python的浅拷贝与深拷贝

copy.copy() 浅拷贝

copy.deepcopy() 深拷贝

其次我们还需要知道

python中对象包含三要素：id(唯一标识一个对象)、type(标识对象的类型)、value(是对象的值)。

下面详细看看  赋值、浅拷贝、深拷贝之间的区别：

一、赋值

n4 = n3 = n2 = n1 = "123/'wu'" # 表示的变量的赋值，在内存中如下显示：

可以发现，赋值操作只是创建了与原来变量相同类型的变量，但是，变量中的内容也就是value没有产生新的。所以在赋值的时候，所有的变量的id都是相同的，同样在程序中也可以证明【用 id(name) 来查看变量的地址】

n4 = n3 = n2 = n1 = "123/'wu'"

print("id of n4",id(n4))
print("id of n3",id(n3))
print("id of n2",id(n2))
print("id of n1",id(n1))

运行结果：

id of n4 2054155629040
id of n3 2054155629040
id of n2 2054155629040
id of n1 2054155629040

发现，变量的地址也就是id是没有变的。

二、浅拷贝

浅拷贝是新创建了一个跟原对象一样的类型，但是其内容是对原对象元素的引用。这个拷贝的对象本身是新的，但内容不是。拷贝序列类型对象（列表\元组）时，默认是浅拷贝。

浅拷贝在内存中只是额外创建了第一层的数据：

import copy
n1 = {"k1": "wu", "k2": 123, "k3": ["alex", 456]}
n3 = copy.copy(n1)

上述程序在内存中可以显示为：

在程序中运行观察：

import copy
n1 = {"k1": "wu", "k2": 123, "k3": ["alex", 456]}
n3 = copy.copy(n1)

print('两个变量的地址：')
print('id of n1: ',id(n1))
print('id of n3: ',id(n3))
print('变量中的键对应的值的地址：')
print("n1 中 键'k3'对应值的地址： ",id(n1["k3"]))
print("n3 中 键'k3'对应值的地址： ",id(n3["k3"]))

运行结果：

两个变量的地址：
id of n1:  2054248643784
id of n3:  2054249278024

变量中的键对应的值的地址：
n1 中 键'k3'对应值的地址：  2054249278344
n3 中 键'k3'对应值的地址：  2054249278344

可以发现，由于创建了新的第一层的数据，所以两个变量的地址是不一样的，但是由于除了第一层之外的所有数据都没有复制，所以，其他数据的地址(ID)是没有变的。

三、深拷贝

深拷贝，在内存中将所有的数据重新创建一份（排除最后一层，即：python内部对字符串和数字的优化），如下图：

 

import copy
n1 = {"k1": "wu", "k2": 123, "k3": ["alex", 456]}
n3 = copy.deepcopy(n1)

print('两个变量的地址：')
print('id of n1: ',id(n1))
print('id of n3: ',id(n3))
print('变量中的键对应的值的地址：')
print("n1 中 键'k3'对应值的地址： ",id(n1["k3"]))
print("n3 中 键'k3'对应值的地址： ",id(n3["k3"]))

运行结果：

两个变量的地址：
id of n1:  2054248643656
id of n3:  2054249277640

变量中的键对应的值的地址：
n1 中 键'k3'对应值的地址：  2054248736008
n3 中 键'k3'对应值的地址：  2054249278408

与浅拷贝的结果对比可以发现，深拷贝中的 "k3" 对应的值的地址不同，也就是说  创建了新的数据