Python深复制浅复制or深拷贝浅拷贝

本文详细解释了Python中的深拷贝与浅拷贝的概念,并通过具体实例展示了它们之间的区别。介绍了如何使用copy模块进行拷贝操作,以及拷贝过程中父对象和子对象的变化情况。

摘要生成于 C知道 ,由 DeepSeek-R1 满血版支持, 前往体验 >

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。

### 深拷贝浅拷贝的概念 深拷贝浅拷贝的主要区别在于它们如何处理对象内部的引用数据类型。浅拷贝复制对象的第一层属性,而这些属性如果是指针或者引用,则会继续指向原始对象的数据地址[^1]。相比之下,深拷贝不仅复制对象本身,还会递归地复制其所有的子对象以及嵌套的对象结构,从而确保新旧对象之间没有任何共享部分[^3]。 #### 浅拷贝的特点 当执行浅拷贝操作时,原对象与其副本之间的关系较为紧密。具体来说,对于基本类型的成员变量,两者拥有各自独立的一份拷贝;而对于引用类型的成员变量,两个对象则共同持有同一实例的引用。这意味着,在某些情况下,修改其中一个对象的内容可能会影响到另一个对象的状态。 #### 深拷贝的特点 通过实现真正的深拷贝可以有效避免上述问题的发生。由于深拷贝创建了一个全新的、完全分离的目标对象树形结构,因此即使源对象发生了变化也不会波及到目标对象上[^4]。这种机制使得程序运行过程中能够更好地保护数据完整性并减少意外副作用的风险。 ### 应用场景分析 #### 使用浅拷贝的情况 - 当需要快速生成一个现有集合类的新视图,并且不打算改变其中任何元素的时候可以选择使用浅拷贝方法。 - 如果确认所涉及的数据都是不可变类型(比如字符串或整数),那么也可以放心采用这种方式来进行简单有效的资源管理[^2]。 #### 需要深拷贝的情形 - 处理复杂的数据结构如链表节点网络或是图形表示形式等时候往往需要用到深层克隆技术来保障各个组件间的相互独立性。 - 开发多线程应用程序期间为了防止不同线程间互相干扰也需要运用到完整的深拷贝策略以维持各自的私有状态信息。 ```python import copy class MyClass: def __init__(self, name, data=None): self.name = name self.data = data or [] # 创建原始对象 original = MyClass('Original', ['item']) # 执行浅拷贝 shallow_copied = copy.copy(original) # 修改浅拷贝中的列表项 shallow_copied.data.append('new_item') print(f"Shallow copied object's data: {shallow_copied.data}") # 输出['item', 'new_item'] print(f"Original object's data after shallow copy modification: {original.data}") # 同样被影响至['item', 'new_item'] # 进行深拷贝 deep_copied = copy.deepcopy(original) # 尝试更改深拷贝后的列表内容 deep_copied.data.pop() print(f"Deep copied object's data: {deep_copied.data}") # 变更为['item'] print(f"Original object's data remains unchanged: {original.data}") # 原始保持不变为['item', 'new_item'] ```
评论 2
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值