标签：python浅拷贝 lis 最大的 深浅拷贝 颜色 类型 deepcopy 不可 import
int, float,str, tuple都是不可变对象，
dic，set，list属于可变对象。可变，是指内存中的值,不是指地址。
拷贝规则：
import copy a = 4343.23 b = copy.copy(a) print(id(a)) print(id(b))
上面的代码对一个float类型的数据进行了浅拷贝，根据规则，不会生成新的对象，因此a,b两个变量的内存地址是相同的。
下面是一个可变对象的拷贝示例
import copy a = [1, [1]] b = copy.copy(a) print(id(a), id(b)) print(id(a[1]), id(b[1]))
程序输出结果是
4739120648 4387519880 4739160904 4739160904
a和b的内存地址是不相同的，说明生成了一个新的数据，但由于是浅拷贝，因此列表里的元素并不进行拷贝，只对最外层进行了拷贝。
通过对内存的观察，我们可以更清楚了解浅拷贝的过程，下图是浅拷贝之前的内存示意图
浅拷贝发生之后，内存变成如下图所示
为了便于识别，我特地将代表引用的线条加粗并加上颜色来区分，通过对比浅拷贝前后的示意图，你可以看到，仅仅生成了一个新的对象，地址是4350709128。
a[1], b[1] 的数据类型是列表，是可变对象，他们的内存地址相同，因此，对b[1]的操作，将会影响到a[1]
import copy a = [1, [1]] b = copy.copy(a) b[1].append(2) print(a)
程序输出结果
[1, [1, 2]]
明明只是对变量b进行了操作，却影响到了a,这绝对是个安全隐患，因此进行浅拷贝时要非常小心，除非你清楚的知道自己在做什么，可能带来哪些影响，否则就不要进行浅拷贝，现在不缺内存，别玩火。
拷贝规则:
import copy a = [1, [1]] b = copy.deepcopy(a) print(id(a), id(b)) print(id(a[1]), id(b[1]))
程序输出结果
4739124744 4350819720 4739165000 4739236104
为了清晰的理解深拷贝的作用，还是放上拷贝前后的内存对比图
深拷贝前
深拷贝之后
和浅拷贝相比，最大的不同在于，新生成了一个列表[1],内存地址和a[1]不一样，深拷贝之后，对b的任何操作，都不会影响到a，虽然多耗费了一些内存，但是更加安全。
标签：python浅拷贝 lis 最大的 深浅拷贝 颜色 类型 deepcopy 不可 import
原文地址：https://www.cnblogs.com/where1-1/p/12657715.html
