Python中的赋值、深拷贝与浅拷贝(内存地址)

时间:2024-01-19 08:08:32

Python中的赋值、深拷贝与浅拷贝(内存地址)

1、python中的可变对象与不可变对象

(1) 可变对象:dict,list

def dict_test():
a = {}
b = a
print(id(a)) # 140367329543360
a['a'] = 'hhhh'
print('id a:' + str(id(a))) # id a:140367329543360
print('a:' + str(a)) # a:{'a': 'hhhh'}
print('id b:' + str(id(b))) # id b:140367329543360
print('b:' + str(b)) # b:{'a': 'hhhh'} if __name__ == '__main__':
dict_test()

内存变化如下:

Python中的赋值、深拷贝与浅拷贝(内存地址)

(2) 不可变对象:int,string,float,tuple

def int_test():
i = 77
j = 77
print(id(77)) #
print('i id:' + str(id(i))) #i id:140396579590760
print('j id:' + str(id(j))) #j id:140396579590760
print i is j #True
j = j + 1
print('new i id:' + str(id(i))) #new i id:140396579590760
print('new j id:' + str(id(j))) #new j id:140396579590736
print i is j #False if __name__ == '__main__':
int_test()

内存分配如下:

Python中的赋值、深拷贝与浅拷贝(内存地址)

2、赋值、浅拷贝与深拷贝:

(1) b = a: 赋值引用,a 和 b 都指向同一个对象。

Python中的赋值、深拷贝与浅拷贝(内存地址)

 (2) b = a.copy(): 浅拷贝, a 和 b 是一个独立的对象,但他们的子对象还是指向统一对象(是引用)。

Python中的赋值、深拷贝与浅拷贝(内存地址)

    (3) b = copy.deepcopy(a): 深度拷贝, a 和 b 完全拷贝了父对象及其子对象,两者是完全独立的。

Python中的赋值、深拷贝与浅拷贝(内存地址)

3、更多实例:

#!/usr/bin/python
# -*-coding:utf-8 -*- import copy
a = [1, 2, 3, 4, ['a', 'b']] #原始对象 b = a #赋值,传对象的引用
c = copy.copy(a) #对象拷贝,浅拷贝
d = copy.deepcopy(a) #对象拷贝,深拷贝 a.append(5) #修改对象a
a[4].append('c') #修改对象a中的['a', 'b']数组对象 print( 'a = ', a )
print( 'b = ', b )
print( 'c = ', c )
print( 'd = ', d )

运行结果如下:

('a = ', [1, 2, 3, 4, ['a', 'b', 'c'], 5])
('b = ', [1, 2, 3, 4, ['a', 'b', 'c'], 5])
('c = ', [1, 2, 3, 4, ['a', 'b', 'c']])
('d = ', [1, 2, 3, 4, ['a', 'b']])

4、按照具体需求选择合适的赋值或者拷贝形式:

 建议:在内存足够的情况下,选择深拷贝,这样逻辑处理独立,不会产生上下文的影响,不容易发生难以解决的bug。