| 详解Python直接赋值,深拷贝和浅拷贝 | 您所在的位置：网站首页 › list深拷贝 python › 详解Python直接赋值,深拷贝和浅拷贝 |
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 >>> c="string" >>> d=c >>> id(c) == id(d) True >>> e=[1,2,3] >>> f=e >>> id(e)==id(f) True关于修改新变量的值,对原有变量会产生的影响,在可变对象和不可变对象 中也做了讲述,这里通过几个例子,重新温习一下 不可变对象 >>> x=1 >>> y=x >>> id(x)==id(y) True >>> id(1)==id(y) True >>编程客栈;>>> id(x) 1500143776 >>> y=y+1 >>> y 2 >>> x 1 >>> id(x)==id(y) False >>> id(y) 1500143808 >>> id(x) 1500143776对于不可变对象,修改赋值后的新变量,不会对原有变量造成任何影响.为什么出现这种现象呢?因为不可变对象一旦创建之后就不允许被改变.后面对 y 进行的操作,其实是重新创建一个对象并绑定的结果:
可变对象 >>> m=[1,2,3] >>> n=m >>> id(n)==id(m) True >>> id(m) 1772066764488 >>> id(n[0]) 1772066764656 >>> n[0]=4 >>> n [4, 2, 3] >>> m [4, 2, 3] >>> id(n)==id(m) True >>> id(m) 1772066764488对于可变对象,修改赋值后的变量,会对原有的变量造成影响,会导致其 value 值的改变,但是其id 值保持不变
从上图不难看出,这个时候的 id(n[0]) 的值,和未修改前的 id值应该不一样,可以输出看一下 >>>id(n[0]) 1772066764752 # 最初没有修改前是 1772066764656n[0] 修改前后为什么 id 值出现改变呢? 首先需要明确一点 n[0] 绑定的是一个不可变对象,在文章的最初提到,不可变对象一旦创建就不允许修改.显然对 n[0] 进行修改,不能在绑定对象的内存上进行修改,那如何实现重新赋值呢?只能创建一个新的对象 4 ,然后将 n[0] 绑定到新的对象 浅拷贝和深拷贝 先看一下官方文档的定义 The difference between shallow and deep copying is only relevant for compound objects (objects that contain other www.cppcns.comobjects, like lists or class instances). A shallow copy constructs a new compound object and then (to the extent possible) inserts the same objects into it that the original contains. A deep copy constructs a new compound object and then, recursively,inserts copies into it of the objects found in the original. 从文档中不难看出,上面提到深拷贝和浅拷贝两者区别在于在复合对象,那接下来也只讨论复合对象. 浅拷贝 注意到官方文档也提到对浅拷贝和深拷贝的定义,从上文中不难看出,浅拷贝构建一个复合对象,然后将原有复合对www.cppcns.com象包含的对象插入到新的复合对象中
从上图不难看出,浅拷贝后,新复合对象包含的对象(可变或者不可变)的 id 值和原有对象包含的对象的 id 值相同 看一下具体例子: >>> import copy >>> a=[1,2,[3,4]] >>> b=copy.copy(a) >>> id(b[0])==id(a[0]) True >>> id(b[2])==id(a[2]) True >>> id(b[2][0])==id(a[2][0]) True现在让我们试着修改一下浅拷贝后的 b 的值,在修改前，可以先思考一下，如果修改 b[0] 可能会发生什么？ 由于 b[0] = 1，很显然 1 属于不可变对象，那么根据对不可变变量修改的规则，则 b[0] 会绑定到新的变量上，而 a[0] 的由于没有修改，则保持不变，真的是这样吗？让我们验证一下 >>> b[0]=5 >>> b [5, 2, [3, 4]] >>> a [1, 2, [3, 4]]接下来我们要尝试修改一下 b[2]，由于 b[2] 绑定的对象是 list，属于可变对象，按照上面说的可变对象修改的规则，则修改后的 b[2] 的 id 值保持不变，但是其 value 值会发生改变. 同样的让我们通过例子编程客栈验证一下 >>> id(b[2]) 4300618568 >>> b[2][0]=6 >>> id(b[2]) 4300618568 >>> b [5, 2, [6, 4]] >>> a [1, 2, [6, 4]]由于 b[2] 和 a[2] 绑定同一个可变对象，很显然对 b[2] 的修改同样会映射到 a[2] 上 深拷贝 深拷贝构建一个复合对象,然后递归的将原有复合包含的对象的副本插入到新的复合对象中
若上图所示,深拷贝后,新的复合对象包含的对象,若对象为不可变对象,则 id 值保持不变,若对象为可变对象,则 id 值发生改变 看一个例子: >>> import copy >>> a=[1,2,[3,4]] >>> b=copy.deepcopy(a) >>> id(b[0])==id(a[0]) True >>> id(b[2])==id(a[0]) False &ghttp://www.cppcns.comt;>> id(b[2][0])==id(a[2][0]) True接下来让我们修改一下变量 b，这里就不在修改不可变对象 b[0] 和 b[1] 了,因为结果很明显，对 a 不会产生任何影响，我们来修改 b[2]，那么修改 b[2] 会对 a[2] 产生影响吗？很明显答案是不会，因为深拷贝就相当于克隆出了一个全新的个体，两者不再有任何关系 >>> b[2][0]=5 >>> b [1, 2, [5, 4]] >>> a [1, 2, [3, 4]]以上就是详解python直接赋值,深拷贝和浅拷贝的详细内容，更多关于Python直接赋值,深拷贝和浅拷贝的资料请关注我们其它相关文章！ 本文标题: 详解Python直接赋值,深拷贝和浅拷贝 本文地址: http://www.cppcns.com/jiaoben/python/324876.html |
【本文地址】