图解Python中深浅copy
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 = l1l1.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6l1 = [1, 2, 3, [22, 33]]l2 = l1.copy()l1[0] = 6print(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 copyl1 = [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。
