Python中深淺拷貝詳解

變數-引用-物件（可變物件，不可變物件）-切片-拷貝（淺拷貝，深拷貝）

變數：在Python中一切都是物件，比如：3,3.14，“Hello world”，【1,2,3,4】，{‘a’:1}….

輸出：

甚至連Type其本身也是物件，type物件

Python中的變數指物件的引用，Python是動態型別，程式執行時會根據物件的型別來確認變數到底是什麼型別

比如：a=3

其中變數a是物件3的一個引用。在程式內部，變數事實上是到物件記憶體空間的一個指標

變數：指一個元素，擁有指向物件的連線空間

物件：被分配的一個記憶體，儲存其所代表的值

引用：自動形成的從變數到物件的指標

共享引用：比如：

輸出：

可以看出變數a和b指向了同一個物件的記憶體空間

可變物件：在Python中指可以修改的物件，例如：列表，字典

不可變物件：在Python中指不能改變的物件，例如：字串、元組、數字

L1=[3,4,5,6,7,8,9]#L1變數指向一個可變物件：列表
L2=L1#將L1的值賦給L2後，兩者共同引用同一個物件
L1[0]=300#將L1列表中的第一個元素改變
print(L1,L2)



輸出：
#[300, 4, 5, 6, 7, 8, 9] [300, 4, 5, 6, 7, 8, 9]

可以看出改變L1之後，L2的值跟著改變了，如果不想讓L2跟著改變，可以採用切片或者拷貝的方法

L1=[2,3,4,5,6,7]
L2=L1[:]#切片操作
print(id(L1),id(L2))#切片後物件就不一樣了
L1[0]=200
print(L1,L2)#L1改變，L2不改變



輸出：
12966968 12965408
[200, 3, 4, 5, 6, 7] [2, 3, 4, 5, 6, 7]

切片：與使用索引來訪問單個元素類似，可以使用切片操作來訪問一定範圍內的元素。切片通過冒號隔開兩個索引來實現

拷貝：切片操作可以應用在所有的序列中，例如：列表、元組、字串，但是不能用在字典當中，對字典只能使用D.copy()方法或D.deepcopy()方法，深淺拷貝可以用在序列當中，也可以應用在字典中。

import copy

   X = copy.copy(Y)      #淺拷貝：只拷貝頂級的物件，或者說：父級物件

    X = copy.deepcopy(Y)  #深拷貝：拷貝所有物件，頂級物件及其巢狀物件。或者說：父級物件及其子物件

程式碼實現：

如果字典中只含有頂級物件

import copy
D={'age':20,'name':'zhangsan'}#原始字典
C1=copy.copy(D)#淺拷貝
C2=copy.deepcopy(D)#深拷貝
print(id(D),id(C1),id(C2))#三個不同物件
D['name']='lisi'#改變源字典
print(D,C1,C2)


輸出：
28681296 28681728 59780144
{'age': 20, 'name': 'lisi'} {'age': 20, 'name': 'zhangsan'} {'age': 20, 'name': 'zhangsan'}
#可以看出只改變了原始字典中的物件值

如果字典中含有巢狀物件

import copy
D={'name':{'first':'zhang','last':'san'},'jobs':['IT','HR']}#原始字典含有巢狀物件
C1=copy.copy(D)#淺拷貝
C2=copy.deepcopy(D)#深拷貝
D['jobs'][0]='data'#改變原始字典中的jobs子物件‘it'變為’data'
print(D,C1,C2)



輸出：
{'name': {'first': 'zhang', 'last': 'san'}, 'jobs': ['data', 'HR']} {'name': {'first': 'zhang', 'last': 'san'}, 'jobs': ['data', 'HR']} {'name': {'first': 'zhang', 'last': 'san'}, 'jobs': ['IT', 'HR']}
#可以看出淺拷貝受影響，深拷貝不受影響

結論：

深淺拷貝都是對源物件的複製，佔用的是不同的記憶體空間

如果源物件只含一級目錄，深淺拷貝不受影響

如果含多級目錄，淺拷貝受影響，深拷貝不受影響

切片屬於淺拷貝

=                        ：地址相同；原值改變，值隨之改變

copy.copy()        ：可變型別（list、dict）地址不同；原值改變，值隨之改變

                              不變型別（tuple）地址相同；值不可變

copy.deepcopy()：地址不同；原值改變，值不隨之改變

深淺拷貝的作用：
1，減少記憶體的使用 
2，以後在做資料的清洗、修改或者入庫的時候，對原資料進行復制一份，以防資料修改之後，找不到原資料。

對於不可變物件的深淺拷貝：
不可變物件型別，沒有被拷貝的說法，即便是用深拷貝，檢視id的話也是一樣的，如果對其重新賦值，也只是新建立一個物件，替換掉舊的而已。

一句話就是，不可變型別，不管是深拷貝還是淺拷貝，地址值和拷貝後的值都是一樣的。
 

參考文獻：https://blog.csdn.net/u012377333/article/details/41956727