Python 之深浅拷贝

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

其实这个是由于共享内存导致的结果

拷贝：原则上就是把数据分离出来，复制其数据，并以后修改互不影响。

先看 一个非拷贝的例子
= 赋值：数据完全共享（= 赋值是在内存中指向同一个对象，如果是可变 (mutable) 类型，比如列表，修改其中一个，另一个必定改变

如果是不可变类型 (immutable), 比如字符串，修改了其中一个，另一个并不会变）

1
2
3
4
5
6
l1 = [1, 2, 3, [‘aa’, ‘bb’]]
l2 = l1
l2[0]=‘aaa’
l2[3][0]=‘bbb’
print(l1) #[‘aaa’, 2, 3, [‘bbb’, ‘bb’]]
print(id(l1)==id(l2)) #True
　l2 = l1 ，l1 完全赋值给 l2 ，l2 的内存地址与 l1 相同，即内存完全指向

浅拷贝：数据半共享（复制其数据独立内存存放，但是只拷贝成功第一层）

复制代码
l1 = [1,2,3,[11,22,33]]
l2 = l1.copy()
print(l2) #[1,2,3,[11,22,33]]
l2[3][2]=‘aaa’
print(l1) #[1, 2, 3, [11, 22, ‘aaa’]]
print(l2) #[1, 2, 3, [11, 22, ‘aaa’]]
l1[0]= 0
print(l1) #[0, 2, 3, [11, 22, ‘aaa’]]
print(l2) #[1, 2, 3, [11, 22, ‘aaa’]]
print(id(l1)==id(l2)) #Flase
复制代码
如上述代码，l2 浅拷贝了 l1 ，之后 l2 把其列表中的列表的元素给修改，从结果看出，l1 也被修改了。但是仅仅修改 l1 列表中的第一层元素，却并没有影响 l2。

比较一下 l2 与 l1 的内存地址：False，说明，l2 在内存中已经独立出一部分复制了 l1 的数据，但是只是浅拷贝，第二层的数据并没有拷贝成功，而是指向了 l1 中的第二层数据的内存地址，所以共享内存‘相当于‘’等号赋值’‘，所以就会有 l2 中第二层数据发生变化，l1 中第二层数据也发生变化

如图，这就是浅拷贝的原理，l2 拷贝 l1 的时候只拷贝了他的第一层，也就是在其他内存中重新创建了 l1 的第一层数据，但是 l2 无法拷贝 l1 的第二层数据，也就是列表中的列表，所以他就只能指向 l1 中的第二层数据

由此，当修改 l1 中第二层数据的时候，浅拷贝 l1 的 l2 中的第二层数据也随之发生改变

深拷贝：数据完全不共享（复制其数据完完全全放独立的一个内存，完全拷贝，数据不共享）

深拷贝就是完完全全复制了一份，且数据不会互相影响，因为内存不共享。

1
2
3
4
5
6
import copy
l1 = [1, 2, 3, [11, 22, 33]]
l2 = copy.deepcopy(l1)
print(l1,l2)
l2[3][0] = 1111
print(l1,l2)
　由此可见深拷贝就是数据完完全全独立拷贝出来一份。不会由原先数据变动而变动