python中的深拷贝和浅拷贝_python浅复制和深复制的区别

大家好，又见面了，我是你们的朋友全栈君。如果您正在找激活码,请点击查看最新教程,关注关注公众号 “全栈程序员社区” 获取激活教程,可能之前旧版本教程已经失效.最新Idea2022.1教程亲测有效,一键激活。

Jetbrains全系列IDE稳定放心使用

这一篇的内容主要是关于python中浅拷贝和深拷贝的原理。博主的其他内容可以在其他专栏中查看，更多内容还在更新中。

变量赋值的底层逻辑

变量赋值机制

num1 = [1,2,3]
num2 = num1 #num1将地址值复制给了num2 （参考将寄存箱小票指向的位置，复制给了num2）
num2.append(4) #所以num2修改了箱子里面的内容，num1取出来的内容也就变了。
print("num1:",num1,id(num1))
print("num2:",num2,id(num2))
#输出
''' num1: [1, 2, 3, 4] 2676183109952 num2: [1, 2, 3, 4] 2676183109952 '''

num1把地址复制给了num2。所以num1和num2指向堆内存中的同一个位置。在这种情况下，无论num1还是num2改变都会导致另一个的改变。

浅拷贝

再看看下面这个例子：

num1 = [10,[2,3]]
num2 = num1.copy() #将num1所指向的数据内容（地址值），复制了一份给num2

当执行程序后

num1 = [10,[2,3]]
num2 = num1.copy() #将num1所指向的数据内容（地址值），复制了一份给num2
num2.append(4) 
print("num1:",num1,id(num1)) #num1和num2的地址值不同
print("num2:",num2,id(num2))
num1[0] = 8 
print("num1[0]:",num1[0],id(num1[0]))
print("num2[0]:",num2[0],id(num2[0]))
print("num1[1]:",num1[1],id(num1[1]))
print("num2[1]:",num2[1],id(num2[1]))
#输出：
#num1: [10, [2, 3]] 1664063024384
#num2: [10, [2, 3], 4] 1664063016256
#num1[0]: 8 1664010119696
#num2[0]: 10 1664010119760
#num1[1]: [2, 3] 1664063016576
#num2[1]: [2, 3] 1664063016576

为什么会出现这样的输出结果？

我们再来看下面这个程序的输出结果

num1 = [10,[2,3]]
num2 = num1.copy() 
num2[1].append(4) 
print(num1)
print(num2)
# 输出
# [10, [2, 3, 4]]
# [10, [2, 3, 4]]

深拷贝

import copy
num1=[10.[2,3]]
num2=copy.deepcopy(num1)
#在使用深拷贝时，需要引用模块copy

我们对列表num1,num2做一定的修改

import copy
num1 = [10,[2,3]]
num2 = copy.deepcopy(num1) #将num1所指向的数据元素，复制了一份给num2
# num1[-1].append(8) #所以，修改num1的列表元素中的内容，num2中对应的列表元素也变了
print("num1中列表的地址：",id(num1[-1]),"\nnum2中列表的地址：",id(num2[-1]))
#说明列表中的”列表元素“没有复制元素内容，仅仅复制的是地址。 print("num1:",num1,id(num1))
print("num2:",num2,id(num2))
print("num1[0]:",num1[0],id(num1[0]))
print("num2[0]:",num2[0],id(num2[0]))
print("num1[1]:",num1[1],id(num1[1]))
print("num2[1]:",num2[1],id(num2[1]))
#输出
#num1中列表的地址： 1814079840768 
#num2中列表的地址： 1814079814848
#num2: [10, [2, 3]] 1814079849088
#num1[0]: 10 1814030674512
#num2[0]: 10 1814030674512
#num1[1]: [2, 3] 1814079840768
#num2[1]: [2, 3] 1814079814848