在Python中，对象赋值，拷贝（浅拷贝和深拷贝）之间是有差异的，我们通过下列代码来介绍其区别
一、对象赋值
对象赋值不会复制对象，它只会复制一个对象引用，不会开辟新的内存空间
如下例所示，将test赋值给copytest后，test和copytest的id值相同，test和copytest指向的是同一个list，所以当test的值改变时，copytest的值也相应改变
test = ["test", 18, ["python","java"]] copytest = test print(test) # ['test', 18, ['python', 'java']] print(copytest) # ['test', 18, ['python', 'java']] print(id(test)) # 4559314816 print(id(copytest)) # 4559314816 test[0] = "changetest" test[2].append("css") print(test) # ['changetest', 18, ['python', 'java', 'css']] print(copytest) # ['changetest', 18, ['python', 'java', 'css']] print(id(test)) # 4559314816 print(id(copytest)) # 4559314816
二、拷贝
对于复合对象，如果有时我们不想因为其中一个对象改变而改变另外一个对象的值，我们可以使用Python的copy模块。
copy模块中包含如下两个方法：
copy.copy(x)方法返回x的浅拷贝，copy.deepcopy(x)方法返回x的深拷贝
我们来理解下浅拷贝和深拷贝的区别：
浅拷贝和深拷贝的区别只与复合对象有关系（复合对象就是对象中包含其他对象，例如list和其他实例类）
- 浅拷贝构造了一个新的复合对象，然后（尽可能）把原来的对象引用直接插入到新对象中
- 深拷贝构造了一个新的复合对象，然后递归的将原对象中的内容进行复制，并插入新对象
1、浅拷贝
在下例中，浅拷贝会为copytest开辟新的内存空间，但copytest中的对象仍然是test中的对象引用，不会对其中的对象进行复制
import copy test = ["test", 18, ["python","java"]] copytest = copy.copy(test) print(test) # ['test', 18, ['python', 'java']] print(copytest) # ['test', 18, ['python', 'java']] print(id(test)) # 4484571008 print(id(copytest)) # 4484611320 print [id(x) for x in test] # [4484554208, 140582137648080, 4484569424] print [id(x) for x in copytest] # [4484554208, 140582137648080, 4484569424] test[0] = "changetest" test[2].append("css") print(test) # ['changetest', 18, ['python', 'java', 'css']] print(copytest) # ['test', 18, ['python', 'java', 'css']] print(id(test)) # 4484571008 print(id(copytest)) # 4484611320 print [id(x) for x in test] # [4484554352, 140582137648080, 4484569424] print [id(x) for x in copytest] # [4484554208, 140582137648080, 4484569424]
- test和copytest的id值不同，但copytest并没有将copy内的值重新拷贝一份，而是直接指向copy内的值。
- 当执行test[0] = "changetest”时，test[0]重新指向字符串”changetest”，而copttest[0]仍然指向字符串”test”。
- 当执行test[2].append("css”)时，更改了test[2]指向的list中的值，而test和copytest都指向此list，所以copytest也相应改变了
注：字典的浅拷贝可以使用dict.copy()，list的浅拷贝可以使用slice截取整个list，例如：copied_list = original_list[:]
2、深拷贝：
在下例中，深拷贝会为copytest开辟新的内存空间，并将test中的复合对象进行拷贝，并将其引用赋值给新copytest
import copy test = ["test", 18, ["python","java"]] copytest = copy.deepcopy(test) print(test) # ['test', 18, ['python', 'java']] print(copytest) # ['test', 18, ['python', 'java']] print(id(test)) # 4476972928 print(id(copytest)) # 4477013240 print [id(x) for x in test] # [4476956224, 140706592084752, 4476971344] print [id(x) for x in copytest] # [4476956224, 140706592084752, 4477013312] test[0] = "changetest" test[2].append("css") print(test) # ['changetest', 18, ['python', 'java', 'css']] print(copytest) # ['test', 18, ['python', 'java']] print(id(test)) # 4476972928 print(id(copytest)) # 4477013240 print [id(x) for x in test] # [4476956512, 140706592084752, 4476971344] print [id(x) for x in copytest] # [4476956224, 140706592084752, 4477013312]
- test和copytest的id值不同，copytest将test中的list重新拷贝了一份，并指向重新拷贝的list
- 当执行test[0] = "changetest”时，test[0]重新指向字符串”changetest”，而copttest[0]仍然指向字符串”test”。
- 当执行test[2].append("css”)时，更改了test[2]指向的list的值，但copytest和test指向的并不是同一个list，所以copytest并不受影响
注：深拷贝存在两个问题：一个是递归拷贝可能导致递归循环，另一个是深拷贝会拷贝所有的对象，而有些可以复用的对象也会被重复拷贝，导致拷贝过多的情况
