Python中的深浅拷贝

Python中的深浅拷贝

前言:我们在了解深浅拷贝之前首先需要明白的一点知识

  1. 不可变类型数据:不可变类型即指当改变其内元素时,内存空间将会发生变化,比如常见的不可变类型有:str,boolean, int,tuple。

    temp = "哈哈哈"
    ret = temp.replace("哈", "嘿", 2)
    print(temp)      # 哈哈哈
    print(ret)       # 嘿嘿哈
    # 我们可以看到temp的值并没有发生改变,这就是为什么对str数据改变之后需要重新赋值的原因,因为它是不可变类型,只能重新找一个值接收。
  2. 可变类型数据:当改变其内元素时,内存空间不会发生变化,比如常见的可变类型有:list,set,dict。
    lst = [1, 2, 3]
    lst.append(4)
    print(lst)   # [1, 2, 3, 4]
    # 而对可变类型数据进行操作时,因为它是可变类型数据,没有改变原来的内存地址空间,所以不需要重新赋值,可以直接打印
  3. 赋值与深浅拷贝
    # 赋值
    lst = [1, 2, 3, 4]
    lst2 = lst
    lst2.append(5)
    print(lst)   # [1, 2, 3, 4, 5]
    print(lst2)  # [1, 2, 3, 4, 5]
    # 因为lst是可变类型,所以在赋值时是将lst的内存地址赋值给了lst2.也就意味着它们指向了同一个内存空间,所以当其中任意一个对里面的元素进行操作时,另一个也会改动。
    
    # 浅拷贝
    import copy
    lst = [1, 2, 3, ["哈哈", "嘿嘿"]]
    # lst2 = lst.copy()   浅拷贝
    lst2 = copy.copy(lst)    # 浅拷贝,二者任选其一,都是浅拷贝
    print(lst2)  # [1, 2, 3, ["哈哈", "嘿嘿"]]
    lst[3].append("嘻嘻")
    print(lst2)  # [1, 2, 3, ["哈哈", "嘿嘿", "嘻嘻"]]
    # 从中我们可以看到,当进行浅拷贝时,拷贝之后的对象并不是完全和原对象没有关系,当原对象对里面的列表进行修改时,拷贝后的对象里面的列表也跟着修改。这就称为浅拷贝。
    # 当进行浅拷贝时会对里面每个元素进行拷贝,然而当里面有一个可变类型数据时,它这时候就不是拷贝数据本身,而是拷贝的这个可变数据的内存地址,这也就能解释为什么改变原有对象还能对拷贝后的对象产生影响了,因为它们本身还是指向同一个内存地址。
    # 你也可以简单理解浅拷贝:浅拷贝只拷贝第一层。
    
    # 深拷贝
    import copy
    lst = [1, 2, 3, ["哈哈", "嘿嘿"]]
    lst2 = copy.deepcopy(lst)    # 深拷贝
    print(lst2)  # [1, 2, 3, ["哈哈", "嘿嘿"]]
    lst[3].append("嘻嘻")
    print(slt2)  # [1, 2, 3, ["哈哈", "嘿嘿"]]
    # 深拷贝即完全拷贝,不管里面的元素是否含有可变类型数据,拷贝的就是数据本身,而不是对象内存地址。
  4. 插图

    浅拷贝

深拷贝

tips:图画的很糙,可能你们看了也不懂,但我就是要画 ~~

原文地址:https://www.cnblogs.com/wangyueping/p/11044739.html

时间: 2024-07-31 14:47:10

Python中的深浅拷贝的相关文章

Python中的深浅拷贝详解

要说明Python中的深浅拷贝,可能要涉及到下面的一系列概念需要简单说明下: 变量-引用-对象(可变对象,不可变对象)切片-拷贝-浅拷贝-深拷贝 [变量-对象-引用] 在Python中一切都是对象,比如说: 3, 3.14, 'Hello', [1,2,3,4],{'a':1}...... 甚至连type其本身都是对象,type对象 Python中变量与C/C++/Java中不同,它是指对象的引用 单独赋值: 比如说: >>> a = 3 在运行a=3后,变量a变成了对象3的一个引用.在

Python中的深浅拷贝,赋值及引用

简单来说,若对象a中存的是列表或字典等可变对象,b对a的浅拷贝只是对对象第一层的复制,修改b第二层的元素仍然会影响两个对象. 深拷贝则是不会影响原来的对象. import copy.copy() 浅拷贝 copy.deepcopy()  深拷贝 赋值操作更像是一个引用,新的赋值会创建一个新的内存地址,指向改变了,原来的内存地址还会存在. 参考文章地址: python基础(5):深入理解 python 中的赋值.引用.拷贝.作用域 http://my.oschina.net/leejun2005/

关于Python中的深浅拷贝

之前一直认为浅拷贝是拷贝内容的第一层,但是不开辟内存,只是增加新的指向原来的内容:深拷贝是拷贝是拷贝每一层并开辟内存. 其实这个是不严谨的不正确的. 从以上可以看出,浅拷贝中当时可变类型的时候,内存是发生了变化的,也就是开辟了内存,但是不可变类型的时候内存地址不发生变化的. 总结:浅拷贝是对数据的内容进行拷贝,对不可变类型创建指向引用,可变类型开辟内存存储,但是只是拷贝第一层.深拷贝是拷贝数据的每一层的可变类型并开辟内存,但是不可变类型只是创建引用. 原文地址:https://www.cnblo

C++中的深浅拷贝问题

问题描述:C++中的深浅拷贝可谓炙手可热的经典题型之一,是许多公司面试中喜欢提及的问题,对于一般的对象例如:int a=10: int b=20:直接赋值和复制没有什么问题,但是当对象上升为类对象时,其类的内部可能存在各种类型的成员变量,在拷贝过程中就存在了深浅拷贝这一问题. ★大笔一挥匆忙写出这种代码不足为奇,但却会引发许多未曾考虑的问题: #define _CRT_SECURE_NO_WARNINGS   #include<iostream>   #include<cstring&g

python小白-day3 深浅拷贝

一.深浅拷贝 对于 数字 和 字符串 而言,赋值.浅拷贝和深拷贝无意义,因为其永远指向同一个内存地址.下面是字符串例子,数字与其相同: 1 2 3 4 5 6 7 8 9 import copy n1 = 'abc' n2 = n1 n3 = copy.copy(n1) n4 = copy.deepcopy(n1) print(id(n1)) print(id(n2)) print(id(n3)) print(id(n4)) 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

python之路-深浅拷贝

深浅拷贝用法来自copy模块. 导入模块:import copy 浅拷贝:copy.copy 深拷贝:deepcopy 字面理解:浅拷贝指仅仅拷贝数据集合的第一层数据,深拷贝指拷贝数据集合的所有层.所以对于只有一层的数据集合来说深浅拷贝的意义是一样的,比如字符串,数字,还有仅仅一层的字典.列表.元祖等 对于以下数据深浅拷贝的意义是一样的: name = 'beijing' age = 12 list1 = [1,2,3,4] dic1 = {'name':'beijing','age':20}

python——赋值与深浅拷贝

初学编程的小伙伴都会对于深浅拷贝的用法有些疑问,今天我们就结合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了解一下python内存中变量的存储情况. 在高级语言中,变量是对内存及其地址的抽象.对于python而言,python的一切变量都是对象,变量的存储,采用了引用语义的方式,存储的只是一个变量的值所在的内存地址,而不是这个变量的只本身.  引

python基础(深浅拷贝)

本文主要介绍:深浅拷贝                                                                       注意:在python中有一种自己的优化机制,通常来说字符串在内存中的地址是不相同的,但是在python中,不管是深拷贝还是浅拷贝,只要是通过拷贝的字符串,两个地址是相同的 一.创建 1 #!/usr/bin/env python 2 # -*- coding:utf-8 -*- 3 # author by lh 4 5 import

python中的对象拷贝

python中无论参数传递还是函数返回值,都是进行引用传递.那如何拷贝对象呢,标准库的copy模块提供了两个方法:copy和deepcopy方法. 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 见下例: import copy a = [1, 2, 3, 4, ['a', 'b']] #原始对象 e = a[:] #利用分片操作进行拷贝(浅拷贝) b = a <span style="white-