位置: 编程技术 - 正文
浅谈Python浅拷贝、深拷贝及引用机制(python append 浅拷贝)
编辑：rootadmin推荐整理分享浅谈Python浅拷贝、深拷贝及引用机制(python append 浅拷贝)，希望有所帮助，仅作参考，欢迎阅读内容。
文章相关热门搜索词:python的拷贝,python拷贝文件函数,python copy_from,python3拷贝文件,python 浅拷贝,python拷贝文件函数,python拷贝文件函数,python append 浅拷贝,内容如对您有帮助，希望把文章链接给更多的朋友！
这礼拜碰到一些问题，然后意识到基础知识一段时间没巩固的话，还是有遗忘的部分，还是需要温习，这里做份笔记，记录一下
前续
先简单描述下碰到的题目，要求是写出2个print的结果
可以看到，a指向了一个列表list对象，在Python中，这样的赋值语句，其实内部含义是指a指向这个list所在内存地址，可以看作类似指针的概念。
而b，注意，他是把a对象包裹进一个list，并且乘以5，所以b的样子应该是一个大list，里面元素都是a
而当a对象进行了append操作后，其实，隐含的意思是，内存中的这个list进行了修改，所有对此对象进行引用的对象，都会发生改变
我将a的id打印出来，并且，同时打印b这个对象中所包含的元素a的id，这样可以看到，在b这个list中，每个元素的id，和a是一样的
我们可以看到，a对象的id(内存地址)为，虽然b把a包裹进了新的list，但是，这个元素引用的，还是相同地址的对象，可以用下图来解释
之后，我们对a进行了append操作，由于list是一个可变对象，所以，他的内存地址并没有改变，但是，对于内存中这个地址的引用的所有对象，都会被一同改变可以从上面测试图分割线下半部分看出来.
由此，引出了对Python引用机制和浅复制及深复制的复习
Python的引用机制
引用机制案例1
由上面的例子，我们可以看到，python的引用传递，最终结果是让2个对象都引用内存中同一块区域的内容
所以我们来看一下下面的例子
B通过A，同样引用了id为的地址的内容，2者的id（内存地址）都是一毛一样的
所以，通过A的操作 A[0]=3 或是 A[3].append(6) ，都会对这块内存中的内容进行修改（因为list是可变对象，所以内存地址并不会改变，这个后面再讲）
这个是最基本的引用案例 (另外说句，由于A和B都指向了同一块内存地址，所以通过B修改的内容，也能反映到A上面去)
引用机制案例2
我们再来看一个案例
看题目貌似是会把元素2替换成本身这个列表，结果也许应该是 A=[1,[1,2,3],3]
但其实并不是！！你可以看到，红框中部分，中间有无限多个嵌套
为什么会这样呢？
其实是因为，A指向的是[1,2,3]这个列表，在这个例子中，只是把A的第2个元素，指向了A对象本身，所以说，只是A的结构发生了变化！但是，A还是指向那个对象
我们可以通过打印A的id来看，他的指向是没有变的！！
来看一下，A的指向并没有变
那如果我们要达到最后输出效果是 [1,[1,2,3],3]的效果，应该如何来操作呢？
这里，我们就要用到浅复制了，用法可以如下
浅复制和深复制
浅复制
现在，就来说说浅复制和深复制,上面的方法实际上只是进行了浅复制，shallow copy，含义是他是对原来引用的对象进行了复制，但是不再引用同一对象地址
看下面的例子，B通过 B = A[:] 操作，来进行了浅复制，你可以看到，浅复制之后，A和B引用的内存地址已经是不同的了但是，A和B内部的元素的引用地址，还是相同的，这点要非常注意！是有区别的！！！
A和B的引用内存地址的不同，带来的效果是，你在B上面进行的操作，并不会影响到A。
浅拷贝归纳：
所以浅拷贝，可以归纳为，复制一份引用，新的对象和原来的对象的引用被区分开，但是内部元素的地址引用还是相同的
但是浅复制也会有问题，问题在哪里呢？就是碰到有嵌套的情况，比如下面的情况可以看到，我给B赋值了一份A的浅复制，这样A和B的id（内存地址）就不一样了。
所以，当我修改A[0]=8的时候，B不会被影响到，因为他们A和B两者是独立的引用，但是这里中间有一个嵌套的列表 [4,5,6]这个[4,5,6]我们可以理解为：A和B还共同引用着，也就是对于A和B的第二个元素来说，他们还是指向同一块内存地址的。
另外要说一句，由于int是不可变类型，所以，把A[0]修改成8之后，他的引用地址就变了！就和B[0]这个元素的引用区分开了。
深复制
那如何面对这样的情况呢？就要用到python模块里面的copy模块了
copy模块有2个功能
1: copy.copy(你要复制的对象) : 这个是浅拷贝，和前面对list进行的 [:] 操作性质是一样的
2: copy.deepcopy(你要复制的对象) : 这个是深拷贝，他除了和浅拷贝一样，会新生成一份对象的引用，另外对于内部的元素，都会新生成引用，以独立分开.
看下面的例子，当你给B赋值一份A的深复制之后，他俩可以说是完全独立开了，无论你修改的是A里面的不可变元素，还是修改A里面嵌套的可变元素，结果都不会影响到B
我的理解是：深复制可以称之为递归拷贝，他会把所有嵌套的可变元素都拷贝一下，然后独立引用出来.
深复制归纳：
深复制的效果，除了和浅复制一样，将对象的引用新生成一份引用之外，内部所有嵌套的元素，他都会帮你一一独立开.
自己画了2张图，以表示浅复制和深复制的效果区别
需要说明的是，虽然浅复制之后，列表内不可变元素的引用地址还是相同的，但是，正因为他们是不可变元素，所以，其中任意不可变元素被改变之后，引用地址都会是新的，而不会影响到原来的引用地址。
总结
所以，到这里，浅复制和深复制的机制，基本上理解了。
另外还有特殊情况需要说明
对于不可变类型：int, str, tuple, float 这样的元素来说，没有拷贝这个说法，他们被修改之后，引用地址就是直接改变了，如下面
但是，如果不可变类型内部有嵌套的可变类型的时候，还是可以使用深复制的
另外要提醒一句，平时我们用的最多的直接赋值（或者可以说是直接传递引用）的方法，比如下面的例子
他是将a和b两个可变元素同时指向一个内存地址，所以，任何改变都是波及到a和b的
最后
可变类型：list , set , dict
不可变类型：int, str , float , tuple
浅复制方法：[:] , copy.copy() , 使用工厂函数(list/dir/set)
深复制方法：copy.deepcopy()
上一篇：利用python获取某年中每个月的第一天和最后一天(python获取entry里输入的值)
下一篇：利用Python中SocketServer 实现客户端与服务器间非阻塞通信(利用python中的运算符可以编程解决你身边的哪些问题)
