Python深拷贝与浅拷贝引用

目录
  • (1)、存在父对象和子对象
  • (2)、如果只存在父对象

前言:

在Python中,对象赋值在本质上是对对象的引用,当创建一个对象把它赋值给另一个变量的时候,Python并没有拷贝这个对象,而只是拷贝了这个对象的引用,这里通过程序,借用Python中的copy模块进一步理解深拷贝、浅拷贝和对象赋值有什么不同。

这里分两种情况:

(1)、存在父对象和子对象

演示代码如下:

import copy   #调用copy模块
Dict = {'animal':'cat','num':[10,20,30],'color':'pink'} #创建新字典
Dict1_copy = Dict.copy()  #浅拷贝
Dict1_dcopy = copy.deepcopy(Dict)  #深拷贝
Dict2 = Dict   #直接赋值对象为浅拷贝
Dict['num'][1] = 66   #修改创建字典的内部值
print('Dict:'+str(Dict))  #输出修改后的字典数据
print('Dict1_copy:'+str(Dict1_copy))  #输出浅拷贝数据,数据被修改
print('Dict1_dcopy:'+str(Dict1_dcopy))  #输出深拷贝的数据,数据未被修改
print('Dict2:'+str(Dict2))  #对象赋值,数据被修改

运行结果如下:

(2)、如果只存在父对象

演示代码如下:

import copy   #调用copy模块
Dict = {'animal':'cat','num':'10','color':'pink'} #创建新字典
Dict1_copy = Dict.copy()  #浅拷贝
Dict1_dcopy = copy.deepcopy(Dict)  #深拷贝
Dict2 = Dict   #浅拷贝,直接赋值对象
Dict['animal'] = 'dog'   #修改创建字典的内部值
print('Dict:'+str(Dict))  #输出修改后的字典数据
print('Dict1_copy:'+str(Dict1_copy))  #浅拷贝,但结果与深拷贝相同
print('Dict1_dcopy:'+str(Dict1_dcopy))  #输出深拷贝的数据,数据未被修改
print('Dict2:'+str(Dict2))  #对象赋值,数据被修改

运行结果如下:

由此可以看出,数据修改后,深拷贝一定不会被修改;浅拷贝如果有所谓父对象和子对象即嵌套,第二层可以被修改,不同于深拷贝,如果不存在嵌套,只有父对象,虽然本质上与深拷贝不同,但不会被修改;对象赋值,则是引用,跟着修改而改变。
下面举个简单例子,改变特定的数值,对其它数值的影响:

Dict_A = {   #建立新字典
    "A":11,
    "B":22,
    "C":[33,44,55]
}
Dict_B = Dict_A    #赋值操作
Dict_C = Dict_A.copy()   #浅拷贝
Dict_D = copy.deepcopy(Dict_A)   #深拷贝
print('Dict_A:'+str(Dict_A))
print('Dict_B:'+str(Dict_B))
print('Dict_C:'+str(Dict_C))
print('Dict_D:'+str(Dict_D)) 

#修改Dict_D中A
Dict_D['A'] = 99
print('Dict_A:'+str(Dict_A)) #变
print('Dict_B:'+str(Dict_B)) #变
print('Dict_C:'+str(Dict_C)) #不变
print('Dict_D:'+str(Dict_D)) #不变

#修改Dict_B中A
Dict_B['A'] = 77
print('Dict_A:'+str(Dict_A)) #变
print('Dict_B:'+str(Dict_B)) #变
print('Dict_C:'+str(Dict_C)) #不变
print('Dict_D:'+str(Dict_D)) #不变

#修改Dict_C中A
Dict_C['A'] = 88
print('Dict_A:'+str(Dict_A)) #不变
print('Dict_B:'+str(Dict_B)) #不变
print('Dict_C:'+str(Dict_C)) #变
print('Dict_D:'+str(Dict_D)) #不变

#修改Dict_D中A
Dict_D['A'] = 99
print('Dict_A:'+str(Dict_A)) #不变
print('Dict_B:'+str(Dict_B)) #不变
print('Dict_C:'+str(Dict_C)) #不变
print('Dict_D:'+str(Dict_D)) #变

#修改Dict_A中C的第二项
Dict_C['C'][1] = 100
print('Dict_A:'+str(Dict_A)) #变
print('Dict_B:'+str(Dict_B)) #变
print('Dict_C:'+str(Dict_C)) #变
print('Dict_D:'+str(Dict_D)) #不变

#修改Dict_B中C的第二项
Dict_C['C'][1] = 101
print('Dict_A:'+str(Dict_A)) #变
print('Dict_B:'+str(Dict_B)) #变
print('Dict_C:'+str(Dict_C)) #变
print('Dict_D:'+str(Dict_D)) #不变

#修改Dict_C中C的第二项
Dict_C['C'][1] = 102
print('Dict_A:'+str(Dict_A)) #变
print('Dict_B:'+str(Dict_B)) #变
print('Dict_C:'+str(Dict_C)) #变
print('Dict_D:'+str(Dict_D)) #不变

#修改Dict_D中C的第二项
Dict_D['C'][1] = 104
print('Dict_A:'+str(Dict_A)) #不变
print('Dict_B:'+str(Dict_B)) #不变
print('Dict_C:'+str(Dict_C)) #不变
print('Dict_D:'+str(Dict_D)) #变

到此这篇关于Python深拷贝与浅拷贝引用的文章就介绍到这了,更多相关Python拷贝内容请搜索我们以前的文章或继续浏览下面的相关文章希望大家以后多多支持我们!

(0)

相关推荐

  • Python列表的浅拷贝与深拷贝

    目录 一.浅拷贝(均是只对第一层进行深拷贝) 1.for循环依次赋值 2.使用copy()函数 3.使用列表生成式 4.使用索引[:] 二.深拷贝 对列表深拷贝就是无论怎样改动新列表(单维or多维),原列表都不变. 而下面的浅拷贝,对于多维列表,只是第一维深拷贝了(嵌套的List保存的是地址,复制过去的时候是把地址复制过去了),所以说其内层的list元素改变了,原列表也会变. 一.浅拷贝(均是只对第一层进行深拷贝) 1. for循环依次赋值 old = [1, [1, 2, 3], 3] new

  • Python 中的参数传递、返回值、浅拷贝、深拷贝

    1. Python 的参数传递 Python的参数传递,无法控制引用传递还是值传递.对于不可变对象(数字.字符.元组等)的参数,更类似值传递:对于可变对象(列表.字典等),更类似引用传递. def fun1(n): print(n) # n在没修改前,指向的地址和main函数中n指向的地址相同 n = 20 # n在修改后,指向的地址发生改变,相当于新建了一个值为20的参数n def fun2(l): print(l) # l在没修改前,指向的地址和main函数中l指向的地址相同 l = [5,

  • Python基础之赋值,浅拷贝,深拷贝的区别

    一.赋值 不会开辟新的内存空间,只是复制了新对象的引用.所以当一个数据发生变化时,另外一个数据也会随之改变. 二. 浅拷贝 创建新对象,其内容是对原对象的引用.浅拷贝之所以称为浅拷贝,是因为它仅仅只拷贝了第一层,即只拷贝了最外层的对象本身,内部的元素都只是拷贝了一个引用而已,即内部元素如果被修改,则另外一个数据也会发生变化. 浅拷贝的三种形式: A = [1, 2, 3, 4] 切片操作 # 第1种 B = A[:] # 第2种 B = [a for a in A] 工厂函数 B = list(

  • Python可变与不可变数据和深拷贝与浅拷贝

    目录 浅拷贝和深拷贝 什么是可变数据和不可变数据 那么拷贝函数是干什么的? 浅拷贝 深拷贝 总结 浅拷贝和深拷贝 拷贝函数是专门为可变数据类型list.set.dict使用的一种函数.作用是,当一个值指向另一个值的时候,也不会影响指向的值,如果被指向的数据是可变数据,那么它一旦被修改,指向的数据也会随之改变. 什么是可变数据和不可变数据 我们来举一个例子,整型是不可变的数据,那么为什么是不可变的数据呢?一个数据是不是可变的就要关系到python的缓存机制. 当一个数据发生变化,如果它的内存地址没

  • 详解Python直接赋值,深拷贝和浅拷贝

    直接赋值: 对象的引用,也就是给对象起别名 浅拷贝: 拷贝父对象,但是不会拷贝对象的内部的子对象. 深拷贝: 拷贝父对象. 以及其内部的子对象 在之前的文章中,提到可变对象和不可变对象,接下来也是以这两者的区别进行展开 直接赋值 对于可变对象和不可变对象,将一个变量直接赋值给另外一个变量,两者 id 值一致,其实本质上是将变量量绑定到对象的过程. >>> a=1 >>> b=a >>> id(a) == id(b) True >>>

  • 详解Python列表赋值复制深拷贝及5种浅拷贝

    概述 在列表复制这个问题,看似简单的复制却有着许多的学问,尤其是对新手来说,理所当然的事情却并不如意,比如列表的赋值.复制.浅拷贝.深拷贝等绕口的名词到底有什么区别和作用呢? 列表赋值 # 定义一个新列表 l1 = [1, 2, 3, 4, 5] # 对l2赋值 l2 = l1 print(l1) l2[0] = 100 print(l1) 示例结果: [1, 2, 3, 4, 5] [100, 2, 3, 4, 5] 可以看到,更改赋值后的L2后L1同样也会被更改,看似简单的"复制"

  • Python 的赋值,浅拷贝和深拷贝详解

    目录 先明确几点 赋值 浅拷贝 深拷贝 总结 先明确几点 不可变类型:该数据类型对象所指定内存中的值不可以被改变. (1).在改变某个对象的值时,由于其内存中的值不可以被改变,所以,会把原来的值复制一份再进行改变,这样就会计算机会开辟一段新的内存空间来存储新的值. 可变类型:该数据类型的对象所指定的地址上面的值可以被改变. (1).变量被改变后,其所指向的内存地址上面的值,直接被改变,没有发生复制行为,也没有发生开辟新的内存地址行为,不会重新开辟空间. 变量:是一个系统表的元素,拥有指向对象的连

  • python 中赋值,深拷贝,浅拷贝的区别

    目录 一.赋值实例 二.浅拷贝实例 三.深拷贝实例 赋值:其实就是对象的引用(相当于取别名). 浅拷贝(copy):拷贝父对象,不会拷贝对象内部的子对象,会引用子对象. 深拷贝(deepcopy): copy 模块的 deepcopy 方法,完全拷贝了父对象及其子对象. 一.赋值实例 # a这个大列表是一个父对象,里面的小列表是a的一个子对象 a = [1, 2, 3, ["a", "b"]] # 赋值实例 b = a print("a:", a

  • Python深拷贝与浅拷贝引用

    目录 (1).存在父对象和子对象 (2).如果只存在父对象 前言: 在Python中,对象赋值在本质上是对对象的引用,当创建一个对象把它赋值给另一个变量的时候,Python并没有拷贝这个对象,而只是拷贝了这个对象的引用,这里通过程序,借用Python中的copy模块进一步理解深拷贝.浅拷贝和对象赋值有什么不同. 这里分两种情况: (1).存在父对象和子对象 演示代码如下: import copy   #调用copy模块 Dict = {'animal':'cat','num':[10,20,30

  • Python深拷贝与浅拷贝用法实例分析

    本文实例讲述了Python深拷贝与浅拷贝用法.分享给大家供大家参考,具体如下: 1.对象的赋值 对象的赋值实际上是对象之间的引用:当创建一个对象,然后将这个对象赋值给另外一个变量的时候,python并没有拷贝这个对象,而只是拷贝了这个对象的引用. 当对对象做赋值或者是参数传递或者作为返回值的时候,总是传递原始对象的引用,而不是一个副本.如下所示: 在python中将一个变量赋值给另一个变量,传递的是引用.无论是a的内层变化还是外层变化,b都会发生同样的变化.因为b和a指向了同一个引用.类似于c语

  • Python对象的深拷贝和浅拷贝详解

    本文内容是在<Python核心编程2>上看到的,感觉很有用便写出来,给大家参考参考! 浅拷贝 首先我们使用两种方式来拷贝对象,一种是切片,另外一种是工厂方法.然后使用id函数来看看它们的标示符 复制代码 代码如下: # encoding=UTF-8   obj = ['name',['age',18]] a=obj[:] b=list(obj) for x in obj,a,b:     print id(x)   35217032 35227912 29943304 他们的id都不同,按照正

  • 深入理解python中的浅拷贝和深拷贝

    在讲什么是深浅拷贝之前,我们先来看这样一个现象: a = ['scolia', 123, [], ] b = a[:] b[2].append(666) print a print b 为什么我只对b进行修改,却影响到了a呢?看过我在之前的文章中就说过:序列中保存的都是内存的引用. 所以,当我们通过b去修改里面的空列表的时候,其实就是修改内存中的同一个对象,所以会影响到a. a = ['scolia', 123, [], ] b = a[:] print id(a), id(a[0]), id(

  • Python的赋值、深拷贝与浅拷贝的区别详解

    在python中,给一个对象赋值,实际上就是对象对内存空间存储的值的引用.当我们把对象赋值给另一个变量的时候,这个变量并没有拷贝这个对象,而只是拷贝了这个对象的引用而已. 一般情况下我们会通过三种方法来实现拷贝对象的引用. Python直接赋值 直接赋值,默认浅拷贝传递对象的引用而已,原始列表改变,被赋值的变量也会做相同的改变.其实就是对'对象'的引用 示例: >>> list_demo = [2, 4, 6] >>> a = list_demo >>>

  • Python详细讲解浅拷贝与深拷贝的使用

    目录 1.变量的赋值操作 2.浅拷贝 3.深拷贝 4.总结 1.变量的赋值操作 只是多生成了一个变量,实际上还是指向同一个对象 # -*- coding: utf-8 -*- class CPU: pass class Disk: pass class Computer: def __init__(self, cpu, disk): # 给对象的实例属性进行初始化 self.cpu = cpu self.disk = disk # 变量的赋值 cp1 = Computer(cpu='CPU',

  • 深入浅析Python中list的复制及深拷贝与浅拷贝

    在Python中,经常要对一个list进行复制.对于复制,自然的就有深拷贝与浅拷贝问题.深拷贝与浅拷贝的区别在于,当从原本的list复制出新的list之后,修改其中的任意一个是否会对另一个造成影响,即这两个list在内存中是否储存在同一个区域,这也是区分深拷贝与浅拷贝的重要依据.接下来我们就针对Python中list复制的几种方法,来探究一下其是属于深拷贝还是浅拷贝.弄清楚这个问题,有助于我们在编程中规避错误,减少不必要的调试时间. 一.非拷贝方法--直接赋值 如果用=直接赋值,是非拷贝方法.这

  • javascript深拷贝、浅拷贝和循环引用深入理解

    一.为什么有深拷贝和浅拷贝? 这个要从js中的数据类型说起,js中数据类型分为基本数据类型和引用数据类型. 基本类型值指的是那些保存在栈内存中的简单数据段,即这种值是完全保存在内存中的一个位置.包含Number,String,Boolean,Null,Undefined ,Symbol. 引用类型值指的是那些保存在堆内存中的对象,所以引用类型的值保存的是一个指针,这个指针指向存储在堆中的一个对象.除了上面的 6 种基本数据类型外,剩下的就是引用类型了,统称为 Object 类型.细分的话,有:O

随机推荐