Python 引用淺拷貝深拷貝解析

1、=的作用。

僅僅是位址的引用，當原列表或者新列表中任意元素改變，均會對另外乙個產生影響

# 引用
# 本例中屬於位址的引用，其中a和b共用同一塊記憶體
# 當修改共用記憶體中的任意的內容是時，均會影響到另外的內容
a = [0, 1, 2, [3, 4]]
b = a
# 修改a[0]後，a[0]和b[0]都會改變
a[0] = 10
print("a:", a)
print("b:", b)
# 修改b[0]後，a[0]和b[0]都會改變
b[0] = 0
print("a:", a)
print("b:", b)
# 修改a[3][0]後，a[3][0]和b[3][0]都會改變
a[3][0] = 30
print("a:", a)
print("b:", b)
# 修改b[3][0]後，a[3][0]和b[3][0]都會改變
b[3][0] = 3
print("a:", a)
print("b:", b)
# 可以看到兩個列表的記憶體位址相同

2、使用列表的copy()方法或者copy模組的copy()方法實現拷貝

a = ["a0", "a1", "a2", ["a3", "a4"]]
b = a.copy()
# print("a:", a)
# print("b:", b)

通過列表的copy()方法，可以得到乙個與原列表相同的列表，當通過id()方法，檢視兩者的記憶體位址時，可以發現，兩者的記憶體位址不同，可以當做將原列表拷貝了乙份，而不是對於位址的引用。

但是，當對a列表或者b列表的前三個元素進行修改時，可以觀察到僅修改了乙個列表內的元素，對於另外乙個列表的元素沒有影響。比如

a[0] = 0
b[1] = 1
print(a) #[0, 'a1', 'a2', ['a3', 'a4']]
print(b) #['a0', 1, 'a2', ['a3', 'a4']]

可以看出，修改a[0]或者b[1]時均不會修改另乙個列表的對應元素。然而有例外，看下面的例子

print(a)  # ['a0', 'a1', 'a2', ['a3', 'a4']]
print(b) # ['a0', 'a1', 'a2', ['a3', 'a4']]
a[3][0] = 3
print(a) # ['a0', 'a1', 'a2', [3, 'a4']]
print(b) # ['a0', 'a1', 'a2', [3, 'a4']]
b[3][1] = 4
print(a) # ['a0', 'a1', 'a2', [3, 4]]
print(b) # ['a0', 'a1', 'a2', [3, 4]]

當修改a[3][0]時，b[3][0]也會跟著改變，當使用id()函式檢視a[3][0]和b[3][0]時發現兩者的記憶體位址相同，可以認為b[3][0]並不是從a那裡複製了乙份，而是直接指向了a[3][0]的記憶體位址，這樣就可以解釋為什麼修改a列表的的列表時會影響到其他的了。

3、將所有的資料拷貝乙份，需要使用copy模組的 deepcopy()方法

import copy
a = ["a0", "a1", "a2", ["a3", "a4"]]
b = copy.deepcopy(a)

使用deepcopy()方法實現列表的深拷貝，這種方式將原列表的元素拷貝乙份，無論原列表內是否存在巢狀。

print(a)  # ['a0', 'a1', 'a2', ['a3', 'a4']]
print(b) # ['a0', 'a1', 'a2', ['a3', 'a4']]
a[3][0] = 3
print(a) # ['a0', 'a1', 'a2', [3, 'a4']]
print(b) # ['a0', 'a1', 'a2', ['a3', 'a4']]
b[3][1] = 4
print(a) # ['a0', 'a1', 'a2', [3, 'a4']]
print(b) # ['a0', 'a1', 'a2', ['a3', 4]]

修改內容時僅會改變自身，不會影響其他。

總結：利用=的時候，僅僅是引用，而非拷貝，修改舊的或者新的都會影響另外乙個，牽一髮而動全身。

使用列表的copy方法或者使用copy模組的copy()方法，僅僅開闢一塊新的記憶體空間，將原列表的第一層元素複製乙份新的，而列表內的巢狀不會複製，僅僅是引用了內層列表的位址，屬於空有其表(因為內層的無論通過新列表還是舊列表都能修改)

使用deepcoopy()方法拷貝列表，不僅開闢新空間，而且還將原列表的所有的元素都複製乙份，無論原列表內是否存在巢狀的列表，屬於形神具備(因為內層的列表元素不再是通過引用，而是真真正正的複製了乙份新的)

Python 引用淺拷貝深拷貝解析

python 引用,淺拷貝,深拷貝

Python深拷貝淺拷貝引用

Python引用淺拷貝深拷貝

Python 引用 淺拷貝 深拷貝解析

python 引用,淺拷貝,深拷貝

Python深拷貝 淺拷貝 引用

Python引用 淺拷貝 深拷貝

相關推薦

Python 引用淺拷貝深拷貝解析

Python深拷貝淺拷貝引用

Python引用淺拷貝深拷貝