图解Python深拷贝和浅拷贝

时间:2022-06-07 22:33:26

Python中,对象的赋值,拷贝(深/浅拷贝)之间是有差异的,如果使用的时候不注意,就可能产生意外的结果。

下面本文就通过简单的例子介绍一下这些概念之间的差别。

对象赋值

直接看一段代码:

图解Python深拷贝和浅拷贝
will = ["Will", 28, ["Python", "C#", "JavaScript"]]
wilber
= will
print id(will)
print will
print [id(ele) for ele in will]
print id(wilber)
print wilber
print [id(ele) for ele in wilber]

will[0]
= "Wilber"
will[
2].append("CSS")
print id(will)
print will
print [id(ele) for ele in will]
print id(wilber)
print wilber
print [id(ele) for ele in wilber]
图解Python深拷贝和浅拷贝

代码的输出为:

图解Python深拷贝和浅拷贝

下面来分析一下这段代码:

  • 首先,创建了一个名为will的变量,这个变量指向一个list对象,从第一张图中可以看到所有对象的地址(每次运行,结果可能不同)
  • 然后,通过will变量对wilber变量进行赋值,那么wilber变量将指向will变量对应的对象(内存地址),也就是说"wilber is will","wilber[i] is will[i]"
    • 可以理解为,Python中,对象的赋值都是进行对象引用(内存地址)传递
  • 第三张图中,由于will和wilber指向同一个对象,所以对will的任何修改都会体现在wilber上
    • 这里需要注意的一点是,str是不可变类型,所以当修改的时候会替换旧的对象,产生一个新的地址39758496

图解Python深拷贝和浅拷贝

浅拷贝

下面就来看看浅拷贝的结果:

图解Python深拷贝和浅拷贝
import copy

will
= ["Will", 28, ["Python", "C#", "JavaScript"]]
wilber
= copy.copy(will)

print id(will)
print will
print [id(ele) for ele in will]
print id(wilber)
print wilber
print [id(ele) for ele in wilber]

will[0]
= "Wilber"
will[
2].append("CSS")
print id(will)
print will
print [id(ele) for ele in will]
print id(wilber)
print wilber
print [id(ele) for ele in wilber]
图解Python深拷贝和浅拷贝

代码结果为:

图解Python深拷贝和浅拷贝

分析一下这段代码:

  • 首先,依然使用一个will变量,指向一个list类型的对象
  • 然后,通过copy模块里面的浅拷贝函数copy(),对will指向的对象进行浅拷贝,然后浅拷贝生成的新对象赋值给wilber变量
    • 浅拷贝会创建一个新的对象,这个例子中"wilber is not will"
    • 但是,对于对象中的元素,浅拷贝就只会使用原始元素的引用(内存地址),也就是说"wilber[i] is will[i]"
  • 当对will进行修改的时候
    • 由于list的第一个元素是不可变类型,所以will对应的list的第一个元素会使用一个新的对象39758496
    • 但是list的第三个元素是一个可不类型,修改操作不会产生新的对象,所以will的修改结果会相应的反应到wilber上

图解Python深拷贝和浅拷贝

总结一下,当我们使用下面的操作的时候,会产生浅拷贝的效果:

  • 使用切片[:]操作
  • 使用工厂函数(如list/dir/set)
  • 使用copy模块中的copy()函数

深拷贝

最后来看看深拷贝:

图解Python深拷贝和浅拷贝
import copy

will
= ["Will", 28, ["Python", "C#", "JavaScript"]]
wilber
= copy.deepcopy(will)

print id(will)
print will
print [id(ele) for ele in will]
print id(wilber)
print wilber
print [id(ele) for ele in wilber]

will[0]
= "Wilber"
will[
2].append("CSS")
print id(will)
print will
print [id(ele) for ele in will]
print id(wilber)
print wilber
print [id(ele) for ele in wilber]
图解Python深拷贝和浅拷贝

代码的结果为:

图解Python深拷贝和浅拷贝

分析一下这段代码:

  • 首先,同样使用一个will变量,指向一个list类型的对象
  • 然后,通过copy模块里面的深拷贝函数deepcopy(),对will指向的对象进行深拷贝,然后深拷贝生成的新对象赋值给wilber变量
    • 跟浅拷贝类似,深拷贝也会创建一个新的对象,这个例子中"wilber is not will"
    • 但是,对于对象中的元素,深拷贝都会重新生成一份(有特殊情况,下面会说明),而不是简单的使用原始元素的引用(内存地址)
      • 例子中will的第三个元素指向39737304,而wilber的第三个元素是一个全新的对象39773088,也就是说,"wilber[2] is not will[2]"
  • 当对will进行修改的时候
    • 由于list的第一个元素是不可变类型,所以will对应的list的第一个元素会使用一个新的对象39758496
    • 但是list的第三个元素是一个可不类型,修改操作不会产生新的对象,但是由于"wilber[2] is not will[2]",所以will的修改不会影响wilber

图解Python深拷贝和浅拷贝

拷贝的特殊情况

其实,对于拷贝有一些特殊情况:

  • 对于非容器类型(如数字、字符串、和其他'原子'类型的对象)没有拷贝这一说
    • 也就是说,对于这些类型,"obj is copy.copy(obj)" 、"obj is copy.deepcopy(obj)"
  • 如果元祖变量只包含原子类型对象,则不能深拷贝,看下面的例子

    图解Python深拷贝和浅拷贝

总结

本文介绍了对象的赋值和拷贝,以及它们之间的差异:

  • Python中对象的赋值都是进行对象引用(内存地址)传递
  • 使用copy.copy(),可以进行对象的浅拷贝,它复制了对象,但对于对象中的元素,依然使用原始的引用.
  • 如果需要复制一个容器对象,以及它里面的所有元素(包含元素的子元素),可以使用copy.deepcopy()进行深拷贝
  • 对于非容器类型(如数字、字符串、和其他'原子'类型的对象)没有被拷贝一说

  • 如果元祖变量只包含原子类型对象,则不能深拷贝,看下面的例子
  • 作者: 田小计划
    本文版权归作者和博客园共有,欢迎转载,但未经作者同意必须保留此段声明,且在文章页面明显位置给出原文连接,否则保留追究法律责任的权利。
    如果觉得不错,请点击 推荐关注