python之拷贝（深浅）

深浅拷贝

深浅拷贝分为两部分，一部分是数字和字符串另一部分是列表、元组、字典等其他数据类型。

数字和字符串

对于数字和字符串而言，赋值、浅拷贝和深拷贝无意义，因为他们的值永远都会指向同一个内存地址。

# 导入copy模块
>>> import copy
# 定义一个变量var1
>>> var1 = 123
# 输出var1的内存地址
>>> id(var1)
1347747440
>>> var2 = var1
# var2的内存地址和var1相同
>>> id(var2)
1347747440
# 浅拷贝
>>> var3 = copy.copy(var1)
# var3的内存地址和var1相同
>>> id(var3)
1347747440
# 深拷贝
>>> var4 = copy.deepcopy(var1)
# var4的内存地址和var1相同
>>> id(var4)

1347747440

其他数据类型

对于字典、元祖、列表而言，进行赋值、浅拷贝和深拷贝时，其内存地址的变化是不同的。

创建一个字典var1

var1 = {"k1": "1", "k2": 2, "k3": ["abc", 456]}

赋值

赋值，只是创建一个变量，该变量指向原来内存地址，如：

>>> var1 = {"k1": "1", "k2": 2, "k3": ["abc", 456]}
>>> var2 = var1
>>> id(var1)
1937003361288
>>> id(var2)
1937003361288

如图所示：

浅拷贝

浅拷贝，在内存中只额外创建第一层数据

# 导入拷贝模块
>>> import copy
>>> var1 = {"k1": "1", "k2": 2, "k3": ["abc", 456]}
# 使用浅拷贝的方式
>>> var2 = copy.copy(var1)
# 两个变量的内存地址是不一样的
>>> id(var1)
2084726354952
>>> id(var2)
2084730248008
# 但是他们的元素内存地址是一样的
>>> id(var1["k1"])
2084726207464
>>> id(var2["k1"])
2084726207464

如图所示：

深拷贝

深拷贝，在内存中将所有的数据重新创建一份（排除最后一层，即：python内部对字符串和数字的优化）

# 导入拷贝模块
>>> import copy
>>> var1 = {"k1": "1", "k2": 2, "k3": ["abc", 456]}
# 使用深拷贝的方式把var1的内容拷贝给var2
>>> var2 = copy.deepcopy(var1)
# var1和var2的内存地址是不相同的
>>> id(var1)
1706383946760
>>> id(var2)
1706389852744
# var1和var2的元素"k3"内存地址是不相同的
>>> id(var1["k3"])
1706389853576
>>> id(var2["k3"])
1706389740744
# var1和var2的"k3"元素的内存地址是相同的
>>> id(var1["k3"][1])
1706383265744
>>> id(var2["k3"][1])
1706383265744

如图所示：

import copy# 对数字 字符串
# a = 1
# b = a
#
# print(id(a) == id(b))
# b = 12
# print(a, b)
# print(id(a) == id(b))# a = 'aa'
# b = copy.copy(a)
# print(a, b)
# print(id(a) == id(b))
#
# b = 'bb'
# print(a, b)
# print(id(a) == id(b))# c = copy.deepcopy(a)
# print(a, c)
# print(id(a) == id(c))
#
# c = 'cc'
# print(a, c)
# print(id(a) == id(c))\# a = [1, 2, 3, 4, 5]
#
# b = a
#
# b[1] = 5
# print(a, b)
# print(id(a) == id(b))#
# a = [1, 2, 3, 4, 5, [1, 2]]
# b = copy.copy(a)
# print(a, b)
# print(id(a) == id(b))
# print(id(a[1]) == id(b[1]))
# print(id(a[5]) == id(b[5]))
# b[1] = 10
# print(a[1])
# print(id(a[1]) == id(b[1]) )
#
# print('----------')
# print(id(a[5][0]) == id(b[5][0]))
# b[5][0] = 50
# print(a[5][0])
# print(id(a[5][0]) == id(b[5][0]))a = [1, 2, 3, 4, 5, [5, [[1,2],8]], {'a': 'aa'}]
b = copy.deepcopy(a)
print(id(a) == id(b))
print(id(a[3]) == id(b[3]))
print(id(a[5]) == id(b[5]))
# b[3] = 20
# print(a, b )
print(id(a[5][1][0][1]) == id(b[5][1][0][1]))
b[5][1][0] = 20
print(a[5][1][0])

优秀的深浅拷贝博客https://www.cnblogs.com/fandx/p/10462913.html?tdsourcetag=s_pctim_aiomsg

转载于:https://www.cnblogs.com/Xanderzyl/p/10496392.html

python之拷贝（深浅）相关推荐

Python赋值与深浅拷贝
# coding=utf-8 #Python 赋值与深浅拷贝 #Python 赋值时会创建一个新的引用,对不可变对象,实际上象创建一个副本,但对可变对象,因为是引用,当对其中一个对象的元素进行操作时 ...
python字典拷贝_python字典复制
python学习系列--深拷贝和浅拷贝概念普通情况下,复制一个对象是不会新开辟内存空间的,只是把新的对象名称指向原有的内存地址,这种操作其实不是算是拷贝,只是新的引用.把新的对象置于新的内存空间中 ...
Python 列表拷贝
前言 Python 列表拷贝很容易搞错,这里做一下简单的总结.通常我们只是想根据现有的列表来创建一个全新的列表,而一说到列表拷贝,可能会下意识的想到直接用"=",那么我们通过示例来 ...
python——赋值与深浅拷贝
结合python变量存储的特性从内存的角度来谈一谈赋值和深浅拷贝~~~ 预备知识一--python的变量及其存储在详细的了解python中赋值.copy和deepcopy之前,我们还是要花一点时间来 ...
python赋值、深浅拷贝
赋值: 赋值是绑定对象的引用:只要对象被修改,就会发生变化深浅拷贝如果希望将列表复制一份,通过列表的内置方法copy就可以实现: s = [[1,2],3,4]s1 = s.copy()print ...
python学习之深浅拷贝
4.2 深浅拷贝 4.2.1 认识首先应该知道python中变量在内存中是怎么存放的! 在python中,变量与变量的值占用不同的内存.变量占用的内存,并非直接存储数值,而存储的是值在内存中的地址. ...
Python系列 18 深浅拷贝
拷贝 copy即拷贝,意在将相同的数据进行复制,以便将复制出的副本应用于不同的操作上,而本体不会受到任何影响. 绝大多数语言中都有深浅拷贝的概念,故此篇文章也是属于通用性文章. 在Python中,除开 ...
python绘图颜色深浅代表数值_画图理解Python的深浅拷贝
在平常运维工作中,难免会有一些修改服务配置文件的操作,为了安全和可以回滚起见,我们习惯性的会将源配置文件做一个拷贝,这样以来即便配置文件参数被修改错了也没事,可以快速从备份的副本还原回来. 同样,在 ...
python中的深浅拷贝
1. 浅拷贝 copy.copy 浅拷贝是对于⼀个对象的顶层拷贝通俗的理解是:拷贝了引⽤,并没有拷贝内容浅拷贝只复制第一层数据,更深层的引用不管. 2. 深拷贝 copy.dee ...

python之拷贝（深浅）

深浅拷贝

数字和字符串

其他数据类型

赋值

浅拷贝

深拷贝

python之拷贝（深浅）相关推荐

最新文章

热门文章