天天看点

python中的直接赋值和深浅拷贝解析

直接赋值

在Python中直接赋值其实只是将引用地址之间的传递。

python中的直接赋值和深浅拷贝解析

如图所示,这是python中原子类型的赋值结果,当你修改变量1的时候,变量2的值并不会随着改变。接下来看一下容器类型[list, dict, set…]的赋值情况,我以列表类型举例:

python中的直接赋值和深浅拷贝解析

为什么修改了list1之后,list2的内容也会改变?

首先他和原子类型的区别在于原子类型是不可变的,所以你只能通过改变引用对象,指向的内存地址也就相应改变了,而列表本身是可变的,所以你可以直接对其进行修改,但是你的修改并不会改变这个列表的内存地址,只不过是可能修改了内部元素的所指向的内存地址,而列表本身会对其内部的元素进行一个维护。

python中的直接赋值和深浅拷贝解析

浅拷贝

那么如果我们想要一份同样的数据,但是是不同的对象该怎么办?可以调用对象的copy()方法或者导入copy模块,调用copy.copy()来生成原对象的一份浅拷贝。

python中的直接赋值和深浅拷贝解析

根据截图看到如果对列表进行元素的添加是支持的,但是子元素的内存地址是固定的,所以推测对于原子类型修改没问题,但是对于容器类型的修改也会出现牵一发而动全身的问题。

python中的直接赋值和深浅拷贝解析

根据截图来看,确实符合之前的推断只要他记得是容器的地址,那么就会出现相互影响,如果想要彻彻底底没有关系,那么就需要用到了深拷贝。

深拷贝

深拷贝,调用的copy模块的deepcopy()方法,可以将当前的对象完全拷贝一份,如图所示。

python中的直接赋值和深浅拷贝解析

首先根据示例来看,深拷贝确实重新创建了一个对象,这点和浅拷贝刚开始是一样的。

python中的直接赋值和深浅拷贝解析

可以看出来原子类型的地址是不变的,但是容器类型的地址是变化的,那么是不是因为这些原子类型的数值小,所以内存地址是固定的,换一个大点的数值做实验。

python中的直接赋值和深浅拷贝解析

可以看出来原子类型的值确实只是引用的之前的地址,但是对于容器类型的值,确实创建了新的对象,那么对于子元素的子元素适应吗?

python中的直接赋值和深浅拷贝解析

根据截图来看,深拷贝会将所有的容器类型全都重新生成一个对象来引用,对于所有的原子类型会沿用之前的地址。