詳解Python直接賦值,深拷貝和淺拷貝
直接賦值: 對(duì)象的引用,也就是給對(duì)象起別名淺拷貝: 拷貝父對(duì)象,但是不會(huì)拷貝對(duì)象的內(nèi)部的子對(duì)象。深拷貝: 拷貝父對(duì)象. 以及其內(nèi)部的子對(duì)象
在之前的文章中,提到可變對(duì)象和不可變對(duì)象,接下來(lái)也是以這兩者的區(qū)別進(jìn)行展開(kāi)
直接賦值
對(duì)于可變對(duì)象和不可變對(duì)象,將一個(gè)變量直接賦值給另外一個(gè)變量,兩者 id 值一致,其實(shí)本質(zhì)上是將變量量綁定到對(duì)象的過(guò)程.
>>> a=1>>> b=a>>> id(a) == id(b)True>>> c='string'>>> d=c>>> id(c) == id(d)True>>> e=[1,2,3]>>> f=e>>> id(e)==id(f)True
關(guān)于修改新變量的值,對(duì)原有變量會(huì)產(chǎn)生的影響,在可變對(duì)象和不可變對(duì)象 中也做了講述,這里通過(guò)幾個(gè)例子,重新溫習(xí)一下
不可變對(duì)象
>>> x=1>>> y=x>>> id(x)==id(y)True>>> id(1)==id(y)True>>>>>> id(x)1500143776>>> y=y+1>>> y2>>> x1>>> id(x)==id(y)False>>> id(y)1500143808>>> id(x)1500143776
對(duì)于不可變對(duì)象,修改賦值后的新變量,不會(huì)對(duì)原有變量造成任何影響.為什么出現(xiàn)這種現(xiàn)象呢?因?yàn)椴豢勺儗?duì)象一旦創(chuàng)建之后就不允許被改變.后面對(duì) y 進(jìn)行的操作,其實(shí)是重新創(chuàng)建一個(gè)對(duì)象并綁定的結(jié)果:

可變對(duì)象
>>> m=[1,2,3]>>> n=m>>> id(n)==id(m)True>>> id(m)1772066764488>>> id(n[0])1772066764656>>> n[0]=4>>> n[4, 2, 3]>>> m[4, 2, 3]>>> id(n)==id(m)True>>> id(m)1772066764488
對(duì)于可變對(duì)象,修改賦值后的變量,會(huì)對(duì)原有的變量造成影響,會(huì)導(dǎo)致其 value 值的改變,但是其id 值保持不變

從上圖不難看出,這個(gè)時(shí)候的 id(n[0]) 的值,和未修改前的 id值應(yīng)該不一樣,可以輸出看一下
>>>id(n[0])1772066764752 # 最初沒(méi)有修改前是 1772066764656
n[0] 修改前后為什么 id 值出現(xiàn)改變呢? 首先需要明確一點(diǎn) n[0] 綁定的是一個(gè)不可變對(duì)象,在文章的最初提到,不可變對(duì)象一旦創(chuàng)建就不允許修改.顯然對(duì) n[0] 進(jìn)行修改,不能在綁定對(duì)象的內(nèi)存上進(jìn)行修改,那如何實(shí)現(xiàn)重新賦值呢?只能創(chuàng)建一個(gè)新的對(duì)象 4 ,然后將 n[0] 綁定到新的對(duì)象
淺拷貝和深拷貝
先看一下官方文檔的定義
The difference between shallow and deep copying is only relevant for compound objects (objects that contain other objects, like lists orclass instances).A shallow copy constructs a new compound object and then (to theextent possible) inserts the same objects into it that theoriginal contains.A deep copy constructs a new compound object and then, recursively,inserts copies into it of the objects found in the original.
從文檔中不難看出,上面提到深拷貝和淺拷貝兩者區(qū)別在于在復(fù)合對(duì)象,那接下來(lái)也只討論復(fù)合對(duì)象.
淺拷貝
注意到官方文檔也提到對(duì)淺拷貝和深拷貝的定義,從上文中不難看出,淺拷貝構(gòu)建一個(gè)復(fù)合對(duì)象,然后將原有復(fù)合對(duì)象包含的對(duì)象插入到新的復(fù)合對(duì)象中

從上圖不難看出,淺拷貝后,新復(fù)合對(duì)象包含的對(duì)象(可變或者不可變)的 id 值和原有對(duì)象包含的對(duì)象的 id 值相同
看一下具體例子:
>>> import copy>>> a=[1,2,[3,4]]>>> b=copy.copy(a)>>> id(b[0])==id(a[0])True>>> id(b[2])==id(a[2])True>>> id(b[2][0])==id(a[2][0])True
現(xiàn)在讓我們?cè)囍薷囊幌聹\拷貝后的 b 的值,在修改前,可以先思考一下,如果修改 b[0] 可能會(huì)發(fā)生什么?
由于 b[0] = 1,很顯然 1 屬于不可變對(duì)象,那么根據(jù)對(duì)不可變變量修改的規(guī)則,則 b[0] 會(huì)綁定到新的變量上,而 a[0] 的由于沒(méi)有修改,則保持不變,真的是這樣嗎?讓我們驗(yàn)證一下
>>> b[0]=5>>> b[5, 2, [3, 4]]>>> a[1, 2, [3, 4]]
接下來(lái)我們要嘗試修改一下 b[2],由于 b[2] 綁定的對(duì)象是 list,屬于可變對(duì)象,按照上面說(shuō)的可變對(duì)象修改的規(guī)則,則修改后的 b[2] 的 id 值保持不變,但是其 value 值會(huì)發(fā)生改變. 同樣的讓我們通過(guò)例子驗(yàn)證一下
>>> id(b[2])4300618568>>> b[2][0]=6>>> id(b[2])4300618568>>> b[5, 2, [6, 4]]>>> a[1, 2, [6, 4]]
由于 b[2] 和 a[2] 綁定同一個(gè)可變對(duì)象,很顯然對(duì) b[2] 的修改同樣會(huì)映射到 a[2] 上
深拷貝
深拷貝構(gòu)建一個(gè)復(fù)合對(duì)象,然后遞歸的將原有復(fù)合包含的對(duì)象的副本插入到新的復(fù)合對(duì)象中

若上圖所示,深拷貝后,新的復(fù)合對(duì)象包含的對(duì)象,若對(duì)象為不可變對(duì)象,則 id 值保持不變,若對(duì)象為可變對(duì)象,則 id 值發(fā)生改變
看一個(gè)例子:
>>> import copy>>> a=[1,2,[3,4]]>>> b=copy.deepcopy(a)>>> id(b[0])==id(a[0])True>>> id(b[2])==id(a[0])False>>> id(b[2][0])==id(a[2][0])True
接下來(lái)讓我們修改一下變量 b,這里就不在修改不可變對(duì)象 b[0] 和 b[1] 了,因?yàn)榻Y(jié)果很明顯,對(duì) a 不會(huì)產(chǎn)生任何影響,我們來(lái)修改 b[2],那么修改 b[2] 會(huì)對(duì) a[2] 產(chǎn)生影響嗎?很明顯答案是不會(huì),因?yàn)樯羁截惥拖喈?dāng)于克隆出了一個(gè)全新的個(gè)體,兩者不再有任何關(guān)系
>>> b[2][0]=5>>> b[1, 2, [5, 4]]>>> a[1, 2, [3, 4]]
以上就是詳解Python直接賦值,深拷貝和淺拷貝的詳細(xì)內(nèi)容,更多關(guān)于Python直接賦值,深拷貝和淺拷貝的資料請(qǐng)關(guān)注好吧啦網(wǎng)其它相關(guān)文章!
相關(guān)文章:

網(wǎng)公網(wǎng)安備