python深拷贝函数 python浅拷贝与深拷贝
Python对象的拷贝
Python赋值操作或函数参数传递，传递的永远是对象引用（即内存地址），而不是对象内容。在Python中一切皆对象，对象又分为可变(mutable)和不可变(immutable)两种类型。对象拷贝是指在内存中创建新的对象，产生新的内存地址。当顶层对象和它的子元素对象全都是immutable不可变对象时，不存在被拷贝，因为没有产生新对象。浅拷贝(Shallow Copy)，拷贝顶层对象，但不会拷贝内部的子元素对象。深拷贝(Deep Copy)，递归拷贝顶层对象，以及它内部的子元素对象。
专业领域包括成都网站建设、做网站、成都做商城网站、微信营销、系统平台开发， 与其他网站设计及系统开发公司不同，成都创新互联的整合解决方案结合了帮做网络品牌建设经验和互联网整合营销的理念，并将策略和执行紧密结合，为客户提供全网互联网整合方案。
Python中一切皆对象，对象就像一个塑料盒子， 里面装的是数据。对象有不同类型，例如布尔型和整型，类型决定了可以对它进行的操作。现实生活中的"陶器"会暗含一些信息（例如它可能很重且易碎，注意不要掉到地上）。
对象的类型还决定了它装着的数据是允许被修改的变量（可变的mutable）还是不可被修改的常量（不可变的immutable）。你可以把不可变对象想象成一个透明但封闭的盒子：你可以看到里面装的数据，但是无法改变它。类似地，可变对象就像一个开着口的盒子，你不仅可以看到里面的数据，还可以拿出来修改它，但你无法改变这个盒子本身，即你无法改变对象的类型。
对象拷贝是指在内存中创建新的对象，产生新的内存地址。
浅拷贝(Shallow Copy)，拷贝顶层对象，但不会拷贝内部的子元素对象。
2.1.1. 顶层是mutable，子元素全是immutable
当顶层对象是mutable可变对象，但是它的子元素对象全都是immutable不可变对象时，如[1, 'world', 2]
① 创建列表对象并赋值给变量a
② 导入copy模块，使用copy.copy()函数浅拷贝a，并赋值给变量b
③ 修改变量a的子元素a[0] = 3，由于整数是不可变对象，所以并不是修改1变为3，而是更改a[0]指向对象3
当顶层对象是 mutable可变对象 ，但子元素也存在 mutable可变对象 时，如 [1, 2, ['hello','world']]
① 浅拷贝 copy.copy() 只拷贝了顶层对象，没有拷贝子元素对象['hello','world']，即a[2]和b[2]指向同一个列表对象
② 修改a[2][1] = 'china'，则b[2][1] = 'china'
当顶层对象是immutable不可变对象，同时它的子元素对象也全都是immutable不可变对象时，如(1, 2, 3)
变量a与变量b指向的是同一个元组对象，没有拷贝
当顶层对象是immutable不可变对象时，但子元素存在mutable可变对象时，如(1, 2, ['hello','world'])
变量a与变量b指向的是相同的元组对象，并且a[2]与b[2]指向同一个列表，所以修改a[2][1]会影响b[2][1]
深拷贝(Deep Copy)，递归拷贝顶层对象，以及它内部的子元素对象
当顶层对象是mutable可变对象，但是它的子元素对象全都是immutable不可变对象时，如[1, 'world', 2]
变量a与变量b指向不同的列表对象，修改a[0]只是将列表a的第一个元素重新指向新对象，不会影响b[0]
当顶层对象是mutable可变对象，但子元素也存在mutable可变对象时，如[1, 2, ['hello','world']]
深拷贝既拷贝了顶层对象，又递归拷贝了子元素对象，所以a[2]与b[2]指向了两个不同的列表对象(但是列表对象的子元素初始指定的字符串对象一样)，修改a[2][1] = 'china'后，它重新指向了新的字符串对象（内存地址为140531581905808），不会影响到b[2][1]
当顶层对象是immutable不可变对象，同时它的子元素对象也全都是immutable不可变对象时，如(1, 2, 3)
变量a与变量b指向的是同一个元组对象，不存在拷贝
当顶层对象是immutable不可变对象时，但子元素存在mutable可变对象时，如(1, 2, ['hello','world'])
变量a与变量b指向的是不同的元组对象，同时a[2]与b[2]指向不同的列表对象，所以修改a[2][1]不会影响b[2][1]
使用=是赋值，即将列表对象的引用也赋值给变量b，可以将列表对象想像成一个盒子，变量a相当于这个盒子上的标签，执行b = a后，相当于再在这个盒子上贴上b标签，a和b实际上指向的是同一个对象。因此，无论我们是通过a还是通过b来修改列表的内容，其结果都会作用于双方。
b/c/d都是a的复制，它们都指向了不同的列表对象，但是没有拷贝子元素，a[2]和b[2]/c[2]/d[2]指向同一个列表， 相当于浅拷贝的效果
使用分片[:]操作，a和b其实是指向同一个元组，而且没有拷贝子元素，a[2]和b[2]也指向同一个列表，相当于浅拷贝的效果
同列表类似，可以使用字典的copy()函数或者转换函数dict()
变量a与变量b/c指向不同的字典，但是没有拷贝子元素，a['jobs']和b['jobs']/c['jobs']指定同一个列表， 相当于浅拷贝的效果
同列表类似，可以使用集合的copy()函数或者转换函数set()
变量a与变量b/c指向不同的集合，而集合的元素必须是hashable，所以修改集合a不会影响到b/c
python深拷贝和浅拷贝的区别
浅拷贝是对一个对象父级（外层）的拷贝，并不会拷贝子级（内部），而深拷贝对一个对象是所有层次的拷贝（递归），内部和外部都会被拷贝过来。
使用浅拷贝的时候，分为两种情况。
第一种，如果最外层的数据类型是可变的，比如说列表，字典等，浅拷贝会开启新的地址空间去存放。
第二种，如果最外层的数据类型是不可变的，比如元组，字符串等，浅拷贝对象的时候，还是引用对象的地址空间。
深拷贝也分两种情况：
第一种，最外层数据类型可变。这个时候，内部和外部的都会拷贝过来。
第二种，外层数据类型不可变，如果里面是可变数据类型，会新开辟地址空间存放。如果内部数据类型不可变，才会如同浅拷贝一样，是对地址的引用。
Python中的赋值，浅拷贝和深拷贝的区别
赋值(=)，就是创建了对象的一个新的引用，修改其中任意一个变量都会影响到另一个。
浅拷贝：创建一个新的对象，但它包含的是对原始对象中包含项的引用(如果用引用的方式修改其中一个对象，另外一个也会修改改变){1,完全切片方法;2，工厂函数，如list();3，copy模块的copy()函数}
深拷贝：创建一个新的对象，并且递归的复制它所包含的对象(修改其中一个，另外一个不会改变){copy模块的deep.deepcopy()函数}
Python3 & 浅拷贝与深拷贝
在Python中对象的赋值（=）其实就是对象的引用。即：当创建一个对象，把它赋值给另一个变量时，python并没有拷贝这个对象，只是拷贝了这个对象的引用而已。
Python中对象的拷贝分为：浅拷贝(copy)和深拷贝(deepcopy)。
浅拷贝：拷贝了最外围的对象本身，内部的元素都只是拷贝了一个引用而已。也就是，将原对象在内存中引用地址拷贝过来，然后让新的对象指向这个地址。可以使用“=”或列表自带的copy()函数(如list.copy()），或使用copy模块的copy()函数。
深拷贝：外围和内部元素都进行了拷贝对象本身，而不是引用。即把对象复制一遍，并且该对象中引用的其他对象也同时复制，完全得到一个新的一模一样的对象，对新对象里的值进行修改不会影响原有对象，新对象和原对象完全分离开。深拷贝只能使用copy模块中deepcopy()函数，使用前要导入：from copy import deepcopy。
Python中对象分为不可变对象 、可变对象。
不可变对象：一旦创建就不可修改的对象，例如：字符串、元组、数字
可变对象：可以修改的对象，例如：列表、字典。
其中Python中的切片可以应用于：列表、元组、字符串，但不能应用于字典。
而深浅拷贝，可应用于序列（列表、元组、字符串），也可应用于字典。
其中不可变对象，不管是深拷贝还是浅拷贝，地址值在拷贝后的值都是一样的。
以下以元组（不可变类型）为例
从上述示例可以看出：
不可变对象类型，没有被拷贝的说法，即便是用深拷贝，查看id的话也是一样的，如果对其重新赋值，也只是新创建一个对象，替换掉旧的而已。
所以不可变类型，不管是深拷贝还是浅拷贝，地址值和拷贝后的值都是一样的。
以下以列表（可变类型）为例
第一种方法：使用=号浅拷贝
输出结果：
第二种方法：使用copy浅拷贝
输出结果：
第三种方法：使用deepcopy深拷贝
输出结果：
从上述示例可以看出：
=浅拷贝：值相等，地址相等
copy浅拷贝：值相等，地址不相等
deepcopy深拷贝：值相等，地址不相等
总结：
1，深浅拷贝都是对源对象的复制，占用不同的内存空间。
2，不可变类型的对象，对于深浅拷贝毫无影响，最终的地址值和值都是相等的。
3，可变类型的对象，使用=浅拷贝时， 值相等，地址相等，对新对象里的值进行修改同时会影响原有对象;使用copy浅拷贝时值相等，地址不相等;使用deepcopy深拷贝时值相等，地址不相等。可以看出针对可变类型copy浅拷贝和deepcopy深拷贝，对新对象里的值进行修改不会影响原有对象。
当前标题：python深拷贝函数 python浅拷贝与深拷贝
文章URL：http://pwwzsj.com/article/hhiipe.html
