关于python copy的deepcoy的理解

最新推荐文章于 2024-06-13 00:16:46 发布

原创最新推荐文章于 2024-06-13 00:16:46 发布 · 326 阅读

0 ·

CC 4.0 BY-SA版权

文章标签：

#python

python模块专栏收录该内容

8 篇文章

订阅专栏

本文通过实例演示了Python中对象赋值、浅拷贝(copy)与深拷贝(deepcopy)的区别。指出赋值操作仅添加引用，源数据变化会影响赋值数据；浅拷贝虽创建新对象，但内层引用仍指向源数据，故源数据变化仍影响拷贝数据；而深拷贝完全独立，源数据变化不影响拷贝数据。

>>> dict = {'1':{'2':{'3':'4'}}}
>>> import copy
>>> equal_dict = dict
>>> copy_dict = copy.copy(dict)
>>> deepycopy_dict = copy.deepcopy(dict)
>>> dict == equal_dict
True
>>> dict == copy_dict
True
>>> dict == deepycopy_dict
True
>>> dict is equal_dict
True
>>> dict is copy_dict
False
>>> dict is deepycopy_dict
False
>>> dict['1']['2']['3']
'4'
>>> dict['1']['2']['3'] = 'change'
>>> equal_dict['1']['2']['3']
'change'
>>> copy_dict['1']['2']['3']
'change'
>>> deepycopy_dict['1']['2']['3']
'4'
>>>

观察上面的执行可以得出几个结论：

1. = 赋值操作对于引用对象只是添加一个引用，源数据的改变会波及赋值的数据

2. copy函数对于引用对象，已经不是同一个对象，但是源数据的改变仍然会影响到赋值的数据，说明什么？说明外层的引用已经不是同一个对象，但是内层的引用仍然指向源数据。所以什么，所以copy只能解决单层引用对象的赋值波及，对于多层嵌套无能为力，这就是为什么deepcopy叫：深拷贝。

3. deepcoy函数对于引用对象，已经不是同一个对象，且对于源数据的改变已经不会影响到赋值的数据