zoukankan      html  css  js  c++  java
  • python中深复制与浅复制

    转载:http://blog.csdn.net/vicken520/article/details/8227524

    java中也经常碰见这种问题。时间原因就不写java方面啦

    Python深复制浅复制or深拷贝浅拷贝

    简单点说

    1. copy.copy 浅拷贝 只拷贝父对象,不会拷贝对象的内部的子对象。
    2. copy.deepcopy 深拷贝 拷贝对象及其子对象

    用一个简单的例子说明如下:

    >>>import copy
    >>>a = [1, 2, 3, 4, ['a', 'b', 'c']]
    >>> b = a
    >>> c = copy.copy(a)
    >>> d = copy.deepcopy(a)

    很容易理解:a是一个列表,表内元素a[4]也是一个列表(也就是一个内部子对象);b是对a列表的又一个引用,所以a、b是完全相同的,可以通过id(a)==id(b)证明。

    第4行是浅拷贝,第五行是深拷贝,通过id(c)和id(d)可以发现他们不相同,且与id(a)都不相同:

    >>> id(a)
    19276104
    >>> id(b)
    19276104
    >>> id(c)
    19113304
    >>> id(d)
    19286976

    至于如何看深/浅拷贝的区别,可以通过下面的操作来展现:

    >>> a.append(5)    #操作1
    >>> a[4].append('hello')   #操作2

    这时再查看结果:

    >>> a
    [1, 2, 0, 4, ['a', 'b', 'c', 'hello'], 5]
    >>> b
    [1, 2, 0, 4, ['a', 'b', 'c', 'hello'], 5]
    >>> c
    [1, 2, 3, 4, ['a', 'b', 'c', 'hello']]
    >>> d
    [1, 2, 3, 4, ['a', 'b', 'c']]

    可以发现a、b受了操作1、2的影响,c只受操作2影响,d不受影响。a、b结果相同很好理解。由于c是a的浅拷贝,只拷贝了父对象,因此a的子对象( ['a', 'b', 'c', 'hello'])改变时会影响到c;d是深拷贝,完全不受a的影响

    简单点说

    1. copy.copy 浅拷贝 只拷贝父对象,不会拷贝对象的内部的子对象。
    2. copy.deepcopy 深拷贝 拷贝对象及其子对象

    用一个简单的例子说明如下:

    >>>import copy
    >>>a = [1, 2, 3, 4, ['a', 'b', 'c']]
    >>> b = a
    >>> c = copy.copy(a)
    >>> d = copy.deepcopy(a)

    很容易理解:a是一个列表,表内元素a[4]也是一个列表(也就是一个内部子对象);b是对a列表的又一个引用,所以a、b是完全相同的,可以通过id(a)==id(b)证明。

    第4行是浅拷贝,第五行是深拷贝,通过id(c)和id(d)可以发现他们不相同,且与id(a)都不相同:

    >>> id(a)
    19276104
    >>> id(b)
    19276104
    >>> id(c)
    19113304
    >>> id(d)
    19286976

    至于如何看深/浅拷贝的区别,可以通过下面的操作来展现:

    >>> a.append(5)    #操作1
    >>> a[4].append('hello')   #操作2

    这时再查看结果:

    >>> a
    [1, 2, 0, 4, ['a', 'b', 'c', 'hello'], 5]
    >>> b
    [1, 2, 0, 4, ['a', 'b', 'c', 'hello'], 5]
    >>> c
    [1, 2, 3, 4, ['a', 'b', 'c', 'hello']]
    >>> d
    [1, 2, 3, 4, ['a', 'b', 'c']]

    可以发现a、b受了操作1、2的影响,c只受操作2影响,d不受影响。a、b结果相同很好理解。由于c是a的浅拷贝,只拷贝了父对象,因此a的子对象( ['a', 'b', 'c', 'hello'])改变时会影响到c;d是深拷贝,完全不受a的影响

    简单点说

    1. copy.copy 浅拷贝 只拷贝父对象,不会拷贝对象的内部的子对象。
    2. copy.deepcopy 深拷贝 拷贝对象及其子对象

    用一个简单的例子说明如下:

    >>>import copy
    >>>a = [1, 2, 3, 4, ['a', 'b', 'c']]
    >>> b = a
    >>> c = copy.copy(a)
    >>> d = copy.deepcopy(a)

    很容易理解:a是一个列表,表内元素a[4]也是一个列表(也就是一个内部子对象);b是对a列表的又一个引用,所以a、b是完全相同的,可以通过id(a)==id(b)证明。

    第4行是浅拷贝,第五行是深拷贝,通过id(c)和id(d)可以发现他们不相同,且与id(a)都不相同:

    >>> id(a)
    19276104
    >>> id(b)
    19276104
    >>> id(c)
    19113304
    >>> id(d)
    19286976

    至于如何看深/浅拷贝的区别,可以通过下面的操作来展现:

    >>> a.append(5)    #操作1
    >>> a[4].append('hello')   #操作2

    这时再查看结果:

    >>> a
    [1, 2, 0, 4, ['a', 'b', 'c', 'hello'], 5]
    >>> b
    [1, 2, 0, 4, ['a', 'b', 'c', 'hello'], 5]
    >>> c
    [1, 2, 3, 4, ['a', 'b', 'c', 'hello']]
    >>> d
    [1, 2, 3, 4, ['a', 'b', 'c']]

    可以发现a、b受了操作1、2的影响,c只受操作2影响,d不受影响。a、b结果相同很好理解。由于c是a的浅拷贝,只拷贝了父对象,因此a的子对象( ['a', 'b', 'c', 'hello'])改变时会影响到c;d是深拷贝,完全不受a的影响

    ===========

    浅拷贝是指拷贝的只是原对象元素的引用,换句话说,浅拷贝产生的对象本身是新的,但是它的内容不是新的,只是对原对象的一个引用。这里有个例子
    >>> aList=[[1, 2], 3, 4]
    >>> bList = aList[:] #利用切片完成一次浅拷贝
    >>> id(aList)
    3084416588L
    >>> id(bList)
    3084418156L
    >>> aList[0][0] = 5
    >>> aList
    [[5, 2], 3, 4]
    >>> bList
    [[5, 2], 3, 4]


    可以看到,浅拷贝生产了一个新的对象bList,但是aList的内容确实对aList的引用,所以但改变aList中值的时候,bList的值也跟着变化了。

    但是有点需要特别提醒的,如果对象本身是不可变的,那么浅拷贝时也会产生两个值,见这个例子:
    >>> aList = [1, 2]
    >>> bList = aList[:]
    >>> bList
    [1, 2]
    >>> aList
    [1, 2]
    >>> aList[1]=111
    >>> aList
    [1, 111]
    >>> bList
    [1, 2]

    为什么bList的第二个元素没有变成111呢?因为数字在python中是不可变类型!!

    这个顺便回顾下Python标准类型的分类:
    可变类型: 列表,字典
    不可变类型:数字,字符串,元组


    理解了浅拷贝,深拷贝是什么自然就很清楚了。
    python中有一个模块copy,deepcopy函数用于深拷贝,copy函数用于浅拷贝。

    最后,对象的赋值是深拷贝还是浅拷贝?
    对象赋值实际上是简单的对象引用
    >>> a = 1
    >>> id(a)
    135720760
    >>> b = a
    >>> id(b)
    135720760

    a和b完全是一回事。

  • 相关阅读:
    三数之和
    罗马数字与整数
    Oracle 开启或关闭归档
    Oracle RMAN scripts to delete archivelog
    Oracle check TBS usage
    Oracle kill locked sessions
    场景9 深入RAC运行原理
    场景7 Data Guard
    场景4 Data Warehouse Management 数据仓库
    场景5 Performance Management
  • 原文地址:https://www.cnblogs.com/wangjunxiao/p/6110799.html
Copyright © 2011-2022 走看看