Python 浅拷贝和深拷贝 - Python零基础入门教程

不念不忘少年蓝@ 2022-10-05 12:49 152阅读 0赞

*  一.Python 浅拷贝和深拷贝前言
 *  二.Python 普通的变量赋值
 *  三.Python 浅拷贝和深拷贝
    
     *  1.Python 浅拷贝 copy
     *  2.Python 深拷贝 deepcopy
     *  3.Python 浅拷贝和深拷贝区别
 *  四.猜你喜欢

> 零基础 Python 学习路线推荐 : [Python 学习目录][Python] >> [Python 基础入门][Python 1]

## 一.Python 浅拷贝和深拷贝前言 ##

何谓浅拷贝/深拷贝，说得直白一点，其实就是数据拷贝，两者到底有什么区别呢？听着就挺迷糊的，[Python][Python 2] 开发项目的时候说不定你就能碰上这样的坑；

![b52033a3b6863ec9d13a901035d8f20d.png][]

## 二.Python 普通的变量赋值 ##

我们平常使用的变量赋值就是浅拷贝，即两个变量共享同一个内存块，相同的内存地址，一旦值发生改变，另外一个变量的值也会跟随着一起变化，演示代码如下：

# !usr/bin/env python
    # -*- coding:utf-8 _*-
    """
    @Author:猿说编程
    @Blog(个人博客地址): www.codersrc.com
    @File:Python 浅拷贝和深拷贝.py
    @Time:2021/3/29 07:37
    @Motto:不积跬步无以至千里，不积小流无以成江海，程序人生的精彩需要坚持不懈地积累！
    
    """
    
    list1 = [1,2,3,4,5]
    # 普遍的变量赋值
    list2 = list1
    print(id(list1))
    print(id(list2))
    
    # 修改列表list2的数据
    list2.append(123)
    print(list1)
    print(list2)
    
    '''
    输出结果:
    2251297055368
    2251297055368
    [1, 2, 3, 4, 5, 123]
    [1, 2, 3, 4, 5, 123]
    
    '''

**注意：常规的变量赋值共享一个内存块，内存地址相同，一旦值发生改变，共享同一个内存地址的所有变量值都会发生改变，可以直接通过[内置函数 id][id] 对比下内存地址即可！**

![c232f140e68594b8bc0e77b26284fe6b.png][]

## 三.Python 浅拷贝和深拷贝 ##

在 Python 开发过程中，有些时候对于上面的情况并不是我们想要的，我们更加希望对赋值后的变量做修改并不影响原始变量的值，如何实现呢？这里就需要介绍一下 [copy 模块][copy]：

> **copy.copy – 浅拷贝，重新分配内存，只拷贝父对象，不会拷贝对象的内部的子对象；**
> 
> **copy.deepcopy – 深拷贝，重新分配内存，拷贝对象及其所有子对象；**

![275588aa6a632b405fdc343309e22a24.png][]

### 1.Python 浅拷贝 copy ###

### 2.Python 深拷贝 deepcopy ###

### 3.Python 浅拷贝和深拷贝区别 ###

\*\* 对于常规的[字典 dict][dict] 或者[列表 list][list] 使用 copy 模块的深拷贝或者浅拷贝，两者并没有区别！\*\*如果字典或者列表中还有包含有子类的话，使用 copy 模块的深拷贝和浅拷贝的话，结果就大不相同了：

> **copy.copy — 重新分配内存，只拷贝父对象，不会拷贝对象内部的子对象；**
> 
> **copy.deepcopy — 重新分配内存，拷贝对象及其所有子对象；**

示例代码如下：

# !usr/bin/env python
    # -*- coding:utf-8 _*-
    """
    @Author:猿说编程
    @Blog(个人博客地址): www.codersrc.com
    @File:Python 浅拷贝和深拷贝.py
    @Time:2021/3/29 07:37
    @Motto:不积跬步无以至千里，不积小流无以成江海，程序人生的精彩需要坚持不懈地积累！
    
    """
    
    import copy
    
    print("使用浅拷贝：")
    spam = [['A','E'], 'B', 'C', 'D']
    # 使用浅拷贝
    cheese = copy.copy(spam)
    cheese[0][0] = 42
    print(id(spam),spam)
    print(id(cheese),cheese)
    print("***"*20)
    
    print("使用深拷贝：")
    spam = [['A','E'], 'B', 'C', 'D']
    # 使用深拷贝
    cheese = copy.deepcopy(spam)
    cheese[0][0] = 42
    print(id(spam),spam)
    print(id(cheese),cheese)
    
    '''
    输出结果：
    使用浅拷贝：
    2179653046408 [[42, 'E'], 'B', 'C', 'D']
    2179653046920 [[42, 'E'], 'B', 'C', 'D']
    ************************************************************
    使用深拷贝：
    2179653086728 [['A', 'E'], 'B', 'C', 'D']
    2179653046408 [[42, 'E'], 'B', 'C', 'D']
    
    '''

**由此可见：**

\*\* 如果列表或者字典没有包含子列表或者子字典的话，使用深拷贝或者浅拷贝效果都有一样；\*\*

\*\* 如果列表或者字典中存在子类的时候，只有深拷贝才会为所有的子类也重新分配内存，而浅拷贝只负责父对象，不考虑子对象！！\*\*

## 四.猜你喜欢 ##

1.  [Python 配置环境][Python 3]
2.  [Python 变量][Python 4]
3.  [Python 运算符][Python 5]
4.  [Python 条件判断 if/else][Python _ if_else]
5.  [Python while 循环][Python while]
6.  [Python break][]
7.  [Python continue][Python break]
8.  [Python for 循环][Python for]
9.  [Python 字符串][Python 6]
10. [Python 列表 list][list]
11. [Python 元组 tuple][Python _ tuple]
12. [Python 字典 dict][dict]
13. [Python 条件推导式][Python 7]
14. [Python 列表推导式][Python 8]
15. [Python 字典推导式][Python 9]

未经允许不得转载：[猿说编程][Link 1] » [Python 浅拷贝和深拷贝][copy]

[Python]: https://www.codersrc.com/python
[Python 1]: https://www.codersrc.com/pythonsimple
[Python 2]: https://www.codersrc.com/
[b52033a3b6863ec9d13a901035d8f20d.png]: /images/20221005/bcf4efa2e74e46a6abe8c861092408bb.png
[id]: https://www.codersrc.com/archives/5298.html
[c232f140e68594b8bc0e77b26284fe6b.png]: /images/20221005/9e4954aa06e04f0d98fed905841be21f.png
[copy]: https://www.codersrc.com/archives/5492.html
[275588aa6a632b405fdc343309e22a24.png]: /images/20221005/dab59b3c9bbc4cf2902381ae3846cf5e.png
[dict]: https://www.codersrc.com/archives/5114.html
[list]: https://www.codersrc.com/archives/5061.html
[Python 3]: https://www.codersrc.com/archives/4397.html
[Python 4]: https://www.codersrc.com/archives/4770.html
[Python 5]: https://www.codersrc.com/archives/4874.html
[Python _ if_else]: https://www.codersrc.com/archives/4897.html
[Python while]: https://www.codersrc.com/archives/4925.html
[Python break]: https://www.codersrc.com/archives/4955.html
[Python for]: https://www.codersrc.com/archives/4953.html
[Python 6]: https://www.codersrc.com/archives/4996.html
[Python _ tuple]: https://www.codersrc.com/archives/5088.html
[Python 7]: https://www.codersrc.com/archives/5346.html
[Python 8]: https://www.codersrc.com/archives/5359.html
[Python 9]: https://www.codersrc.com/archives/5377.html
[Link 1]: https://www.codersrc.com