Python中的赋值与深浅拷贝

　　鉴于对不少初学编程的小伙伴来讲，对于赋值和深浅拷贝的用法有些疑问，因此我就结合python变量存储的特性从内存的角度来谈一谈赋值和深浅拷贝~~~

准备知识

一些基本的定义：

• 在Python中对象的赋值其实就是对象的引用。当建立一个对象，把它赋值给另外一个变量的时候，python并无拷贝这个对象，只是拷贝了这个对象的引用而已。
• 浅拷贝：拷贝了最外围的对象自己，内部的元素都只是拷贝了一个引用而已。也就是，把对象复制一遍，可是该对象中引用的其余对象我不复制
• 深拷贝：外围和内部元素都进行了拷贝对象自己，而不是引用。也就是，把对象复制一遍，而且该对象中引用的其余对象我也复制。

几个术语的解释

• 变量：是一个系统表的元素，拥有指向对象的链接空间
• 对象：被分配的一块内存，存储其所表明的值
• 引用：是自动造成的从变量到对象的指针
• 注意：类型（int类型，long类型(python3已去除long类型，只剩下int类型的数据)）属于对象，不是变量
• 不可变对象：一旦建立就不可修改的对象，包括字符串、元组、数字
• 可变对象：能够修改的对象，包括列表、字典。

深浅拷贝的做用

• 减小内存的使用 
• 之后在作数据的清洗、修改或者入库的时候，对原数据进行复制一份，以防数据修改以后，找不到原数据。

对于不可变对象的深浅拷贝

　　不可变对象类型（这个不可变对象类型里面不能包含可变对象类型，如元祖里面包含列表就不知足这个条件），没有被拷贝的说法，即使是用深拷贝，查看id的话也是同样的，若是对其从新赋值，也只是新建立一个对象，替换掉旧的而已。一句话就是，不可变类型，不论是深拷贝仍是浅拷贝，地址值和拷贝后的值都是同样的。

数字、字符串等不可变数据类型

赋值

举个栗子：

n1 = 123123
n2 = n1
print(n1,n2)
print(id(n1))
print(id(n2))

输出结果：
123123 123123
1607915318992
1607915318992

　　在以上代码块当中，a2与a1所赋的值是同样的，都是数字123123。由于python有一个重用机制，对于同一个数字，python并不会开辟一块新的内存空间，而是维护同一块内存地址，只是将该数字对应的内存地址的引用赋值给变量a1和a2。因此根据输出结果，a1和a2其实对应的是同一块内存地址，只是两个不一样的引用罢了。一样的，对于a2 = a1，其实效果等同于“a1 = 123123; a2 = 123123”，它也就是将a1指向123123的引用赋值给a2。字符串跟数字的原理雷同，若是把123123改为“abcabc”也是同样的。

结论：对于经过用 = 号赋值，数字和字符串在内存当中用的都是同一块地址。

浅拷贝

一样的栗子：

import copy  # 使用浅拷贝须要导入copy模块

n1 = 123123
n3 = copy.copy(n1)  # 使用copy模块里的copy()函数就是浅拷贝了
print(n1,n3)
print(id(n1))
print(id(n3))

输出结果：
123123 123123
2735567515344
2735567515344

　　经过使用copy模块里的copy()函数来进行浅拷贝，把a1拷贝一份赋值给a3，查看输出结果发现，a1和a3的内存地址仍是同样。

结论：对于浅拷贝，数字和字符串在内存当中用的也是同一块地址。

深拷贝

再来一个栗子：

import copy

n1 = 123123
n4 = copy.deepcopy(n1)  # 深拷贝是用copy模块里的deepcopy()函数
print(n1,n4)
print(id(n1))
print(id(n4))

输出结果：
123123 123123
2545114525392
2545114525392

　　这个。。。还用说嘛，直接看结论>>>

结论：综上所述，对于数字和字符串的赋值、浅拷贝、深拷贝在内存当中用的都是同一块地址。

原理图：

 

字典、列表等可变数据类型

赋值

再举个栗子

n1 = {"k1": "wu", "k2": 123, "k3": ["alex", 678]}
n2 = n1  # 赋值
print(n1,n2)
print(id(n1))
print(id(n2))
n1['k1'] = 'c'
n1['k3'][0] = 'd'
print(n1,n2)
print(id(n1))
print(id(n2))

输出结果：

{'k1': 'wu', 'k2': 123, 'k3': ['alex', 678]} {'k1': 'wu', 'k2': 123, 'k3': ['alex', 678]}
1867471875528
1867471875528
{'k1': 'c', 'k2': 123, 'k3': ['d', 678]} {'k1': 'c', 'k2': 123, 'k3': ['d', 678]}
1867471875528
1867471875528

 　　咱们的栗子当中用了一个字典n1，字典里面嵌套了一个列表，当咱们把n1赋值给n2时，内存地址并无发生变化，由于其实它也是只是把n1的引用拿过来赋值给n2而已（咱们用了一个字典来举例，其余类型也是同样的）。正由于如此，当咱们修改字典里面的数据时，n1和n2都会发生改变。

　　结论：对于赋值，字典、列表等其余类型用的内存地址不会变化。

浅拷贝

栗子走起

import copy

n1 = {"k1": "wu", "k2": 123, "k3": ["alex", 678]}
n3 = copy.copy(n1)  # 浅拷贝
print(n1,n3)
print("第一层字典的内存地址：")
print(id(n1))
print(id(n3))
print("第二层嵌套的列表的内存地址：")
print(id(n1["k3"]))
print(id(n3["k3"]))
n1['k1'] = 'tom'
n1['k3'][0] = 'jack'
print('***************')
print(n1,n3)


输出结果：
{'k1': 'wu', 'k2': 123, 'k3': ['alex', 678]} {'k1': 'wu', 'k2': 123, 'k3': ['alex', 678]}
第一层字典的内存地址：
1506727325128
1506727325200
第二层嵌套的列表的内存地址：
1506758960840
1506758960840
***************
{'k1': 'tom', 'k2': 123, 'k3': ['jack', 678]} {'k1': 'wu', 'k2': 123, 'k3': ['jack', 678]}

　　经过以上结果能够看出，进行浅拷贝时，咱们的字典第一层n1和n3指向的内存地址已经改变了，可是对于第二层里的列表并无拷贝，它的内存地址仍是同样的。原理以下图：　　

 　　结论：因此对于浅拷贝，字典、列表等类型，它们只拷贝第一层地址。

深拷贝

栗子：

import copy

n1 = {"k1": "wu", "k2": 123, "k3": ["alex", 678]}
n4 = copy.deepcopy(n1)  # 深拷贝
print("第一层字典的内存地址：")
print(id(n1))
print(id(n4))
print("第二层嵌套的列表的内存地址：")
print(id(n1["k3"]))
print(id(n4["k3"]))
n1['k1'] = 'tom'
n1['k3'][0] = 'jack'
print(n1,n4)

输出结果：
{'k1': 'wu', 'k2': 123, 'k3': ['alex', 678]} {'k1': 'wu', 'k2': 123, 'k3': ['alex', 678]}
第一层字典的内存地址：
1853270748616
1853271588800
第二层嵌套的列表的内存地址：
1853273351880
1853273350600
***************
{'k1': 'tom', 'k2': 123, 'k3': ['jack', 678]} {'k1': 'wu', 'k2': 123, 'k3': ['alex', 678]}

　　经过以上结果发现，进行深拷贝时，字典里面的第一层和里面嵌套的地址都已经变了。对于深拷贝，它会拷贝多层，将第二层的列表也拷贝一份，若是还有第三层嵌套，那么第三层的也会拷贝，可是对于里面的最小元素，好比数字和字符串，这里就是“wu”，123，“alex”，678之类的，按照python的机制，它们会共同指向同一个位置，它的内存地址是不会变的。原理以下图：

 结论：对于深拷贝，字典、列表等类型，它里面嵌套多少层，就会拷贝多少层出来，可是最底层的数字和字符串地址不变，是同样的。

PS：

对于元祖来讲，若是他里面的元素都是不可变类型的元素，那么不管是赋值，浅拷贝仍是深拷贝，他们的id都是同样的（不只整个元祖的id是同样的，里面每个元素的id都是同样的）。可是若是元祖里面的元素有可变元素，如列表字典等，那么对于赋值和浅拷贝来讲，id仍然仍是同样的（不只整个元祖的id是同样的，里面每个元素的id都是同样的）；对于深拷贝来讲，元祖的id和列表字典的id是不同的，可是对于最底层的数字，字符串地址仍是同样的。