python深拷贝函数 python3 深拷贝

Python对象的拷贝

Python赋值操作或函数参数传递，传递的永远是对象引用（即内存地址），而不是对象内容。在Python中一切皆对象，对象又分为可变(mutable)和不可变(immutable)两种类型。对象拷贝是指在内存中创建新的对象，产生新的内存地址。当顶层对象和它的子元素对象全都是immutable不可变对象时，不存在被拷贝，因为没有产生新对象。浅拷贝(Shallow Copy)，拷贝顶层对象，但不会拷贝内部的子元素对象。深拷贝(Deep Copy)，递归拷贝顶层对象，以及它内部的子元素对象。

成都创新互联公司自2013年起，先为广河等服务建站，广河等地企业，进行企业商务咨询服务。为广河企业网站制作PC+手机+微官网三网同步一站式服务解决您的所有建站问题。

Python中一切皆对象，对象就像一个塑料盒子， 里面装的是数据。对象有不同类型，例如布尔型和整型，类型决定了可以对它进行的操作。现实生活中的"陶器"会暗含一些信息（例如它可能很重且易碎，注意不要掉到地上）。

对象的类型还决定了它装着的数据是允许被修改的变量（可变的mutable）还是不可被修改的常量（不可变的immutable）。你可以把不可变对象想象成一个透明但封闭的盒子：你可以看到里面装的数据，但是无法改变它。类似地，可变对象就像一个开着口的盒子，你不仅可以看到里面的数据，还可以拿出来修改它，但你无法改变这个盒子本身，即你无法改变对象的类型。

对象拷贝是指在内存中创建新的对象，产生新的内存地址。

浅拷贝(Shallow Copy)，拷贝顶层对象，但不会拷贝内部的子元素对象。

2.1.1. 顶层是mutable，子元素全是immutable

当顶层对象是mutable可变对象，但是它的子元素对象全都是immutable不可变对象时，如[1, 'world', 2]

① 创建列表对象并赋值给变量a

② 导入copy模块，使用copy.copy()函数浅拷贝a，并赋值给变量b

③ 修改变量a的子元素a[0] = 3，由于整数是不可变对象，所以并不是修改1变为3，而是更改a[0]指向对象3

当顶层对象是 mutable可变对象 ，但子元素也存在 mutable可变对象 时，如 [1, 2, ['hello','world']]

① 浅拷贝 copy.copy() 只拷贝了顶层对象，没有拷贝子元素对象['hello','world']，即a[2]和b[2]指向同一个列表对象

② 修改a[2][1] = 'china'，则b[2][1] = 'china'

当顶层对象是immutable不可变对象，同时它的子元素对象也全都是immutable不可变对象时，如(1, 2, 3)

变量a与变量b指向的是同一个元组对象，没有拷贝

当顶层对象是immutable不可变对象时，但子元素存在mutable可变对象时，如(1, 2, ['hello','world'])

变量a与变量b指向的是相同的元组对象，并且a[2]与b[2]指向同一个列表，所以修改a[2][1]会影响b[2][1]

深拷贝(Deep Copy)，递归拷贝顶层对象，以及它内部的子元素对象

当顶层对象是mutable可变对象，但是它的子元素对象全都是immutable不可变对象时，如[1, 'world', 2]

变量a与变量b指向不同的列表对象，修改a[0]只是将列表a的第一个元素重新指向新对象，不会影响b[0]

当顶层对象是mutable可变对象，但子元素也存在mutable可变对象时，如[1, 2, ['hello','world']]

深拷贝既拷贝了顶层对象，又递归拷贝了子元素对象，所以a[2]与b[2]指向了两个不同的列表对象(但是列表对象的子元素初始指定的字符串对象一样)，修改a[2][1] = 'china'后，它重新指向了新的字符串对象（内存地址为140531581905808），不会影响到b[2][1]

当顶层对象是immutable不可变对象，同时它的子元素对象也全都是immutable不可变对象时，如(1, 2, 3)

变量a与变量b指向的是同一个元组对象，不存在拷贝

当顶层对象是immutable不可变对象时，但子元素存在mutable可变对象时，如(1, 2, ['hello','world'])

变量a与变量b指向的是不同的元组对象，同时a[2]与b[2]指向不同的列表对象，所以修改a[2][1]不会影响b[2][1]

使用=是赋值，即将列表对象的引用也赋值给变量b，可以将列表对象想像成一个盒子，变量a相当于这个盒子上的标签，执行b = a后，相当于再在这个盒子上贴上b标签，a和b实际上指向的是同一个对象。因此，无论我们是通过a还是通过b来修改列表的内容，其结果都会作用于双方。

b/c/d都是a的复制，它们都指向了不同的列表对象，但是没有拷贝子元素，a[2]和b[2]/c[2]/d[2]指向同一个列表， 相当于浅拷贝的效果

使用分片[:]操作，a和b其实是指向同一个元组，而且没有拷贝子元素，a[2]和b[2]也指向同一个列表，相当于浅拷贝的效果

同列表类似，可以使用字典的copy()函数或者转换函数dict()

变量a与变量b/c指向不同的字典，但是没有拷贝子元素，a['jobs']和b['jobs']/c['jobs']指定同一个列表， 相当于浅拷贝的效果

同列表类似，可以使用集合的copy()函数或者转换函数set()

变量a与变量b/c指向不同的集合，而集合的元素必须是hashable，所以修改集合a不会影响到b/c

python深拷贝和浅拷贝的区别

浅拷贝是对一个对象父级（外层）的拷贝，并不会拷贝子级（内部），而深拷贝对一个对象是所有层次的拷贝（递归），内部和外部都会被拷贝过来。

使用浅拷贝的时候，分为两种情况。

第一种，如果最外层的数据类型是可变的，比如说列表，字典等，浅拷贝会开启新的地址空间去存放。

第二种，如果最外层的数据类型是不可变的，比如元组，字符串等，浅拷贝对象的时候，还是引用对象的地址空间。

深拷贝也分两种情况：

第一种，最外层数据类型可变。这个时候，内部和外部的都会拷贝过来。

第二种，外层数据类型不可变，如果里面是可变数据类型，会新开辟地址空间存放。如果内部数据类型不可变，才会如同浅拷贝一样，是对地址的引用。

Python的赋值与复制

对于Python的初学者，在对象的使用过程中，由于对变量的赋值和对象的复制中的概念模糊，导致程序出错。

例如，下面的代码：

输出结果为：

a = [6,2,3,4,5],

b = [6,2,3,4,5],

c = [1,2,3,4,5]

a等于b？True

a等于c？True

a是b？True

a是c? False

可以看到，a，b, c所指向的对象的值都相同（a==b为True). a和b都是代表同一个对象(a is b为True)。当我们通过变量b对该列表进行修改时，由于a也指向该列表，所以当打印a,b时，我们得到相同的值。 而a和c则是代表不同的对象(a is c为False),所以修改b所指向得列表不会改变c梭子乡的列表的值.

在Python中，所有的变量都代表了对象，即便是简单的数字类型（int, float, bool），也是以对象的形式存在的。我们看下面的代码：

输出结果是：

a==b为True

a is b为True

可见，a, b都是指向同一个对象。接下来，进行下面的操作，

输出结果是：

a = 1, b = 2

a is b为False

与前面的列表不同，当我们对b做修改时，实际上是给b赋予了一个新生成的对象，对数值类型来说，所有的数值运算都会创建一个数值对象，并将这个对象指定给变量。因此，a与b指向了不同的对象，数值也不同。

再回过头来看列表对象，

我们知道，b是与a指向同一对象的变量,使用b对该对象进行修改，与使用a对该对象进行修改，效果是完全一样的。如果我们需要需要一个与a完全相同又与a相互独立的列表，那么就需要复制这个对象，也就是新建一个内容和源对象相同的对象。

对于列表来说，最简单的复制方法是通过下标索引的方式创建新的列表：

对于各种数据类型通用的对象拷贝复制，我们可以使用python内建的copy模块。

对于复杂对象（如嵌套列表）的复制，则需要注意区分浅拷贝和深拷贝。我们来看下面的代码：

得到的结果是：

a[0] is b[0]为 True

a[0] is c[0]为 False

a = [[-1, 2, 3], [4, 5, 6]]

b = [[-1, 2, 3], [7, 8, 9]]

c = [[1, 2, 3], [4, 5, 6]]

a[1] is b[1]为False

从上面的代码我们可以看到，copy函数为浅拷贝，只拷贝了对象的外层，而对象内部所包含的对象仍然指向原有的对象。而deepcopy则为深拷贝，对象内部的对象也进行了复制。

以上我们对变量的赋值和对象的复制做了更加深入的分析。在具体的使用中，我们需要根据具体来决定使用赋值、浅拷贝、深拷贝。

Python3 & 浅拷贝与深拷贝

在Python中对象的赋值（=）其实就是对象的引用。即：当创建一个对象，把它赋值给另一个变量时，python并没有拷贝这个对象，只是拷贝了这个对象的引用而已。

Python中对象的拷贝分为：浅拷贝(copy)和深拷贝(deepcopy)。

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，将原对象在内存中引用地址拷贝过来，然后让新的对象指向这个地址。可以使用“=”或列表自带的copy()函数(如list.copy()），或使用copy模块的copy()函数。

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。即把对象复制一遍，并且该对象中引用的其他对象也同时复制，完全得到一个新的一模一样的对象，对新对象里的值进行修改不会影响原有对象，新对象和原对象完全分离开。深拷贝只能使用copy模块中deepcopy()函数，使用前要导入：from copy import deepcopy。

Python中对象分为不可变对象 、可变对象。

不可变对象：一旦创建就不可修改的对象，例如：字符串、元组、数字

可变对象：可以修改的对象，例如：列表、字典。

其中Python中的切片可以应用于：列表、元组、字符串，但不能应用于字典。

而深浅拷贝，可应用于序列（列表、元组、字符串），也可应用于字典。

其中不可变对象，不管是深拷贝还是浅拷贝，地址值在拷贝后的值都是一样的。

以下以元组（不可变类型）为例

从上述示例可以看出：

不可变对象类型，没有被拷贝的说法，即便是用深拷贝，查看id的话也是一样的，如果对其重新赋值，也只是新创建一个对象，替换掉旧的而已。

所以不可变类型，不管是深拷贝还是浅拷贝，地址值和拷贝后的值都是一样的。

以下以列表（可变类型）为例

第一种方法：使用=号浅拷贝

输出结果：

第二种方法：使用copy浅拷贝

输出结果：

第三种方法：使用deepcopy深拷贝

输出结果：

从上述示例可以看出：

=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

总结：

1，深浅拷贝都是对源对象的复制，占用不同的内存空间。

2，不可变类型的对象，对于深浅拷贝毫无影响，最终的地址值和值都是相等的。

3，可变类型的对象，使用=浅拷贝时， 值相等，地址相等，对新对象里的值进行修改同时会影响原有对象;使用copy浅拷贝时值相等，地址不相等;使用deepcopy深拷贝时值相等，地址不相等。可以看出针对可变类型copy浅拷贝和deepcopy深拷贝，对新对象里的值进行修改不会影响原有对象。