详解Python核心编程中的浅拷贝与深拷贝
一、问题引出浅拷贝
首先看下面代码的执行情况：
a = [1, 2, 3]
print('a = %s' % a) # a = [1, 2, 3]
b = a
print('b = %s' % b) # b = [1, 2, 3]
a.append(4) # 对a进行修改
print('a = %s' % a) # a = [1, 2, 3, 4]
print('b = %s' % b) # b = [1, 2, 3, 4]
b.append(5) # 对b进行修改
print('a = %s' % a) # a = [1, 2, 3, 4, 5]
print('b = %s' % b) # b = [1, 2, 3, 4, 5]
上面的代码比较简单，定义了一个变量a，它是一个数值[1, 2, 3]的列表，通过一个简单的赋值语句 b = a 定义变量b，它同样也是数值[1, 2, 3]的列表。
问题是：如果此时修改变量a，对b会有影响吗？同样如果修改变量b，对a又会有影响吗？
从代码运行结果可以看出，无论是修改b还是修改a(注意这种修改的方式，是用append，直接修改原列表，而不是重新赋值)，都另一方都是有影响的。
当然这个原因其实很好理解，变量a指向的是列表[1, 2, 3]的地址值，当用 = 进行赋值运算时，b的值也相应的指向的列表[1, 2, 3]的地址值。在python中，可以通过id(变量)的方法来查看地址值，我们来查看下a，b变量的地址值，看是不是相等：
# 注意，不同机器上，这个值不同，但只要a，b两个变量的地址值是一样的就能说明问题了 print(id(a)) # 4439402312 print(id(b)) # 4439402312
所以原理如下图所示：
因此，只要是在地址值：4439402312上的列表进行修改的话，a，b都会发生变化。（注意我这里说的修改，是在地址值为：4439402312上的列表进行的修改，而不说对变量a进行修改，因为对变量a的修改方式有两种，本文结尾会解释为什么不说对变量a进行修改） 。所以我们便引出了以下概念：
对于这种是将引用进行拷贝赋值给另一个变量的方式（即拷贝的是地址值），我们称之为浅拷贝。
二、如何进行深拷贝
python中实现深拷贝的方式很简单，只需要引入copy模块，调用里面的deepcopy()的方法即可，示例代码如下：
import copy
a = [1, 2, 3]
b = copy.deepcopy(a)
print('a = %s' % a) # a = [1, 2, 3]
print('b = %s' % b) # b = [1, 2, 3]
b.append(4)
print('a = %s' % a) # a = [1, 2, 3]
print('b = %s' % b) # b = [1, 2, 3, 4]
从代码执行情况来看，我们已经实现了深拷贝。这时我们再来看下两个变量的地址值：
print(id(a)) # 4321416008 print(id(b)) # 4321416200
果然就不一样了。我们再通过一个图来看下深拷贝的原理：
三、copy模块方法简介
从深拷贝的实现过程，我们知道copy模块，也使用了里面的deepcopy()方法。下面我们来介绍下copy模块中的copy()与deepcopy()方法。
首先介绍我们已经使用过的deepcopy()方法，官方文档介绍如下：
简单解释下文档中对这个方法的说明：
1. 返回值是对这个对象的深拷贝
2. 如果拷贝发生错误，会报copy.err异常
3. 存在两个问题，第一是如果出递归对象，会递归的进行拷贝，第二正因为会递归拷贝，会导致出现拷贝过多的情况
4. 关于两种拷贝方式的区别都是相对是引用对象
前两点很好理解，针对第三点，我们用代码进行解释：
import copy
a = [1, 2, 3]
b = [3, 4, 5]
c = [a, b] # 列表嵌套
d = copy.deepcopy(c)
print('c = %s' % c) # c = [[1, 2, 3], [3, 4, 5]]
print('d = %s' % d) # d = [[1, 2, 3], [3, 4, 5]]
c.append(4)
print('c = %s' % c) # c = [[1, 2, 3], [3, 4, 5], 4]
print('d = %s' % d) # d = [[1, 2, 3], [3, 4, 5]]
c[0].append(4) # 相当于a.append(4)
print('c = %s' % c) # c = [[1, 2, 3, 4], [3, 4, 5], 4]
print('d = %s' % d) # d = [[1, 2, 3], [3, 4, 5]]
# a.append(4)
# print('c = %s' % c) # a = [1, 2, 3]
# print('d = %s' % d) # b = [1, 2, 3]
print(id(c)) # 4314188040
print(id(d)) # 4314187976
print(id(c[0])) # 4314186568
print(id(d[0])) # 4314187912
print(id(a)) # 4314186568
print(id(b)) # 4314186760
根据代码，我们可以看到，当有嵌套对象，也就是文档中提到的递归对象，从结果我们可以看到，嵌套对象会进行递归的深拷贝。即如果c里有一个a，那么不仅c会深拷贝，a同样也会被深拷贝。原理如下图所求：
接下来我们再来看copy()方法：
官方文档解释的很简单，它返回的就是对象的浅拷贝。但其实它会对最外层进行深拷贝，而如果有多层，第二层以后进行的就是浅拷贝了。代码示例如下：
import copy
a = [1, 2, 3]
b = [3, 4, 5]
c = [a, b] # 列表嵌套
d = copy.copy(c)
print('c = %s' % c) # c = [[1, 2, 3], [3, 4, 5]]
print('d = %s' % d) # d = [[1, 2, 3], [3, 4, 5]]
c.append(4)
print('c = %s' % c) # c = [[1, 2, 3], [3, 4, 5], 4]
print('d = %s' % d) # d = [[1, 2, 3], [3, 4, 5]] 没有发生变化，说明外层是深拷贝
c[0].append(4) # 相当于a.append(4)
print('c = %s' % c) # c = [[1, 2, 3, 4], [3, 4, 5], 4]
print('d = %s' % d) # d = [[1, 2, 3, 4], [3, 4, 5]] 发生了变化，说明内层是浅拷贝
# a.append(4)
# print('c = %s' % c) # c = [[1, 2, 3, 4], [3, 4, 5], 4]
# print('d = %s' % d) # d = [[1, 2, 3, 4], [3, 4, 5]] 发生了变化，说明内层是浅拷贝
print(id(c)) # 4322576648
print(id(d)) # 4322576584 d和c地址不同，进一步说明外层是深拷贝
print(id(c[0])) # 4322575176
print(id(d[0])) # 4322575176 c[0]和d[0]地址相同，进一步说明内层是浅拷贝
print(id(a)) # 4322575176
print(id(b)) # 4322575368
【注意】对于copy()方法，有特殊情况，比如元组类型，代码示例如下：
import copy a = [1, 2, 3] b = [3, 4, 5] c = (a, b) # 列表改成元组 d = copy.copy(c) print(id(c)) # 4303015752 print(id(d)) # 4303015752 d和c地址相同 print(id(c[0])) # 4322575176 print(id(d[0])) # 4322575176 c[0]和d[0]地址相同，进一步说明内层是浅拷贝
可以看到，这里哪怕是最外层，也是浅拷贝。
这里因为copy方法内部有判断，如果最外层的拷贝类型是不可变类型，则进行浅拷贝，反之则进行深拷贝。
至此，我们应该对浅拷贝的概念进行进一步加深理解：
如果对象中的所有元素，有一个是引用拷贝，则定义为是浅拷贝。（该定义不是官方定义，只是个人理解）
四、关于“修改”的一点说明
前面提到了修改变量，我认为修改是有两种方式，第一种在原对象上进行修改，第二种就是重新赋值。看如下代码：
import copy a = [1, 2, 3] b = a a = [3, 4, 5] print(a) # [3, 4, 5] print(b) # [1, 2, 3]
同样是浅拷贝，但是发现修改a之后，b没有发生变化。
在修改的时候，我们很容易想当然的通过重新赋值的方式来修改，但其实这种修改方式是有问题的。当给a再次赋值的时候，其实是将a重新指向了另外一块地址区域，而原来的[1, 2, 3]那块地址区域是没有发生任何变化的，所以对于b来说，它指向的东西并没有改变。
这也解释了之前文档中关于deepcopy方法的一个说明，为什么只对引用对象有用，因为简单类型修改的方式就是重新赋值。简单理解就是你没办法通过简单类型的变量直接通过.来调用自身的方法，都只能重新赋值来改变，那么都会指向新的地址。
上一篇：Python实现批量修改图片格式和大小的方法【opencv库与PIL库】
栏 目：Python代码
下一篇：pandas读取csv文件提示不存在的解决方法及原因分析
本文地址：http://www.codeinn.net/misctech/15912.html
