Python 中的对象赋值、浅拷贝和深拷贝

一、对象赋值

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
最后，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

二、浅拷贝

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]
最后，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变类型，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
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

三、深拷贝

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]
  - 但 list 中的前两项是字符串和数字，它们属于 不可变数据类型，为了提升效率，在 python 语言中，内存中只存一份不可变对象，并将其地址（即引用）赋值给其它变量，所以说wilber[0 or 1] is will[0 or 1]
最后，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变类型，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

四、总结

1、容器类型（list、tuple、dict、set）的赋值、浅拷贝和深拷贝

numpy 数据的 .copy() 方法是深拷贝
赋值（使用 =）
- 赋值是将一个对象的地址赋值给一个变量，让变量指向该地址（ 旧瓶装旧酒 ）
- 修改不可变对象（str、tuple）需要开辟新的空间
- 修改可变对象（list等）不需要开辟新的空间
浅拷贝（使用 copy.copy()）
- 浅拷贝是在另一块地址中创建一个 新的变量或容器 ，但是容器内的元素的地址均是源对象的元素的地址的拷贝
- 也就是说新的容器中的元素指向了旧的地址（ 新瓶装旧酒 ）
深拷贝（使用 copy.deepcopy()）
- 深拷贝是在另一块地址中创建一个 新的变量或容器，同时容器内的元素的 地址也是新开辟的 仅仅是值相同而已，是完全的副本
- 也就是说新的容器中的元素指向了新的地址（ 新瓶装新酒 ）
- 注意：对于容器中的 不可变元素类型，考虑到效率，依然使用原始的引用

2、非容器类型

对于非容器类型（如数字、字符串等原子类型的对象）没有被拷贝一说

五、参考资料

1、图解 Python 深拷贝和浅拷贝
2、谈谈 Python 中的深拷贝和浅拷贝
3、Python 直接赋值、浅拷贝和深度拷贝解析

Python 中的对象赋值、浅拷贝和深拷贝相关推荐

python中的引用、浅拷贝和深拷贝
在python中,有一句话:"一切皆为对象,一切皆为对象的引用",所以只要记住这句话就很容易清楚python中的引用.浅拷贝和深拷贝了. 1. 引用 python中的引用是经常使 ...
Python中的对象引用、浅拷贝与深拷贝
最近项目中遇到一个Python浅拷贝机制引起的bug,由于对于Python中对象引用.赋值.浅拷贝/深拷贝机制没有足够的认识,导致调试了很久才发现问题,这里简单记录一下相关概念. 在Python的设计 ...
python—类和对象之浅拷贝和深拷贝详细讲解
一.变量的赋值操作定义:只是形成2个变量,实际上还是指向同一个对象代码如下: 内存示意图: 将创建CPU类的实例对象赋值给cpu1进行储存,所以cpu1的id为0212, 然后将cpu1赋值给cp ...
Python中的对象赋值和浅拷贝,深拷贝
在看一篇资料的时候.有两处代码. for data in [data_train, data_test_a]:data['grade'] = data['grade'].map({'A':1,'B': ...
【Python基础】对象的浅拷贝与深拷贝
Python的赋值操作一般都是存储对象的引用,而不是对象的拷贝.因为如果直接对对象进行拷贝,那么运行将会比较缓慢,而且我们实际开发大部分场景都是希望引用对象而不是拷贝对象.当然了,如果你明确要求拷贝, ...
python中的复制、浅拷贝和深拷贝的区别
(1)直接复制:传递对象的引用(该引用指向变量的存储地址),若原始值改变,则被赋值的b也会做出相同的改变. b = alist (2)浅拷贝:使用copy库中的copy函数,只拷贝父对象,不拷贝子对象 ...
python怎样给对象赋值_Python对象赋值、浅拷贝和深拷贝
总结: 1.copy.copy 浅拷贝只拷贝父对象,不会拷贝对象的内部的子对象 2.copy.deepcopy 深拷贝拷贝对象及其子对象 1.对象赋值 will = ["Will&quo ...
python中不可变对象_Python中的可变对象与不可变对象、浅拷贝与深拷贝
Python中的对象分为可变与不可变,有必要了解一下,这会影响到python对象的赋值与拷贝.而拷贝也有深浅之别. 不可变对象简单说就是某个对象存放在内存中,这块内存中的值是不能改变的,变量指向这块 ...
python数组赋值_对Python中列表和数组的赋值,浅拷贝和深拷贝的实例讲解
对Python中列表和数组的赋值,浅拷贝和深拷贝的实例讲解列表赋值: >>> a = [1, 2, 3] >>> b = a >>> print ...

Python 中的对象赋值、浅拷贝和深拷贝

一、对象赋值

二、浅拷贝

三、深拷贝

四、总结

1、容器类型（list、tuple、dict、set）的赋值、浅拷贝和深拷贝

2、非容器类型

五、参考资料

Python 中的对象赋值、浅拷贝和深拷贝相关推荐

最新文章

热门文章