Python中复制、深拷贝和浅拷贝的区别

深拷贝定义（deepcopy）

在Python中，由于一切皆对象，所以任何变量都可以被引用，也即可以被赋值给任何变量。但是在Python中，给变量赋值，是区分的，一般情况下，Python中的变量赋值都是浅拷贝，如果需要使用深拷贝，需要特别指定。

深拷贝是对原对象的“复制以及粘贴”，其实就是在内存中重新开辟了一个新的内存空间来存放这一份数据，两个变量其实是两个不一样的变量，仅仅是数据值相同而已，对两个变量的操作不会相互影响。

浅拷贝（copy）

在Python中进行数据的浅拷贝时，如果此时浅拷贝的数据是Python中的原子数据结构，比如str,int,float,tuple等不可变的原子数据结构，那么在Python解释器中，会给新赋值的变量开辟一个新的内存空间，且新的内存空间中存放的值和浅拷贝的数据值一致。

例如：

此时需要注意，Python中如果int数值小于一定的数的话，Python还是会引用同一个数据值，也就是a和b两个变量的地址一样。如：

且当改变a和b的数值时，地址也会发生改变，就相当于是a和b都是两个指针，指向具体的存放数值的地址空间，如果修改完后a和b的数值一致，那么a和b的地址也会一样。如：

当对一些可变对象进行浅拷贝时，此时其实是对可变对象的二次引用，并没有重新开辟新的内存空间。如：

从图中可以看到，a和b都是对列表的引用，虽然a是先引用的该列表，但是他们在内存中的地址都是一样的，也就是说他们其实是同一个列表的两个不同的昵称而已。

列表的两种不同的赋值方式，“=”和切片操作，它们之间的区别如下：

“=”：该符号对于浅拷贝而言，其实就是将“=”两边的两个不同的变量同时指向了同一个内存空间，且内存空间的值是相同的。当一个变量对内存空间中的数值进行了修改之后，在使用另一个变量去引用该内存空间中的变量时，数值也会改变，因为他们都指向同一个数据值。

切片操作：当时切片操作（a[start_index:end_index]）对一个列表进行赋值给另外一个变量时，这时不再是两个不同的变量同时指向一个内存地址空间中数据值，因为切片操作会返回一个新的列表，所以新的变量会接收一个新的列表，新的列表中的数据值就是切片之后的数据值，且在内存中的地址空间不一样。如图：

此时对c的任何操作与a(b)无关，因为a和b其实是同一个列表。

 但是当列表中有可变数据结构时（list,dict等）就会出现不一样的结果，因为在Python中，对于可变的数据类型，Python解释器会给变量采用引用的方式对 可变的数据类型的数据 进行引用，为了节省内存空间。 如图所示：

如果需要让两个变量能同时且独立的操作该列表（列表中有可变的数据类型的数据），那么就需要使用到深拷贝对数据进行直接到拷贝，而不是引用。此时需要使用到一个Python中的内书库函数copy，copy库中的deepcopy()方法可以对数据进行直接到拷贝（深拷贝），如图所示：

从图中可以看到，c是对a的深拷贝，b是对a的切片操作的浅拷贝，同时修改列表中的可变元素，可见c中的数据是存放在一个独立的内存空间中的。

在Python对数据对象进行拷贝时，需要注意：

第一、非容器类型（比如数字、字符串和其它“原子”类型的对象，像代码、类型和range对象等）没有被拷贝一说，浅拷贝是用完全切片操作来完成。

第二、如果元组变量中只包含原子类型对象，对它的深拷贝将不会进行。

从图中可以看到，tuple中都是“原子”类型的数据对象，此时对其进行深拷贝，但是查看内存中的地址，并没有给b重新开辟一个新的内存空间，所以需要注意这一点。

但是如果tuple有可变的数据类型的对象时，深拷贝是起作用的。

----------------------------------------------------------------------------------

如果您觉得我的博客对您有一定的帮助，可以给我一点点的鼓励，您的鼓励是对我的最大的肯定，我会继续努力。谢谢您。

 支付宝：                                      微信支付：