前言

在 Python 中提供了一个用于拷贝操作的 copy 模块，该模块中提供 浅拷贝 和 深拷贝 两种操作，其中：

浅拷贝：只是将对象管理地址进行打包复制，其内部的元素的并未进行复制，而是使用旧的存储地址。

深拷贝 ：是将对象中的所有元素进行复制，然后重新开辟空间来存储。

对象和内存

对象和内存中的值是映射的关系，当需要取内存中的值的时候，需要通过其变量名去获取。

内存中的值是单一的，但其映射的对象可以是多个，所以某一个对象修改其内存的值后，其所有的映射到该内存上的对象都会刷新到最新的值。

实例如下：

>>> a = [1,2,3] # 定义一个变量(对象)

>>>

>>> b = a # 将变量的 a 的值赋给变量 b

>>> id(a) # 查看 a 的存储内存空间

3070831436L

>>> id(b) # 查看 b 的存储内存空间

3070831436L

>>>

>>> a.append(4) # 给 a 对象列表，添加一个新的元素 ‘4’

>>> a # 查看 a 的值

[1, 2, 3, 4]

>>> b # 查看 b 的值

[1, 2, 3, 4]

>>>

通过以上可以看到，不同变量之间，相同的值存储的内存空间是一样的；当使用 a 变量修改其内容时，b 变量的值也会放生改变。

浅拷贝

特点：浅拷贝只复制变量的整体引用地址，不会复制变量内部元素的地址。当内部元素发生变化时，复制后的值和会随着赋值对象的变化而变化。

实例如下：

>>> import copy

>>> a = [1,2,['a','b'],3] # 定义嵌套列表

>>> b = copy.copy( a ) # 复制a(浅拷贝)

>>> a

[1, 2, ['a', 'b'], 3]

>>> b

[1, 2, ['a', 'b'], 3]

>>> id(a)

3070610124L # 查看 a 与 b 变量的地址

>>> id(b)

3070631500L

#查看列表 a 与 b 中第 2 个元素的地址:

>>> id(a[1])

163477668

>>> id(b[1])

163477668

#查看列表 a 与 b 中的第 3 个元素(嵌套列表)的地址:

>>> id(a[2])

3070631436L

>>> id(b[2])

3070631436L

#可见它们的地址还是同一个存储地址

# 接下来是改变 a 的值，然后再查看 b 的值:

>>> a[2].append('c')

>>> a

[1, 2, ['a', 'b', 'c'], 3]

>>> b

[1, 2, ['a', 'b', 'c'], 3]

分析：通过观察可知 浅拷贝时，当改变元素内部的值时，复制后对象的值，会随着赋值前对象值的变化而变化。

由于数字类型为不可变类型，所以复制前后的存储位置是一致的，并不存在同值不同存储位置的情况。

因为 数字类型 为不可变类型，所以这里不加以比较！

提示：在大列表中 添加/修改 元素，复制后的值不受影响。

深拷贝

特点：深拷贝会将数据全部复制，然后重新开辟新的空间来储存该值。所以，复制后的值都是相对独立的，后期使用并不受复制前的对象所影响。

基本语法：

deepcopy(x, memo=None, _nil=[])

参数说明：x 是赋值的对象 、memo 和 _nil 参数可缺省。

实例如下：

>>> import copy

>>> a = [4,5,['a','b'],6]

>>> b = copy.deepcopy(a) # 使用深拷贝复制 a 对象

>>> a

[4, 5, ['a', 'b'], 6]

>>> b

[4, 5, ['a', 'b'], 6]

>>>

#查看列表 a 和 b 中的嵌套列表，可见它们的地址是独立的：

>>> id(a[2])

3070658220L

>>> id(b[2])

3069923596L

# 修改 a 列表中的嵌套列表，观察其变化：

>>> a[2].append('c')

>>> a

[4, 5, ['a', 'b', 'c'], 6, 'c']

>>> b

[4, 5, ['a', 'b'], 6]

# 可见修改 a 后 b 也不会发生任何的变化

分析：通过以上可见，采用深拷贝操作后，是将被复制对象的所有值进行拷贝，然后重新开辟新的存储单元来存储拷贝后的内容，所以复制后的内容并不受前面被复制对象的改变而改变。

喜欢 (0)or分享 (0)