Python 深浅拷贝

概念普及：对象、可变类型、引用

数据拷贝会涉及到Python中对象、可变类型、引用这3个概念，先来看看这几个概念，只有明白了他们才能更好的理解深拷贝与浅拷贝到底是怎么一回事。

Python对象

在Python中，对对象有一种很通俗的说法，万物皆对象。说的就是构造的任何数据类型都是一个对象，无论是数字，字符串，还是函数，甚至是模块，Python都对当做对象处理。

所有Python对象都拥有三个属性：身份、类型、值。

可变与不可变对象

在Python中，按更新对象的方式，可以将对象分为2大类：可变对象与不可变对象。

 可变对象：  列表、字典、集合

　　所谓可变是指可变对象的值可变，身份是不变的。

 不可变对象：数字、字符串、元组

　　不可变对象就是对象的身份和值都不可变。新创建的对象被关联到原来的变量名，旧对象被丢弃，垃圾回收器会在适当的时机回收这些对象。

引用

在 Python 程序中，每个对象都会在内存中申请开辟一块空间来保存该对象，该对象在内存中所在位置的地址被称为引用。在开发程序时，所定义的变量名实际就对象的地址引用。

引用实际就是内存中的一个数字地址编号，在使用对象时，只要知道这个对象的地址，就可以操作这个对象，但是因为这个数字地址不方便在开发时使用和记忆，所以使用变量名的形式来代替对象的数字地址。 在 Python 中，变量就是地址的一种表示形式，并不开辟开辟存储空间。

就像 IP 地址，在访问网站时，实际都是通过 IP 地址来确定主机，而 IP 地址不方便记忆，所以使用域名来代替 IP 地址，在使用域名访问网站时，域名被解析成 IP 地址来使用。

通过一个例子来说明变量和变量指向的引用就是一个东西

In [11]: age = 18

In [12]: id(age)
Out[12]: 1730306752

In [13]: id(18)
Out[13]: 1730306752

逐步深入：引用赋值

上边已经明白，引用就是对象在内存中的数字地址编号，变量就是方便对引用的表示而出现的，变量指向的就是此引用。赋值的本质就是让多个变量同时引用同一个对象的地址。  那么在对数据修改时会发生什么问题呢？

• 不可变对象的引用赋值

  对不可变对象赋值，实际就是在内存中开辟一片空间指向新的对象，原不可变对象不会被修改。

下面通过案例来理解一下：

a与b在内存中都是指向1的引用，所以a、b的引用是相同的

In [1]: a = 1

In [2]: b = a

In [3]: id(a)
Out[3]: 1730306496

In [4]: id(b)
Out[4]: 1730306496

现在再给a重新赋值，看看会发生什么变化？

从下面不难看出：当给a 赋新的对象时，将指向现在的引用，不在指向旧的对象引用。

In [1]: a = 1

In [2]: b = a

In [5]: a = 2

In [6]: id(a)
Out[6]: 1730306816

In [7]: id(b)
Out[7]: 1730306496

• 可变对象的引用赋值

  可变对象保存的并不是真正的对象数据，而是对象的引用。当对可变对象进行赋值时，只是将可变对象中保存的引用指向了新的对象。

仍然通过一个实例来体会一下，可变对象引用赋值的过程。

当改变l1时，整个列表的引用会指新的对象，但是l1与l2都是指向保存的同一个列表的引用，所以引用地址不会变。

In [3]: l1 = [1, 2, 3]

In [4]: l2 = l1

In [5]: id(l1)
Out[5]: 1916633584008

In [6]: id(l2)
Out[6]: 1916633584008

In [7]: l1[0] = 11

In [8]: id(l1)
Out[8]: 1916633584008

In [9]: id(l2)
Out[9]: 1916633584008

浅拷贝

>>> will = ["Will", 28, ["Python", "C#", "JavaScript"]]
>>> willer=will
>>> id(will)
47459592
>>> id(willer)
47459592
>>> [id(ele) for ele in will]
[50904304, 8791323210848, 47459784]
>>> [id(ele) for ele in willer]
[50904304, 8791323210848, 47459784]
>>> will[0]='willer'
>>> will[2].append("CSS")
>>> will
['willer', 28, ['Python', 'C#', 'JavaScript', 'CSS']]
>>> willer
['willer', 28, ['Python', 'C#', 'JavaScript', 'CSS']]
>>> [id(ele) for ele in will]
[50500848, 8791323210848, 47459784]
>>> [id(ele) for ele in willer]
[50500848, 8791323210848, 47459784]

通过分析代码

• 首先，依然创建了一个will变量，指向一个list类型的对象
• 然后，通过copy模块里面的浅拷贝函数copy()，对will指向的对象进行浅拷贝，然后浅拷贝生成的新对象赋值给wilber变量
  • 浅拷贝会创建一个新的对象，这个例子中"wilber is not will"
  • 但是，对于对象中的元素，浅拷贝就只会使用原始元素的引用（内存地址），也就是说"wilber[i] is will[i]"
• 当对will进行修改的时候
  • 由于list的第一个元素是不可变类型，所以will对应的list的第一个元素会使用一个新的对象39758496
  • 但是list的第三个元素是一个可变类型，修改操作不会产生新的对象，所以will的修改结果会相应的反应到wilber上

总结一下，当我们使用下面的操作的时候，会产生浅拷贝的效果：

• 使用切片[:]操作
• 使用工厂函数（如list/dir/set）
• 使用copy模块中的copy()函数

深拷贝

>>> import copy
>>> will = ["Will", 28, ["Python", "C#", "JavaScript"]]
>>> wilber = copy.deepcopy(will)
>>> id(will)
47327624
>>> id(wilber)
47328200
>>> [id(ele) for ele in will]
[52508272, 8791323210848, 47327432]
>>> [id(ele) for ele in wilber]
[52508272, 8791323210848, 47328008]
>>> will[0] = "Wilber"
>>> will[2].append("CSS")
>>> id(will)
47327624
>>> id(wilber)
47328200
>>> [id(ele) for ele in will]
[52558128, 8791323210848, 47327432]
>>> [id(ele) for ele in wilber]
[52508272, 8791323210848, 47328008]
>>> will
['Wilber', 28, ['Python', 'C#', 'JavaScript', 'CSS']]
>>> wilber
['Will', 28, ['Python', 'C#', 'JavaScript']]

通过对代码分析

• 首先，同样使用一个will变量，指向一个list类型的对象
• 然后，通过copy模块里面的深拷贝函数deepcopy()，对will指向的对象进行深拷贝，然后深拷贝生成的新对象赋值给wilber变量
  • 跟浅拷贝类似，深拷贝也会创建一个新的对象，这个例子中"wilber is not will"
  • 但是，对于对象中的元素，深拷贝都会重新生成一份（有特殊情况，下面会说明），而不是简单的使用原始元素的引用（内存地址）
    • 例子中will的第三个元素指向39737304，而wilber的第三个元素是一个全新的对象39773088，也就是说，"wilber[2] is not will[2]"
• 当对will进行修改的时候
  • 由于list的第一个元素是不可变类型，所以will对应的list的第一个元素会使用一个新的对象39758496
  • 但是list的第三个元素是一个可不类型，修改操作不会产生新的对象，但是由于"wilber[2] is not will[2]"，所以will的修改不会影响wilber