标签：数据改变   影响   http   print   tuple   行修改   set   list   也会   

Python中的深浅拷贝

前言：我们在了解深浅拷贝之前首先需要明白的一点知识

1. 不可变类型数据：不可变类型即指当改变其内元素时，内存空间将会发生变化，比如常见的不可变类型有：str，boolean， int，tuple。

   temp = "哈哈哈"
   ret = temp.replace("哈", "嘿", 2)
   print(temp)      # 哈哈哈
   print(ret)       # 嘿嘿哈
   # 我们可以看到temp的值并没有发生改变，这就是为什么对str数据改变之后需要重新赋值的原因，因为它是不可变类型，只能重新找一个值接收。

2. 可变类型数据：当改变其内元素时，内存空间不会发生变化，比如常见的可变类型有：list，set，dict。

   lst = [1, 2, 3]
   lst.append(4)
   print(lst)   # [1, 2, 3, 4]
   # 而对可变类型数据进行操作时，因为它是可变类型数据，没有改变原来的内存地址空间，所以不需要重新赋值，可以直接打印

3. 赋值与深浅拷贝

   # 赋值
   lst = [1, 2, 3, 4]
   lst2 = lst
   lst2.append(5)
   print(lst)   # [1, 2, 3, 4, 5]
   print(lst2)  # [1, 2, 3, 4, 5]
   # 因为lst是可变类型，所以在赋值时是将lst的内存地址赋值给了lst2.也就意味着它们指向了同一个内存空间，所以当其中任意一个对里面的元素进行操作时，另一个也会改动。
   
   # 浅拷贝
   import copy
   lst = [1, 2, 3, ["哈哈", "嘿嘿"]]
   # lst2 = lst.copy()   浅拷贝
   lst2 = copy.copy(lst)    # 浅拷贝，二者任选其一，都是浅拷贝
   print(lst2)  # [1, 2, 3, ["哈哈", "嘿嘿"]]
   lst[3].append("嘻嘻")
   print(lst2)  # [1, 2, 3, ["哈哈", "嘿嘿", "嘻嘻"]]
   # 从中我们可以看到，当进行浅拷贝时，拷贝之后的对象并不是完全和原对象没有关系，当原对象对里面的列表进行修改时，拷贝后的对象里面的列表也跟着修改。这就称为浅拷贝。
   # 当进行浅拷贝时会对里面每个元素进行拷贝，然而当里面有一个可变类型数据时，它这时候就不是拷贝数据本身，而是拷贝的这个可变数据的内存地址，这也就能解释为什么改变原有对象还能对拷贝后的对象产生影响了，因为它们本身还是指向同一个内存地址。
   # 你也可以简单理解浅拷贝：浅拷贝只拷贝第一层。
   
   # 深拷贝
   import copy
   lst = [1, 2, 3, ["哈哈", "嘿嘿"]]
   lst2 = copy.deepcopy(lst)    # 深拷贝
   print(lst2)  # [1, 2, 3, ["哈哈", "嘿嘿"]]
   lst[3].append("嘻嘻")
   print(slt2)  # [1, 2, 3, ["哈哈", "嘿嘿"]]
   # 深拷贝即完全拷贝，不管里面的元素是否含有可变类型数据，拷贝的就是数据本身，而不是对象内存地址。

4. 插图

   浅拷贝

深拷贝

tips：图画的很糙，可能你们看了也不懂，但我就是要画 ~~

Python中的深浅拷贝

标签：数据改变   影响   http   print   tuple   行修改   set   list   也会   

原文地址：https://www.cnblogs.com/wangyueping/p/11044739.html