图解 Python 中深浅拷贝(copy)
python爬虫人工智能大数据
共 1672字,需浏览 4分钟
·
2021-03-01 13:00
作者:南枝向暖北枝寒MA 原文链接:
https://blog.csdn.net/mall_lucy/article/details/104531218
在工作中,常涉及到数据的传递,在数据传递使用过程中,可能会发生数据被修改的问题。为了防止数据被修改,就需要在传递一个副本,即使副本被修改,也不会影响原数据的使用。为了生成这个副本,就产生了拷贝。今天就说一下Python中的深浅拷贝问题。
一、深浅copy
赋值运算
l1 = [1, 2, 3, [22, 33]]
l2 = l1
l1.append(666)
print(l1) # [1, 2, 3, [22, 33], 666]
print(l2) # [1, 2, 3, [22, 33], 666]
图解:
注意:l2 = l1是一个指向,是赋值,和深浅copy无关。
浅copy
其实列表是一个一个的槽位,每个槽位存储的是该对象的内存地址
#例1. 给大列表添加元素
l1 = [1, 2, 3, [22, 33]]
l2 = l1.copy()
# 或者下面这种方式,也是浅copy
# import copy
# l2 = copy.copy(l1)
l1.append(666)
print(l1) # [1, 2, 3, [22, 33], 666]
print(l2) # [1, 2, 3, [22, 33]]
#例2. 给小列表添加元素
l1 = [1, 2, 3, [22, 33]]
l2 = l1.copy()
l1[-1].append(666)
print(l1) # [1, 2, 3, [22, 33, 666]]
print(l2) # [1, 2, 3, [22, 33, 666]]、
例3. 将l1列表中第一个元素改为6
l1 = [1, 2, 3, [22, 33]]
l2 = l1.copy()
l1[0] = 6
print(l1) # [6, 2, 3, [22, 33]]
print(l2) # [1, 2, 3, [22, 33]]
图解:
例1
例2
例3
小结:
浅copy:会在内存中新开辟一个空间,存放这个copy的列表,但是列表里面的内容还是沿用之前对象的内存地址。
深copy
import copy
l1 = [1, 2, 3, [22, 33]]
l2 = copy.deepcopy(l1)
l1.append(666)
print(l1) # [1, 2, 3, [22, 33], 666]
print(l2) # [1, 2, 3, [22, 33]]
图解:
本质如下图:
但是python对深copy做了一个优化,将可变的数据类型在内存中重新创建一份,而不可变的数据类型则沿用之前的,所以内存中是下面这样的:
小结:
深copy:会在内存中开辟新空间,将原列表以及列表里面的可变数据类型重新创建一份,不可变数据类型则沿用之前的。
为什么Python默认的拷贝方式是浅拷贝?
时间角度:浅拷贝花费时间更少。 空间角度:浅拷贝花费内存更少。 效率角度:浅拷贝只拷贝顶层数据,一般情况下比深拷贝效率高。
总结:
不可变对象在赋值时会开辟新空间。 可变对象在赋值时,修改一个的值,另一个也会发生改变。 深、浅拷贝对不可变对象拷贝时,不开辟新空间,相当于赋值操作。 浅拷贝在拷贝时,只拷贝第一层中的引用,如果元素是可变对象,并且被修改,那么拷贝的对象也会发生变化。 深拷贝在拷贝时,会逐层进行拷贝,直到所有的引用都是不可变对象为止。 Python 有多种方式实现浅拷贝,copy模块的copy 函数 ,对象的 copy 函数 ,工厂方法,切片等。 大多数情况下,编写程序时,都是使用浅拷贝,除非有特定的需求。 浅拷贝的优点:拷贝速度快,占用空间少,拷贝效率高。
评论