python 深浅拷贝

在python中，对象的赋值、拷贝（深浅）之间是有差异的，如果使用的时候不注意，就可能产生意外的结果。

其实这些问题是由共享内存导致的结果

拷贝原则上是把数据分离出来，复制其数据，以后修改互不影响。

 

=是赋值，数据完全共享（=赋值是在内存中指向同一个对象，如果是可变类型，如列表，修改其中一个（不是重新建一个列表），必定会改变。如果是不可变类型(immutable),比如字符串，修改了其中一个列表里面的值，另一个并不会变。）

l1 = [1, 2, 3, ['aa', 'bb']]
l2 = l1
l2[0]='aaa'
l2[3][0]='bbb'
print(l1)  #['aaa', 2, 3, ['bbb', 'bb']]
print(id(l1)==id(l2))  #True

　　l2 = l1 ，l1 完全赋值给l2 ，l2的内存地址与l1 相同，即内存完全指向

 

浅拷贝：数据半共享（复制其数据独立内存存放，但是只拷贝成功第一层）

l1 = [1,2,3,[11,22,33]]
l2 = l1.copy()
print(l2) #[1,2,3,[11,22,33]]
l2[3][2]='aaa'
print(l1) #[1, 2, 3, [11, 22, 'aaa']]
print(l2) #[1, 2, 3, [11, 22, 'aaa']]
l1[0]= 0
print(l1) #[0, 2, 3, [11, 22, 'aaa']]
print(l2) #[1, 2, 3, [11, 22, 'aaa']]
print(id(l1)==id(l2)) #Flase

　　

如上述代码，l2浅拷贝了l1 ，之后l2把其列表中的列表的元素给修改，从结果看出，l1也被修改了。但是仅仅修改l1列表中的第一层元素，却并没有影响l2。

比较一下l2与l1的内存地址：False，说明，l2在内存中已经独立出一部分复制了l1的数据，但是只是浅拷贝，第二层的数据并没有拷贝成功，而是指向了l1中的第二层数据的内存地址，所以共享内存‘相当于‘’等号赋值’‘，所以就会有l2中第二层数据发生变化，l1中第二层数据也发生变化