学习Python一年,这次终于弄懂了浅拷贝和深拷贝

开发 前端
Python中对象的赋值其实就是对象的引用。当创建一个对象,把它赋值给另一个变量的时候,Python并没有拷贝这个对象,只是拷贝了这个对象的引用而已。

话说,网上已经有很多关于 Python 浅拷贝和深拷贝的文章了,不过好多文章看起来还是决定似懂非懂,所以决定用自己的理解来写出这样一篇文章。

当别人一提起Python中的复制操作,你会不会立马站起来说:“我会”,于是就有了如下操作:

import copy

x = copy.copy(y) # 浅拷贝我会了
x = copy.deepcopy(y) # 深拷贝我来了

那浅拷贝和深拷贝有什么区别呢,你能给我讲讲吗?

1、从引用vs.拷贝说起

首先,我们要弄清楚什么是对象引用与对象拷贝(复制)。

对象引用

Python中对象的赋值其实就是对象的引用。当创建一个对象,把它赋值给另一个变量的时候,Python并没有拷贝这个对象,只是拷贝了这个对象的引用而已。

>>> a = 1
>>> b = a
>>> id(a) == id(b)
True
>>> x = [1, 2, 3]
>>> y = [x, 4]
>>> x
[1, 2, 3]
>>> y
[[1, 2, 3], 4]
>>>
>>>> id(x) == id(y)
False
>>> id(x) == id(y[0])
True

如果这个过程不理解,可以看看下图:

图片

当我们对 x 列表进行操作时,会发现 y 中也发生了意料之外的事情:

>>> x[1] = 2020
>>> y
[[1, 2020, 3], 4]

由于列表是可变的,修改x这个列表对象的时候,也会改变对象 y 中对 x 的引用。

所以当我们在原处修改可变对象时 可能会影响程序中其他地方对相同对象的其他引用,这一点很重要。如果你不想这样做,就需要明确地告诉 Python 复制该对象。

对象拷贝

如果你需要拷贝,可以进行如下操作:

  • 没有限制条件的分片表达式(L[:])
  • 工厂函数(如list/dir/set)
  • 字典copy方法(X.copy())
  • copy标准库模块(import copy)

举个例子,假设有一个列表L和一个字典D:

>>> L = [2019, 2020, 2021]
>>> D = {'1':2019, '2':2020, '3':2021}
>>>
>>> A = L[:] # 区分 A=L 或 A = List(L)
>>> B = D.copy() # 区分 B=D
>>> A
[2019, 2020, 2021]
>>> B
{'1': 2019, '2': 2020, '3': 2021}

图片

这样定义之后,当你修改A和B时,会发现并不会对原来的L跟D产生影响,因为,这就是对象的拷贝。

>>> A[1] = 'happy'
>>> B[3] = 'today'
>>> L, D
([2019, 2020, 2021], {'1': 2019, '2': 2020, '3': 2021})
>>> A, B
([2019, 'happy', 2021], {'1': 2019, '2': 2020, '3': 2021, 3: 'today'})

上述对列表和字典的拷贝操作默认都为浅拷贝:

  • 制作字典的浅层复制可以使用dict.copy() 方法
  • 而制作列表的浅层复制可以通过赋值整个列表的切片完成,例如,copied_list = original_list[:]。

说到这里,疑问就产生了?什么是浅拷贝?浅拷贝的对应深拷贝又该作何解释?

2、谈谈浅拷贝和深拷贝

官方文档定义:

浅层复制和深层复制之间的区别仅与复合对象 (即包含其他对象的对象,如列表或类的实例) 相关:

一个浅层复制 会构造一个新的复合对象,然后(在可能的范围内)将原对象中找到的 引用 插入其中。

一个深层复制 会构造一个新的复合对象,然后递归地将原始对象中所找到的对象的 副本 插入。

浅拷贝

​浅拷贝:拷贝了最外围的对象本身,内部的元素都只是拷贝了一个引用而已。也就是,把对象复制一遍,但是该对象中引用的其他对象我不复制。

用通俗的话理解就是:你的橱柜(对象)里装着一🧺(篮子)🥚(鸡蛋),然后浅拷贝一下的意思。我只拷贝了最外面的这个橱柜,至于里面的内部元素(🧺和🥚)我并不拷贝。

当我们遇到简单的对象时,用上面的解释好像很好理解;如果遇到复合对象,就比如下列代码:

l1 = [3, [66, 55, 44], (3, 7, 21)]
l2 = list(l1)
l1.append(100)
print('l1:', l1)
print('l2:', l2)
l1[1].remove(55)
l2[1] += [33, 22]
l2[2] += (9, 9, 81)
print('l1:', l1)
print('l2:', l2)

代码解释:

  • l2是l1的浅拷贝
  • 把100追加到l1,对l2没有影响
  • 1内部列表l1[1中的55删除,对l2也产生影响,因为l1[1]和l2[1]绑定的是同一个列表
  • 对可变对象来说,l2[1引用的列表进行+=就地修改列表。这次修改导致l1[1]也发生了改变
  • 对元组来说,+= 运算符创建一个新元组,然后重新绑定给变量 l2[2]。这等同于l2[2] = l2[2] + (10, 11)。现在,l1 和 l2 中最 后位置上的元组不是同一个对象

把这段代码可视化出来如下:

图片

动手试一试,可以点此处

深拷贝

​深拷贝:外围和内部元素都进行了拷贝对象本身,而不是引用。也就是,把对象复制一遍,并且该对象中引用的其他对象我也复制。

对比上面的篮子和鸡蛋:你的橱柜(对象)里装着一🧺(篮子)🥚(鸡蛋),然后深拷贝一下的意思。把最外面的这个橱柜和里面的内部元素(🧺和🥚)全部拷贝过来。

图片

from copy import deepcopy
l1 = [3, [66, 55, 44], (3, 7, 21)]
l2 = deepcopy(l1)
l1.append(100)
print('l1:', l1)
print('l2:', l2)
l1[1].remove(55)
l2[1] += [33, 22]
l2[2] += (9, 9, 81)
print('l1:', l1)
print('l2:', l2)

输出结果:

图片

拷贝的特点

  1. 不可变类型的对象(如数字、字符串、和其他'原子'类型的对象)对于深浅拷贝毫无影响,最终的地址值和值都是相等的。也就是,"obj is copy.copy(obj)" 、"obj is copy.deepcopy(obj)"
  2. 可变类型的对象=浅拷贝:值相等,地址相等copy浅拷贝:值相等,地址不相等deepcopy深拷贝:值相等,地址不相等
  3. 循环引用的对象如果对象有循环引用,那么这个朴素的算法会进入无限循环。deepcopy 函数会记住已经复制的对象,因此能优雅地处理循环引用。

循环引用:b 引用 a,然后追加到 a 中;deepcopy 会想办法复制 a,而copy会进入无限循环。如下面代码:

from copy import deepcopy, copy
a = [80, 90]
b = [a, 100]
a.append(b)
print("a:", a)
print("b:", b)

c = deepcopy(a)
print("c:", c)

d = copy(b)
print("d:", d)

输出结果:

a: [80, 90, [[...], 100]]
b: [[80, 90, [...]], 100]
c: [80, 90, [[...], 100]]
d: [[80, 90, [[...], 100]], 100]

深浅拷贝的作用

1,减少内存的使用2,以后在做数据的清洗、修改或者入库的时候,对原数据进行复制一份,以防数据修改之后,找不到原数据。3. 可以定制复制行为,通过实现__copy()和__deep__()方法来控制。

3、总结

看完这篇文章后,转身就跟你同桌说:“x同学,听说你最近在学Python,你知道浅拷贝和深拷贝吗?”“不知道,学得有点晕”“没事,我来给你讲讲:”

拷贝其实在开始学好几个操作语句中,我们就已经使用过却可能不知道的(前3个),而且浅拷贝是Python的默认拷贝方式。拷贝的方法如下:

  1. 可变类型的切片操作:[:]
  2. 工厂函数(如list/dir/set)
  3. 字典copy方法(X.copy())
  4. 然后就是Python有专门的copy标准库模块:包含两个方法copy()和deepcopy()

浅拷贝就像是我只拷贝最外围的对象,对象中引用的其他对象我不复制。深拷贝就是完整的把对象和对象里的内容都拷贝过来。拷贝的目的:

  1. 为了节省内存
  2. 防止数据丢失。

后记:深浅拷贝的坑及难以理解的点也只在复合对象上,简单对象就是我们平常理解的复制。而针对非容器类型(如数字、字符串、和其他'原子'类型的对象)没有被拷贝一说。

要是你的同桌还是不懂,你就把这篇文章甩给他,让他好好看看(偷笑)。如果你觉得这篇文章还不错,请点个赞或者收个藏,点个关注更好啦。

责任编辑:武晓燕 来源: 宇宙之一粟
相关推荐

2021-09-27 11:07:11

深拷贝浅拷贝内存

2022-07-26 08:07:03

Python浅拷贝深拷贝

2021-07-16 12:33:24

Javascript深拷贝浅拷贝

2017-08-16 13:30:05

Java深拷贝浅拷贝

2023-09-22 12:21:33

Python深拷贝浅拷贝

2019-02-25 08:58:16

Python深拷贝浅拷贝

2020-08-03 08:24:26

原型模式拷贝

2018-09-26 14:37:17

JavaScript前端编程语言

2020-06-23 08:41:47

JavaScript开发技术

2021-01-08 06:15:09

深拷贝浅拷贝写时拷贝

2023-05-17 08:42:46

深拷贝Golang

2021-09-10 07:41:06

Python拷贝Python基础

2009-05-19 17:28:44

深拷贝浅拷贝clone()

2024-03-15 15:03:23

2020-10-12 08:35:22

JavaScript

2024-04-17 09:01:08

Python深拷贝浅拷贝

2023-05-17 07:36:00

浅拷贝深拷贝对象

2018-05-10 14:20:18

前端JavaScript深拷贝

2022-09-30 15:03:09

C语言深拷贝浅拷贝

2024-02-05 22:56:16

C++拷贝开发
点赞
收藏

51CTO技术栈公众号