Python：赋值，浅拷贝和深拷贝区别_python赋值 浅拷贝 深拷区别

一、变量赋值

在Python可变数据类型（列表，字典，集合）中，把一个可变数据类型的变量赋给另一个变量，这两个变量引用的是同一个对象，内存地址是一样的，修改当中的一个变量，另一个变量相应也会被修改

>>> a = [1,2,3,4,5]           
>>> b = a           
>>> id(a)           
2846410718600  # 变量a的内存地址
>>> id(b)           
2846410718600  # 变量b的内存地址
>>> a[0]=0           
>>> a           
[0, 2, 3, 4, 5]
>>> b           
[0, 2, 3, 4, 5]
1
2
3
4
5
6
7
8
9
10
11

二、浅拷贝

拷贝了一个对象的顶层，只拷贝了对象的"引用"

'''
遇到问题没人解答？小编创建了一个Python学习交流QQ群：778463939
寻找有志同道合的小伙伴，互帮互助,群里还有不错的视频学习教程和PDF电子书！
'''
>>> a = [[1,2,3],4,5]           
>>> b = a.copy()
>>> a           
[[1, 2, 3], 4, 5]    
>>> b           
[[1, 2, 3], 4, 5]   
>>> id(a)               # 变量a的内存地址   
2846410784136
>>> id(b)               # 变量b的内存地址
2846410717512
>>> id(a[0])            # 变量a中第一个元素的内存地址
2846410718152
>>> id(b[0])             
2846410718152           # 变量b中第一个元素的内存地址
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18

修改对象中的不可变类型数据，另一个变量不受影响；修改对象中的可变类型子数据，另一个变量相应改变

>>> a = [[1,2,3],4,5]           
>>> b = a.copy()           
>>> a[1] = 6   # 修改的为不可变数据类型        
>>> a           
[[1, 2, 3], 6, 5]
>>> b           
[[1, 2, 3], 4, 5]
>>> a[0][1]=0  # 修改的为可变（列表中的数据）数据类型           
>>> a           
[[1, 0, 3], 6, 5]
>>> b           
[[1, 0, 3], 4, 5]
1
2
3
4
5
6
7
8
9
10
11
12

三、深拷贝

对对象中的每一层都进行了拷贝，拷贝后的对象与原对象为完全独立，没有任何关系。

'''
遇到问题没人解答？小编创建了一个Python学习交流QQ群：778463939
寻找有志同道合的小伙伴，互帮互助,群里还有不错的视频学习教程和PDF电子书！
'''
>>> from copy import deepcopy           
>>> a = [[1,2,3],4,5]
>>> b = deepcopy(a)           
>>> a           
[[1, 2, 3], 4, 5]
>>> b           
[[1, 2, 3], 4, 5]
>>> id(a)           
2846410715976
>>> id(b)           
2846410515720
>>> id(a[0])           
2846410717896
>>> id(b[0])           
2846410718856
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19

即使修改当中一个变量的可变类型子数据，另一个变量也不会受影响

>>> from copy import deepcopy
>>> a = [[1,2,3],4,5]           
>>> b = deepcopy(a)           
>>> a           
[[1, 2, 3], 4, 5]
>>> b           
[[1, 2, 3], 4, 5]
>>> a[0][1]=0           
>>> a           
[[1, 0, 3], 4, 5]
>>> b           
[[1, 2, 3], 4, 5]
1
2
3
4
5
6
7
8
9
10
11
12