Python深拷贝和浅拷贝使用方法

这篇文章运用了实例代码展示Python深拷贝和浅拷贝使用方法，代码非常详细，可供感兴趣的小伙伴们参考借鉴，希望对大家有所帮助。

在行唐等地区，都构建了全面的区域性战略布局，加强发展的系统性、市场前瞻性、产品创新能力，以专注、极致的服务理念，为客户提供网站设计制作、成都网站建设 网站设计制作按需求定制网站,公司网站建设,企业网站建设,品牌网站建设,营销型网站,成都外贸网站建设,行唐网站建设费用合理。

一、浅拷贝

所谓浅拷贝,指的是对于某个对象,虽然创建了与该对象具有相同值的另一个对象,但是,这两个对象內部嵌套的对应子对象全都是同一个对象。简单地说,外部进行了拷贝,内部没有拷贝。

以下方式得到的拷贝都是浅拷贝:

● 切片操作[:]

● 调用列表、字典、集合的方法copy()

● 调用内置函数List()、dict()、set(4.

● 调用标准库模块copy中的函数copy(）

import copy  # 导入标准库模块copy
L1 = [1,[1,2,3],6]
L2 = L1.copy() # [1, [1, 2, 3], 6] 使用list.copy()
L2 = L1[:] # [1, [1, 2, 3], 6] # 使用索引切片的方式
L2 = list(L1) #  [1, 2, 3], 6] # 使用list()函数赋值
L2 = copy.copy(L1) # [1, [1, 2, 3], 6]  # 调用标准库模块copy中的函数copy()

# 通过打印L1和L2的id可以看出，L2只拷贝了L1的外部，形成了一个和L1具有相同值的对象
# L1和L2内部值的id全都相同，即引用的同一内存地址
print('L1_id：%d' % id(L1)) # L1_id：140024932419056
print('L2_id：%d' % id(L2)) # L2_id：140024932419456
print('L1[1]_id：%d' % id(L1[1])) # L1[1]_id：140024932419376
print('L2[1]_id：%d' % id(L2[1])) # L2[1]_id：140024932419376
print('id_L1[2] %d' % id(L1[2])) # id_L1[2] 9466624
print('id_L2[2] %d' % id(L2[2])) # id_L2[2] 9466624

# 浅拷贝，对于列表内部嵌套的可变类型对象，修改L1[1][1]值，L2[1][1]值也会跟着改变
# 实际上他们内部都引用着同一个内存id
L1[1][1] = 5
print(L1) # [1, [1, 5, 3], 6]
print(L2) # [1, [1, 5, 3], 6]
print('L1[1]_id：%d' % id(L1[1])) # L1[1]_id：140024932419376
print('L2[1]_id：%d' % id(L2[1])) # L2[1]_id：140024932419376

# 浅拷贝，对于列表内部的不可变类型对象，修改L1[2],
# 因为是不可变类型，那么会重新调用一个值给予引用，L2[2]因此不受影响
L1[2] = 8
print(L1) # [1, [1, 5, 3], 8]
print(L2) # [1, [1, 5, 3], 6]
print('id_L1[2] %d' % id(L1[2])) # id_L1[2] 9466688
print('id_L2[2] %d' % id(L2[2])) # id_L2[2] 9466624

二、深拷贝

所谓深拷贝,指的是:对于某个对象,创建与该对象具有相同值的另一个对象,同时,这两个对象内部嵌套的对应可变子对象全都不是同一个对象。简单地说,外部和内部都进行了拷贝。

深拷贝的方法：

● 调用标准库模块copy中的函数deepcopy()

import copy  # 导入标准库模块copy
L1 = [1,[1,2,3],6]
L2 = copy.deepcopy(L1) # [1, [1, 2, 3], 6]

# 通过打印L1和L2的内存地址可以看出，其外部进行拷贝，L2是和L1具有相同值的新对象
# 对于内部嵌套的可变类型对象，L1[1]和L2[1]内存地址并不相同
# 对于内部嵌套的不可变类型对象，L1[2]和L2[2]内存地址相同，引用的同一内存地址
print('L1_id：%d' % id(L1)) # L1_id：139984573203792
print('L2_id：%d' % id(L2)) # L2_id：139984573203952
print('L1[1]_id：%d' % id(L1[1])) # L1[1]_id：139984573203472
print('L2[1]_id：%d' % id(L2[1])) # L2[1]_id：139984573204512
print('id_L1[2] %d' % id(L1[2])) # id_L1[2] 9466624
print('id_L2[2] %d' % id(L2[2])) # id_L2[2] 9466624

# 深拷贝，列表内部嵌套的可变类型对象，修改L1[1][1] 为5不影响L2[1][1]的值，
# 深拷贝是将L1和L2内部可变类型对象的值引用的内存地址分开来
L1[1][1] = 5
print(L1) # [1, [1, 5, 3], 6]
print(L2) # [1, [1, 2, 3], 6]
print('L1[1]_id：%d' % id(L1[1])) # L1[1]_id：139984573203472
print('L2[1]_id：%d' % id(L2[1])) # L2[1]_id：139984573204512

# 深拷贝，对于列表内部不可变类型对象，修改L1[2] = 8，因为是不可变类型，所以将L1[2]重新赋值引用，不影响L2[2]
L1[2] = 8
print(L1) # [1, [1, 5, 3], 8]
print(L2) # [1, [1, 2, 3], 6]
print('id_L1[2] %d' % id(L1[2])) # id_L1[2] 9466688
print('id_L2[2] %d' % id(L2[2])) # id_L2[2] 9466624

如果你能读到这里，恭喜你已经对Python深拷贝和浅拷贝有了从实践层面最深刻的体会了。如果想阅读更多相关内容的文章，欢迎关注创新互联行业资讯频道！