浅谈Python浅拷贝、深拷贝及引用机制

这礼拜碰到一些问题，然后意识到基础知识一段时间没巩固的话，还是有遗忘的部分，还是需要温习，这里做份笔记，记录一下

前续

先简单描述下碰到的题目，要求是写出2个print的结果

可以看到，a指向了一个列表list对象，在Python中，这样的赋值语句，其实内部含义是指a指向这个list所在内存地址，可以看作类似指针的概念。

而b，注意，他是把a对象包裹进一个list，并且乘以5，所以b的样子应该是一个大list，里面元素都是a

而当a对象进行了append操作后，其实，隐含的意思是，内存中的这个list进行了修改，所有对此对象进行引用的对象，都会发生改变

我将a的id打印出来，并且，同时打印b这个对象中所包含的元素a的id，这样可以看到，在b这个list中，每个元素的id，和a是一样的

我们可以看到，a对象的id(内存地址)为10892296，虽然b把a包裹进了新的list，但是，这个元素引用的，还是相同地址的对象，可以用下图来解释

之后，我们对a进行了append操作，由于list是一个可变对象，所以，他的内存地址并没有改变，但是，对于内存中这个地址的引用的所有对象，都会被一同改变可以从上面测试图分割线下半部分看出来.

由此，引出了对Python引用机制和浅复制及深复制的复习

Python的引用机制

引用机制案例1

由上面的例子，我们可以看到，python的引用传递，最终结果是让2个对象都引用内存中同一块区域的内容

所以我们来看一下下面的例子

B通过A，同样引用了id为17446024的地址的内容，2者的id（内存地址）都是一毛一样的

所以，通过A的操作  A[0]=3  或是   A[3].append(6)  ，都会对这块内存中的内容进行修改（因为list是可变对象，所以内存地址并不会改变，这个后面再讲）

这个是最基本的引用案例 (另外说句，由于A和B都指向了同一块内存地址，所以通过B修改的内容，也能反映到A上面去)

引用机制案例2

我们再来看一个案例

看题目貌似是会把元素2替换成本身这个列表，结果也许应该是 A=[1,[1,2,3],3]

但其实并不是！！你可以看到，红框中部分，中间有无限多个嵌套

为什么会这样呢？

其实是因为，A指向的是[1,2,3]这个列表，在这个例子中，只是把A的第2个元素，指向了A对象本身，所以说，只是A的结构发生了变化！但是，A还是指向那个对象

我们可以通过打印A的id来看，他的指向是没有变的！！

来看一下，A的指向并没有变

那如果我们要达到最后输出效果是 [1,[1,2,3],3]的效果，应该如何来操作呢？

这里，我们就要用到浅复制了，用法可以如下

浅复制和深复制

浅复制

现在，就来说说浅复制和深复制,上面的方法实际上只是进行了浅复制，shallow copy，含义是他是对原来引用的对象进行了复制，但是不再引用同一对象地址

看下面的例子，B通过 B = A[:] 操作，来进行了浅复制，你可以看到，浅复制之后，A和B引用的内存地址已经是不同的了
但是，A和B内部的元素的引用地址，还是相同的，这点要非常注意！是有区别的！！！

A和B的引用内存地址的不同，带来的效果是，你在B上面进行的操作，并不会影响到A。

浅拷贝归纳：

所以浅拷贝，可以归纳为，复制一份引用，新的对象和原来的对象的引用被区分开，但是内部元素的地址引用还是相同的

但是浅复制也会有问题，问题在哪里呢？就是碰到有嵌套的情况，比如下面的情况可以看到，我给B赋值了一份A的浅复制，这样A和B的id（内存地址）就不一样了。

所以，当我修改A[0]=8的时候，B不会被影响到，因为他们A和B两者是独立的引用，但是这里中间有一个嵌套的列表 [4,5,6]
这个[4,5,6]我们可以理解为：A和B还共同引用着，也就是对于A和B的第二个元素来说，他们还是指向同一块内存地址的。

另外要说一句，由于int是不可变类型，所以，把A[0]修改成8之后，他的引用地址就变了！就和B[0]这个元素的引用区分开了。

深复制

那如何面对这样的情况呢？就要用到python模块里面的copy模块了

copy模块有2个功能

1: copy.copy(你要复制的对象) : 这个是浅拷贝，和前面对list进行的 [:] 操作性质是一样的

2: copy.deepcopy(你要复制的对象) : 这个是深拷贝，他除了和浅拷贝一样，会新生成一份对象的引用，另外对于内部的元素，都会新生成引用，以独立分开.

看下面的例子，当你给B赋值一份A的深复制之后，他俩可以说是完全独立开了，无论你修改的是A里面的不可变元素，还是修改A里面嵌套的可变元素，结果都不会影响到B

我的理解是：深复制可以称之为递归拷贝，他会把所有嵌套的可变元素都拷贝一下，然后独立引用出来.

深复制归纳：

深复制的效果，除了和浅复制一样，将对象的引用新生成一份引用之外，内部所有嵌套的元素，他都会帮你一一独立开.

自己画了2张图，以表示浅复制和深复制的效果区别

需要说明的是，虽然浅复制之后，列表内不可变元素的引用地址还是相同的，但是，正因为他们是不可变元素，所以，其中任意不可变元素被改变之后，引用地址都会是新的，而不会影响到原来的引用地址。

总结

所以，到这里，浅复制和深复制的机制，基本上理解了。

另外还有特殊情况需要说明

对于不可变类型：int, str, tuple, float 这样的元素来说，没有拷贝这个说法，他们被修改之后，引用地址就是直接改变了，如下面

但是，如果不可变类型内部有嵌套的可变类型的时候，还是可以使用深复制的

另外要提醒一句，平时我们用的最多的直接赋值（或者可以说是直接传递引用）的方法，比如下面的例子

他是将a和b两个可变元素同时指向一个内存地址，所以，任何改变都是波及到a和b的

最后

可变类型：list , set , dict

不可变类型：int, str , float , tuple

浅复制方法：[:] , copy.copy() ,  使用工厂函数(list/dir/set)

深复制方法：copy.deepcopy()

以上就是本文的全部内容，希望对大家的学习有所帮助，也希望大家多多支持脚本之家。

最后

以上就是热心小蝴蝶为你收集整理的浅谈Python浅拷贝、深拷贝及引用机制的全部内容，希望文章能够帮你解决浅谈Python浅拷贝、深拷贝及引用机制所遇到的程序开发问题。

如果觉得靠谱客网站的内容还不错，欢迎将靠谱客网站推荐给程序员好友。