深浅cope

这里应该先介绍变量赋值机制

浅copy

现有数据

data = {
    "name":"alex",
    "age":18,
    "scores":{
        "语文":130,
        "数学":60,
        "英语":98,
    }
}
d2 = data
data["age"] = 20 
print(d2)

你说d2打印的值里，age是18，还是20？

　　{'name': 'alex', 'age': 20, 'scores': {'语文': 130, '数学': 60, '英语': 98}}

看一下id
　　

　　　　>>> print('赋值',id(data),id(d2))

　　　　赋值 4439292336 4439292336

　　为何是20呢？ 因为d2=data相当于只是拿到了data的内存地址，但data里的每个k,v都是有单独的内存的地址的。

　　d2,data会一直共享这个dict里的数据，不会出现像之前字符串a=1,b=a, a=2, b依然等于1的情况。

　　如果我确实想复制一份完成的dict数据怎么办呢？

　　　　可以用浅copy语法

　　　　　　data = {
 　　　　　　   "name":"alex",
 　　　　 　　  "age":18,
  　　　　　　  "scores":{
      　　　   "语文":130,
        　　　 "数学":60,
       　　　　 "英语":98,
  　　　　 　　 }
　　　　　　}
　　　　d2 = data.copy()
　　　　data["age"] = 20
　　　　print(d2)
　　　　print(data)

　　输出

　　　　{'name': 'alex', 'age': 18, 'scores': {'语文': 130, '数学': 60, '英语': 98}}
　　　　{'name': 'alex', 'age': 20, 'scores': {'语文': 130, '数学': 60, '英语': 98}}

 id

　　　　>>> print('浅copy',id(data),id(d2))

　　　 浅copy 4440084720 4440087120

　　　　可以看到id是一样的，这样就相当于是2份独立数据了， 但是为什么这个语法叫做浅copy呢？ 你改一下score里的值 就知道了。

　　　　data = {
   　　　　 "name":"alex",
    　　　　"age":18,
   　　　　 "scores":{
      　　　　  "语文":130,
     　　　　   "数学":60,
     　　　　   "英语":98,
    　　　　}
　　　　}
　　　　d2 = data.copy()
　　　　data["age"] = 20
　　　　data["scores"]["数学"] = 77  
　　　　print(d2)
　　　　print(data)　　　　

　　　　看输出 ， 很神奇，两个Dict里age的值是独立的，但score字典里的分数值貌似是共享的

　　　　　　{'name': 'alex', 'age': 18, 'scores': {'语文': 130, '数学': 77, '英语': 98}}
　　　　　　{'name': 'alex', 'age': 20, 'scores': {'语文': 130, '数学': 77, '英语': 98}}

　　　　id

　　　　　　　　>>> print(id(data["scores"]),id(d2["scores"]))  #第二层数据

　　　　　　　　4440080288 4440080288

　　因为浅copy会仅复制dict的第一层数据，更深层的scores下面的值依然是共享一份。

深copy

　　若你想彻底使上面的2个dict完全独立，无论有多少层数据。那就要用python工具包里的一个工具了，

　　　　>>> import copy

　　　　>>> d2 = copy.deepcopy(data)

 

　　　　>>> print('深copy',id(data),id(d2))

　　　　　　深copy 4439292336 4440080288

 

　　　　>>> data["age"] = 20

　　　　>>> data["scores"]["数学"] = 77

 

　　　　>>> print(d2)

　　　　　　{'name': 'alex', 'age': 18, 'scores': {'语文': 130, '数学': 60, '英语': 98}}

　　　　>>> print(data)

　　　　　　{'name': 'alex', 'age': 20, 'scores': {'语文': 130, '数学': 77, '英语': 98}}

 

　　　　>>> print(id(data["age"]),id(d2["age"]))        #第一层数据

　　　　　　4434787728 4434787664

 

　　　　>>> print(id(data["scores"]),id(d2["scores"]))  #第二层数据

　　　　　　4440087120 4440896528