python中对象的赋值、浅拷贝和深拷贝

 

1. 赋值：简单的对象引用
在python中，变量赋值实际上是简单的对象引用。在创建一个对象后，再把它赋给另一个变量的时候，python并没有拷贝这个对象，而只是简单地拷贝了这个对象的引用。

(1)原子类型的赋值
>>> x = 3.14
>>> y = x
>>> x,y
(3.14, 3.14)
>>> id(x),id(y)
(84759984L, 84759984L)

>>> x = 1.414
>>> x,y
(1.414, 3.14)
>>> id(x),id(y)
(84759912L, 84759984L)
这里的 x = 3.14 创建了一个浮点型对象（值为3.14）并将这个浮点型对象的引用赋给 x
然后 y = x 创建了一个指向同一个对象的别名y，事实上并没有为y创建一个新的浮点型对象
接着 x = 1.414 又创建了一个新的浮点型对象（值为1.414）并将这个新的浮点型对象的引用赋给了 x ，此时并没有改变y指向的值为3.14的浮点型对象
用个图示来表示能更直观的理解：

(2)非原子类型的赋值
>>> A = [10,[20,30]]
>>> B = A

# 改变前：
>>> A,B
([10, [20, 30]], [10, [20, 30]])
>>> id(A),id(B)
(91063304L, 91063304L)
>>> [id(x) for x in A],[id(x) for x in B]
([84836720L, 90951880L], [84836720L, 90951880L])

>>> A[0] = 100
>>> A[1][1] = 300

# 改变后：
>>> A,B
([100, [20, 300]], [100, [20, 300]])
>>> id(A),id(B)
(91063304L, 91063304L)
>>> [id(x) for x in A],[id(x) for x in B]
([90004016L, 90951880L], [90004016L, 90951880L])

可以看到，第二行代码的赋值操作后，A和B的内存地址都是一样的，包括子元素的内存地址也都是一样的
当改变A的内容的时候，改变的是A所指向的对象的内容，由于B也是指向这个对象的，因此B的内容也会跟着一起改变
用个图示来表示能更直观的理解： 

2. 浅拷贝
在python中，对一个对象进行浅拷贝，产生的对象是新的，其类型和原对象一样；但其内容不是新的，只是原对象的内容的引用。

(1)举个例子来理解
>>> A = [10,[20,30]]
>>> B = A.copy()

# 改变前：
>>> A,B
([10, [20, 30]], [10, [20, 30]])
>>> id(A),id(B)
(99615944L, 99670792L)
>>> [id(x) for x in A],[id(x) for x in B]
([91055472L, 99617160L], [91055472L, 99617160L])

>>> A[0] = 100
>>> A[1][1] = 300

# 改变后：
>>> A,B
([100, [20, 300]], [10, [20, 300]])
>>> id(A),id(B)
(99615944L, 99670792L)
>>> [id(x) for x in A],[id(x) for x in B]
([91057296L, 99617160L], [91055472L, 99617160L])

(2)浅拷贝的方式
上面例子中使用了copy模块中的copy函数来实现浅拷贝，其实python中以下这这几种方式来实现浅拷贝：

完全切片操作：B = A[:]
利用工厂函数：B = list(A) 或 B = dict(A) 等
使用copy模块的copy函数：B = copy.copy(A)
3. 深拷贝
对于浅拷贝中的例子，如果希望修改 A[1] 的内容时 B[1] 的内容不跟着一起改变，就需要用到深拷贝：copy.deepcopy()

>>>from copy import deepcopy
>>> A = [10,[20,30]]
>>> B = deepcopy(A)

# 改变前：
>>> A,B
([10, [20, 30]], [10, [20, 30]])
>>> id(A),id(B)
(88462536L, 88478856L)
>>> [id(x) for x in A],[id(x) for x in B]
([80176496L, 88463752L], [80176496L, 88514952L])

>>> A[0] = 100
>>> A[1][1] = 300

# 改变后：
>>> A,B
([100, [20, 300]], [10, [20, 30]])
>>> id(A),id(B)
(88462536L, 88478856L)
>>> [id(x) for x in A],[id(x) for x in B]
([80178320L, 88463752L], [80176496L, 88514952L])

4. 注意
非容器类型（比如数字、字符串和其他“原子”类型的对象，像xrange对象等）没有被拷贝一说，浅拷贝是用完全切片操作来完成的
如果tuple变量只包含原子类型对象，对它的深拷贝将不会进行 (另外，tuple的元素是不能修改的)
将上面深拷贝的例子中的list类型改为tuple类型，即便使用深拷贝，也只能得到一个浅拷贝：
>>> import copy
>>> A = [10,(20,30),[40,50]]
>>> B = copy.deepcopy(A)
>>> A,B
([10, (20, 30), [40, 50]], [10, (20, 30), [40, 50]])
>>> [id(x) for x in A],[id(x) for x in B]
([80045424L, 85975112L, 85961096L], [80045424L, 85975112L, 86012552L])
>>> A[1][1]
30
>>> A[1][1] = 300
Traceback (most recent call last):
  File "<stdin>", line 1, in <module>
TypeError: 'tuple' object does not support item assignment

>>> del A
>>> del B

>>> A = [10,([20,30],40),[50,60]]
>>> B = copy.deepcopy(A)
>>> A,B
([10, ([20, 30], 40), [50, 60]], [10, ([20, 30], 40), [50, 60]])
>>> [id(x) for x in A],[id(x) for x in B]
([80045424L, 85960712L, 85959880L], [80045424L, 85960328L, 86014920L])
>>> A[1][1] = 400
Traceback (most recent call last):
  File "<stdin>", line 1, in <module>
TypeError: 'tuple' object does not support item assignment
>>> A[1][0] = 200
Traceback (most recent call last):
  File "<stdin>", line 1, in <module>
TypeError: 'tuple' object does not support item assignment
>>> A[1][0][1] = 300
>>> A,B
([10, ([20, 300], 40), [50, 60]], [10, ([20, 30], 40), [50, 60]])
>>> [id(x) for x in A],[id(x) for x in B]
([80045424L, 85960712L, 85959880L], [80045424L, 85960328L, 86014920L])