Python可变对象与不可变对象的浅拷贝与深拷贝

前言

本文主要介绍了python中容易面临的考试点和犯错点，即浅拷贝与深拷贝

首先，针对Python中的可变对象来说，例如列表，我们可以通过以下方式进行浅拷贝和深拷贝操作：

import copya = [1, 2, 3, 4, ['a', 'b']]b = a                 # 赋值，将变量a赋值给变量b
c = a.copy()          # 浅拷贝， 或者 c = copy.copy(a)
d = copy.deepcopy(a)  # 深拷贝print(a)              # [1, 2, 3, 4, ['a', 'b']]
print(b)              # [1, 2, 3, 4, ['a', 'b']]
print(c)              # [1, 2, 3, 4, ['a', 'b']]
print(d)              # [1, 2, 3, 4, ['a', 'b']]

我们可以发现，赋值、浅拷贝和深拷贝后的变量的值是一样的，但他们的“内部”真的一样吗？
本文就是回答这个问题的

参考

本文主要参考了哔哩哔哩视频：十分钟！彻底弄懂Python深拷贝与浅拷贝机制

是视频里，up主推荐了一个神奇，即pythontutor

列表（list）

结论

为了探究前言中提到的a,b,c,d是个变量是否真的一样，我们借助pythontutor来进行可视化，从内存的角度来进行探究

结论：

赋值：变量b和a是完全一样的，即他们完全共享同一个内存空间，a变，b也会跟着变。
浅拷贝：变量c只有跟a共享第二级的列表，而不共享第一级列表的内容，即改变a的第一层列表内容，c不会变，而改变a第二层列表的内容，c就会跟着变了。
深拷贝：变量d和a完全不共享任何内存，d完全是新开辟了一个新的空间，即可认为d和a是完全没有关系的，改变a或者d都不会影响对方。

测试

import copya = [1, 2, 3, 4, ['a', 'b']]
b = a
c = copy.copy(a)
d = copy.deepcopy(a)print('a:', a)  # [1, 2, 3, 4, ['a', 'b']]
print('b:', b)  # [1, 2, 3, 4, ['a', 'b']]
print('c:', c)  # [1, 2, 3, 4, ['a', 'b']]
print('d:', d)  # [1, 2, 3, 4, ['a', 'b']]a.append(5)
a[4].append('c')print('a:', a)  # [1, 2, 3, 4, ['a', 'b', 'c'], 5]
print('b:', b)  # [1, 2, 3, 4, ['a', 'b', 'c'], 5]
print('c:', c)  # [1, 2, 3, 4, ['a', 'b', 'c']]
print('d:', d)  # [1, 2, 3, 4, ['a', 'b']]

结果：

这里的结果也不用多解释了，完全符合前面的结论

元组（tuple）

由于元组是不可变对象，那它的浅拷贝与深拷贝会一样吗？例如：

import copya = (1, 2, 3, 4, ('a', 'b'))
b = a
c = copy.copy(a)
d = copy.deepcopy(a)print('a:', a)
print('b:', b)
print('c:', c)
print('d:', d)

还是直接去看内存空间

结论：

对于元组来说，赋值、浅拷贝与深拷贝没有区别，都共享同一个内存，这也很好理解，因为元组是不可变对象，是无法对变量a进行修改的

列表与元组混合

列表里面嵌套元组

import copya = [1, 2, 3, 4, ('a', 'b')]
b = a
c = copy.copy(a)
d = copy.deepcopy(a)print('a:', a)
print('b:', b)
print('c:', c)
print('d:', d)

内存情况：

结论：

就算是深拷贝，元组部分都是共享内存的

元组里面嵌套列表

import copya = (1, 2, 3, 4, ['a', 'b'])
b = a
c = copy.copy(a)
d = copy.deepcopy(a)print('a:', a)
print('b:', b)
print('c:', c)
print('d:', d)

内存情况：

结论：

完全同列表的情况