Python高级：细说Python浅拷贝和深拷贝

0.说明 

        先看看浅拷贝的概念：

• 浅拷贝：对一个对象进行浅拷贝实际上是新建立了一个类型跟原对象同样，其内容仍是原来对象元素的引用，换句话说，这个拷贝的对象自己是新的，可是它的内容不是

        序列类型对象的浅拷贝是默认类型拷贝，有如下几种实现方式：

• 彻底切片操做：下面操做会有

• 利用工厂函数：好比list()、dict()等

• 使用copy模块的copy()函数

        其实若是是真正理解了Python对象或者说理解了可变对象和不可变对象，再根据上面的理论知识，浅拷贝和深拷贝基本上算是比较好的掌握了。因此这里不按照书上（指的是《Python核心编程》）的思路来进行总结，固然书上的例子做为入门也是很是不错的。下面给出三个例子，若是均可以理解，那么对Python浅拷贝和深拷贝的掌握到这个程度也就能够了。

---

1.第一个例子：列表中的元素都是原子类型，即不可变对象

        

>>> person = ['age', 20]
>>> xpleaf = person[:]  #浅拷贝
>>> cl = list(person)      #浅拷贝
>>> [id(x) for x in person, xpleaf, cl]   #虽然是浅拷贝，可是其实也是生成了新的对象
[140205544875144, 140205544893688, 140205544996232]
>>> [id(x) for x in person]
[140205545021232, 32419728]
>>> [id(x) for x in xpleaf]
[140205545021232, 32419728]
>>> [id(x) for x in cl]
[140205545021232, 32419728]
#可是能够看到列表中的元素的仍是原来对象元素的引用

        上面作了浅拷贝的操做，而后下面修改两个浅拷贝的值：

>>> xpleaf[1] = 22
>>> cl[1] = 21
>>> person, xpleaf, cl
(['age', 20], ['age', 22], ['age', 21])
>>> [id(x) for x in person]
[140205545021232, 32419728]
>>> [id(x) for x in xpleaf]
[140205545021232, 32419680]
>>> [id(x) for x in cl]
[140205545021232, 32419704]

        修改了两个浅拷贝的值，而后发现内容并无相互影响，并且后来的id值也发生改变了，怎么会这样？不要忘了，列表中的元素都是不可变对象，修改不可变对象的值，其实就至关因而新生成了一个该对象，而后让列表元素从新指向新生成的不可变对象，在这里是数字对象。

        理解这个例子自己并不难，但须要对Python对象和序列类型自己有必定的理解。

---

2. 第二个例子：列表中包含容器类型变量，便可变对象

        

>>> person = ['name', ['age', 20]]
>>> xpleaf = person[:]
>>> cl = list(person)
>>> person, xpleaf, cl
(['name', ['age', 20]], ['name', ['age', 20]], ['name', ['age', 20]])
>>> [id(x) for x in person, xpleaf, cl]
[140205544995944, 140205544893688, 140205544875144]
# 查看大列表的元素id值
>>> [id(x) for x in person, xpleaf, cl]
[140205544996160, 140205544875144, 140205544996520]
>>> [id(x) for x in person]
[140205546176112, 140205544995944]
>>> [id(x) for x in xpleaf]
[140205546176112, 140205544995944]
>>> [id(x) for x in cl]
[140205546176112, 140205544995944]
# 查看小列表的元素id值
>>> [id(x) for x in person[1]]
[140205545021232, 32419680]
>>> [id(x) for x in xpleaf[1]]
[140205545021232, 32419680]
>>> [id(x) for x in cl[1]]
[140205545021232, 32419680]

        三个列表的第一个元素的id值都是同样的，这是引用传递，没有什么问题，跟第一个例子相似，所以修改这个值不会有什么问题。但注意看第二个元素，它是一个列表，能够确定的是，三个列表中的两个元素的id也确定是相同的，也是引用传递的道理，但如今关键是看第二个元素，也就是这个列表自己，三个大列表（指的是person这个列表）中的这三个小列表的id值都是同样的，因而，浅拷贝对于对象值的影响就会体现出来了，咱们尝试去修改其中一个小列表中的值：

>>> xpleaf[1][1] = 22
>>> person, xpleaf, cl
(['name', ['age', 22]], ['name', ['age', 22]], ['name', ['age', 22]])
>>> [id(x) for x in person, xpleaf, cl]
[140205544995944, 140205544893688, 140205544875144]
# 查看大列表的元素id值
>>> [id(x) for x in person]
[140205546176112, 140205544995944]
>>> [id(x) for x in xpleaf]
[140205546176112, 140205544995944]
>>> [id(x) for x in cl]
[140205546176112, 140205544995944]
# 查看小列表的元素id值
>>> [id(x) for x in person[1]]
[140205545021232, 32419680]
>>> [id(x) for x in xpleaf[1]]
[140205545021232, 32419680]
>>> [id(x) for x in cl[1]]
[140205545021232, 32419680]

        能够看到问题就出来了，即对一个小列表进行修改，会影响到其它的小列表。咱们先抛开所谓的浅拷贝，去思考这个问题自己：有可能不会影响其它小列表吗？确定没有可能的，由于三个小列表的id都同样，三个小列表里的元素的id也同样，即其实这三个小列表是彻底指向同一个对象的，所以，不管修改哪个，确定都会影响其它小列表的。

        这就是所谓浅拷贝出现的问题。

---

3.第三个例子：使用深拷贝来解决第二个例子出现的问题

        

>>> person = ['name', ['age', 20]]
>>> xpleaf = person[:]
>>> from copy import deepcopy as dcp
>>> cl = dcp(person)
>>> person, xpleaf, cl
(['name', ['age', 20]], ['name', ['age', 20]], ['name', ['age', 20]])
>>> [id(x) for x in person, xpleaf, cl]
[140205544995944, 140205544893688, 140205544875144]
# 查看大列表的元素id值
>>> [id(x) for x in person]
[140205546176112, 140205544996520]
>>> [id(x) for x in xpleaf]
[140205546176112, 140205544996520]
>>> [id(x) for x in cl]
[140205546176112, 140205544571320]
# 查看小列表的元素id值
>>> [id(x) for x in person[1]]
[140205545021232, 32419728]
>>> [id(x) for x in xpleaf[1]]
[140205545021232, 32419728]
>>> [id(x) for x in cl[1]]
[140205545021232, 32419728]

       能够看到虽然是进行了深拷贝，但发现跟前面的其实并无什么不一样，下面咱们再来修改其中一个小列表：

>>> xpleaf[1][1] = 22
>>> person, xpleaf, cl
(['name', ['age', 22]], ['name', ['age', 22]], ['name', ['age', 20]])
# 查看大列表的元素id值
>>> [id(x) for x in person]
[140205546176112, 140205544996520]
>>> [id(x) for x in xpleaf]
[140205546176112, 140205544996520]
>>> [id(x) for x in cl]
[140205546176112, 140205544571320]
# 查看小列表的元素id值
>>> [id(x) for x in person[1]]
[140205545021232, 32419680]
>>> [id(x) for x in xpleaf[1]]
[140205545021232, 32419680]
>>> [id(x) for x in cl[1]]
[140205545021232, 32419728]

        此时能够看到，cl的小列表的第二个元素的id跟原来是同样的，可是xpleaf和person的小列表元素的id发生了改变，同时值也是咱们修改的那样。那是由于xpleaf是person的浅拷贝，可是cl是person的深拷贝。

        这就是所谓的深拷贝。

---

4.第四个例子：检验

         其实只要理解了上面三个例子（这意味着对Python对象自己和序列类型自己也有比较深入的理解），因此的浅拷贝和深拷贝也不是什么问题了。

        至因而否明白，能够参考下面这个例子：

>>> person = ['name', ('hobby', [1, 2])]
>>> xpleaf = person[:]
>>> from copy import deepcopy as dcp
>>> cl = dcp(person)
>>> 
>>> xpleaf[0] = 'xpleaf'
>>> cl[0] = 'cl'
>>> person, xpleaf, cl
(['name', ('hobby', [1, 2])], ['xpleaf', ('hobby', [1, 2])], ['cl', ('hobby', [1, 2])])
>>> 
>>> xpleaf[1][1][0] = 'clyyh'
>>> person, xpleaf, cl
(['name', ('hobby', ['clyyh', 2])], ['xpleaf', ('hobby', ['clyyh', 2])], ['cl', ('hobby', [1, 2])])

        若是对这个例子的输出以为彻底没有问题的，那么也就OK了！

        固然，确定还有遗漏的地方，还望指出。