开发者社区> 香飘叶子> 正文

Python高级:细说Python浅拷贝和深拷贝

简介:
+关注继续查看

0.说明 

        先看看浅拷贝的概念:

  • 浅拷贝:对一个对象进行浅拷贝其实是新创建了一个类型跟原对象一样,其内容还是原来对象元素的引用,换句话说,这个拷贝的对象本身是新的,但是它的内容不是

        序列类型对象的浅拷贝是默认类型拷贝,有以下几种实现方式:

  • 完全切片操作:下面操作会有

  • 利用工厂函数:比如list()、dict()等

  • 使用copy模块的copy()函数

        其实如果是真正理解了Python对象或者说理解了可变对象和不可变对象,再根据上面的理论知识,浅拷贝和深拷贝基本上算是比较好的掌握了。所以这里不按照书上(指的是《Python核心编程》)的思路来进行总结,当然书上的例子作为入门也是非常不错的。下面给出三个例子,如果都可以理解,那么对Python浅拷贝和深拷贝的掌握到这个程度也就可以了。




1.第一个例子:列表中的元素都是原子类型,即不可变对象

        

1
2
3
4
5
6
7
8
9
10
11
12
>>> person = ['age'20]
>>> xpleaf = person[:]  #浅拷贝
>>> cl = list(person)      #浅拷贝
>>> [id(x) for in person, xpleaf, cl]   #虽然是浅拷贝,但是其实也是生成了新的对象
[140205544875144140205544893688140205544996232]
>>> [id(x) for in person]
[14020554502123232419728]
>>> [id(x) for in xpleaf]
[14020554502123232419728]
>>> [id(x) for in cl]
[14020554502123232419728]
#但是可以看到列表中的元素的还是原来对象元素的引用

        上面做了浅拷贝的操作,然后下面修改两个浅拷贝的值:

1
2
3
4
5
6
7
8
9
10
>>> xpleaf[1= 22
>>> cl[1= 21
>>> person, xpleaf, cl
(['age'20], ['age'22], ['age'21])
>>> [id(x) for in person]
[14020554502123232419728]
>>> [id(x) for in xpleaf]
[14020554502123232419680]
>>> [id(x) for in cl]
[14020554502123232419704]

        修改了两个浅拷贝的值,然后发现内容并没有相互影响,而且后来的id值也发生改变了,怎么会这样?不要忘了,列表中的元素都是不可变对象,修改不可变对象的值,其实就相当于是新生成了一个该对象,然后让列表元素重新指向新生成的不可变对象,在这里是数字对象。

        理解这个例子本身并不难,但需要对Python对象和序列类型本身有一定的理解。




2. 第二个例子:列表中包含容器类型变量,即可变对象

        

1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
>>> person = ['name', ['age'20]]
>>> xpleaf = person[:]
>>> cl = list(person)
>>> person, xpleaf, cl
(['name', ['age'20]], ['name', ['age'20]], ['name', ['age'20]])
>>> [id(x) for in person, xpleaf, cl]
[140205544995944140205544893688140205544875144]
# 查看大列表的元素id值
>>> [id(x) for in person, xpleaf, cl]
[140205544996160140205544875144140205544996520]
>>> [id(x) for in person]
[140205546176112140205544995944]
>>> [id(x) for in xpleaf]
[140205546176112140205544995944]
>>> [id(x) for in cl]
[140205546176112140205544995944]
# 查看小列表的元素id值
>>> [id(x) for in person[1]]
[14020554502123232419680]
>>> [id(x) for in xpleaf[1]]
[14020554502123232419680]
>>> [id(x) for in cl[1]]
[14020554502123232419680]

        三个列表的第一个元素的id值都是一样的,这是引用传递,没有什么问题,跟第一个例子类似,因此修改这个值不会有什么问题。但注意看第二个元素,它是一个列表,可以肯定的是,三个列表中的两个元素的id也肯定是相同的,也是引用传递的道理,但现在关键是看第二个元素,也就是这个列表本身,三个大列表(指的是person这个列表)中的这三个小列表的id值都是一样的,于是,浅拷贝对于对象值的影响就会体现出来了,我们尝试去修改其中一个小列表中的值:

1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
>>> xpleaf[1][1= 22
>>> person, xpleaf, cl
(['name', ['age'22]], ['name', ['age'22]], ['name', ['age'22]])
>>> [id(x) for in person, xpleaf, cl]
[140205544995944140205544893688140205544875144]
# 查看大列表的元素id值
>>> [id(x) for in person]
[140205546176112140205544995944]
>>> [id(x) for in xpleaf]
[140205546176112140205544995944]
>>> [id(x) for in cl]
[140205546176112140205544995944]
# 查看小列表的元素id值
>>> [id(x) for in person[1]]
[14020554502123232419680]
>>> [id(x) for in xpleaf[1]]
[14020554502123232419680]
>>> [id(x) for in cl[1]]
[14020554502123232419680]

        可以看到问题就出来了,即对一个小列表进行修改,会影响到其它的小列表。我们先抛开所谓的浅拷贝,去思考这个问题本身:有可能不会影响其它小列表吗?肯定没有可能的,因为三个小列表的id都一样,三个小列表里的元素的id也一样,即其实这三个小列表是完全指向同一个对象的,因此,无论修改哪一个,肯定都会影响其它小列表的。

        这就是所谓浅拷贝出现的问题。




3.第三个例子:使用深拷贝来解决第二个例子出现的问题

        

1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
>>> person = ['name', ['age'20]]
>>> xpleaf = person[:]
>>> from copy import deepcopy as dcp
>>> cl = dcp(person)
>>> person, xpleaf, cl
(['name', ['age'20]], ['name', ['age'20]], ['name', ['age'20]])
>>> [id(x) for in person, xpleaf, cl]
[140205544995944140205544893688140205544875144]
# 查看大列表的元素id值
>>> [id(x) for in person]
[140205546176112140205544996520]
>>> [id(x) for in xpleaf]
[140205546176112140205544996520]
>>> [id(x) for in cl]
[140205546176112140205544571320]
# 查看小列表的元素id值
>>> [id(x) for in person[1]]
[14020554502123232419728]
>>> [id(x) for in xpleaf[1]]
[14020554502123232419728]
>>> [id(x) for in cl[1]]
[14020554502123232419728]

       可以看到虽然是进行了深拷贝,但发现跟前面的其实并没有什么不同,下面我们再来修改其中一个小列表:

1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
>>> xpleaf[1][1= 22
>>> person, xpleaf, cl
(['name', ['age'22]], ['name', ['age'22]], ['name', ['age'20]])
# 查看大列表的元素id值
>>> [id(x) for in person]
[140205546176112140205544996520]
>>> [id(x) for in xpleaf]
[140205546176112140205544996520]
>>> [id(x) for in cl]
[140205546176112140205544571320]
# 查看小列表的元素id值
>>> [id(x) for in person[1]]
[14020554502123232419680]
>>> [id(x) for in xpleaf[1]]
[14020554502123232419680]
>>> [id(x) for in cl[1]]
[14020554502123232419728]

        此时可以看到,cl的小列表的第二个元素的id跟原来是一样的,但是xpleaf和person的小列表元素的id发生了改变,同时值也是我们修改的那样。那是因为xpleaf是person的浅拷贝,但是cl是person的深拷贝。

        这就是所谓的深拷贝。




4.第四个例子:检验


         其实只要理解了上面三个例子(这意味着对Python对象本身和序列类型本身也有比较深刻的理解),所以的浅拷贝和深拷贝也不是什么问题了。

        至于是否明白,可以参考下面这个例子:

1
2
3
4
5
6
7
8
9
10
11
12
13
>>> person = ['name', ('hobby', [12])]
>>> xpleaf = person[:]
>>> from copy import deepcopy as dcp
>>> cl = dcp(person)
>>> 
>>> xpleaf[0= 'xpleaf'
>>> cl[0= 'cl'
>>> person, xpleaf, cl
(['name', ('hobby', [12])], ['xpleaf', ('hobby', [12])], ['cl', ('hobby', [12])])
>>> 
>>> xpleaf[1][1][0= 'clyyh'
>>> person, xpleaf, cl
(['name', ('hobby', ['clyyh'2])], ['xpleaf', ('hobby', ['clyyh'2])], ['cl', ('hobby', [12])])

        如果对这个例子的输出觉得完全没有问题的,那么也就OK了!



        当然,肯定还有遗漏的地方,还望指出。

版权声明:本文内容由阿里云实名注册用户自发贡献,版权归原作者所有,阿里云开发者社区不拥有其著作权,亦不承担相应法律责任。具体规则请查看《阿里云开发者社区用户服务协议》和《阿里云开发者社区知识产权保护指引》。如果您发现本社区中有涉嫌抄袭的内容,填写侵权投诉表单进行举报,一经查实,本社区将立刻删除涉嫌侵权内容。

相关文章
Python 标准类库-数据类型之copy-深拷贝浅拷贝操作
Python 标准类库-数据类型之copy-深拷贝浅拷贝操作
15 0
Python的赋值引用, 浅拷贝和深拷贝
Python的赋值引用, 浅拷贝和深拷贝
28 0
【Python基础】对象的浅拷贝与深拷贝
【Python基础】对象的浅拷贝与深拷贝
54 0
Python中浅拷贝与深拷贝的骚操作
Python中浅拷贝与深拷贝的骚操作
38 0
高频面试题之Python深拷贝和浅拷贝
在Python中聊到深拷贝和浅拷贝这个问题就需要考虑Python的数据类型, 考虑到Python的数据类型就需要考虑变量的存储问题, 接下来我们从 变量, 对象, 引用的概念出发, 再到数据赋值操作, 延申到深浅拷贝, 循序渐进的梳理下!
280 0
深度解析Python的赋值、浅拷贝、深拷贝
直接赋值: 其实就是指向对象的引用(别名)。 浅拷贝(copy):拷贝父对象,不会拷贝对象的内部的子对象。但对于不可变数据类型,不会拷贝,仅仅是指向 深拷贝(deepcopy):`copy` 模块的 `deepcopy` 方法,完全拷贝了父对象及其子对象。 拷贝 就是把原数据复制一份,在复制的数据上随意改动不会影响到其原数据。也就是这里讲的深拷贝。
57 0
别再弄不清Python 深拷贝和浅拷贝了!
别再弄不清Python 深拷贝和浅拷贝了!
51 0
Python基础 面向对象的三大特征(封装、继承、多态)封装的实现方式、继承和多态、深拷贝和浅拷贝
python的面向对象的三大特征之一,封装。封装的实现方式 一:封装:提高程序的安全性 1.将数据(属性)和行为(方法)包装到类对象中。在方法内部对属性进行操作,在类对象的外部调用方法。
67 0
学习 Python 一年,这次终于弄懂了浅拷贝和深拷贝
话说,网上已经有很多关于 Python 浅拷贝和深拷贝的文章了,不过好多文章看起来还是决定似懂非懂,所以决定用自己的理解来写出这样一篇文章。
133 0
+关注
香飘叶子
文章
问答
视频
文章排行榜
最热
最新
相关电子书
更多
双剑合璧-Python和大数据计算平台的结合
立即下载
低代码开发师(初级)实战教程
立即下载
阿里巴巴DevOps 最佳实践手册
立即下载
相关实验场景
更多