.4 深拷贝原理图

【Python】python中的深浅拷贝

1.2.5 深拷贝总结

深拷贝中，不可变数据类型共用内存空间地址，可变数据类型开辟新的内存空间，不管嵌套多少层都是这样

以上是 【Python】python中的深浅拷贝 的全部内容， 来源链接： utcz.com/a/89345.html

回到顶部