python 可变、不可变类型、深拷贝、浅拷贝理解

简介

python中数据分为可变类型,不可变类型。不同的数据类型影响着不同情况下的深浅拷贝。
下面则将简要介绍一下

可变类型

当某个数据的值发生改变时,它对应的内存地址不发生改变,常见的有列表、字典、集合

为什么可变类型,值发生变化,内存地址不会发生变化呢?

可变类型中拥有一个内存地址,其中值存放的是各个元素的内存地址,所以当值发生改变时(例如append)时只会在值中新增内存地址,不会对列表原有的内存地址造成修改

不可变类型

不可变类型:当某个数据的值发生改变时,它对应的内存地址也发生改变,常见的有字符串、元组、数字、布尔

深拷贝

深拷贝都会复制可变类型对象和不可变类型对象

data = [1,2,3,"test", {1,2,3}, [1,2,3],  {"name":"tom", "age":19}]
copy_data = copy.deepcopy(data)
print(copy_data)
data[4].add(4)
print("----------------")
print(data)
print(copy_data)
print("----------------")
data[5].append(4)
print(data)
print(copy_data)
print("----------------")
data[6]["gender"] = "man"
print(data)
print(copy_data)
[1, 2, 3, 'test', {1, 2, 3}, [1, 2, 3], {'name': 'tom', 'age': 19}]
----------------
[1, 2, 3, 'test', {1, 2, 3, 4}, [1, 2, 3], {'name': 'tom', 'age': 19}]
[1, 2, 3, 'test', {1, 2, 3}, [1, 2, 3], {'name': 'tom', 'age': 19}]
----------------
[1, 2, 3, 'test', {1, 2, 3, 4}, [1, 2, 3, 4], {'name': 'tom', 'age': 19}]
[1, 2, 3, 'test', {1, 2, 3}, [1, 2, 3], {'name': 'tom', 'age': 19}]
----------------
[1, 2, 3, 'test', {1, 2, 3, 4}, [1, 2, 3, 4], {'name': 'tom', 'age': 19, 'gender': 'man'}]
[1, 2, 3, 'test', {1, 2, 3}, [1, 2, 3], {'name': 'tom', 'age': 19}]

从上述结果来看,深拷贝后的数据与原数据是独立的,数据不会受到影响

浅拷贝

浅拷贝只会复制不可变类型对象,而可变类型对象复制的则是内存地址,当可变类型对象中的元素发生改变时,会影响到原有数据

data = [1,2,3,"test", {1,2,3}, [1,2,3],  {"name":"tom", "age":19}]
copy_data = data.copy()
print(copy_data)
data[4].add(4)
print("----------------")
print(data)
print(copy_data)
print("----------------")
data[5].append(4)
print(data)
print(copy_data)
print("----------------")
data[6]["gender"] = "man"
print(data)
print(copy_data)
[1, 2, 3, 'test', {1, 2, 3}, [1, 2, 3], {'name': 'tom', 'age': 19}]
----------------
[1, 2, 3, 'test', {1, 2, 3, 4}, [1, 2, 3], {'name': 'tom', 'age': 19}]
[1, 2, 3, 'test', {1, 2, 3, 4}, [1, 2, 3], {'name': 'tom', 'age': 19}]
----------------
[1, 2, 3, 'test', {1, 2, 3, 4}, [1, 2, 3, 4], {'name': 'tom', 'age': 19}]
[1, 2, 3, 'test', {1, 2, 3, 4}, [1, 2, 3, 4], {'name': 'tom', 'age': 19}]
----------------
[1, 2, 3, 'test', {1, 2, 3, 4}, [1, 2, 3, 4], {'name': 'tom', 'age': 19, 'gender': 'man'}]
[1, 2, 3, 'test', {1, 2, 3, 4}, [1, 2, 3, 4], {'name': 'tom', 'age': 19, 'gender': 'man'}]

从上述结果看,所有的对于可变类型对象的操作都影响到了原数据

总结

当拷贝数据后,不想要影响到原有数据,建议使用深拷贝,在大多数场景下其实只是想要拷贝数据的值,并不想影响到原有数据,建议使用深拷贝。

posted @   形同陌路love  阅读(222)  评论(0编辑  收藏  举报
相关博文:
阅读排行:
· 分享一个免费、快速、无限量使用的满血 DeepSeek R1 模型,支持深度思考和联网搜索!
· 基于 Docker 搭建 FRP 内网穿透开源项目(很简单哒)
· ollama系列01:轻松3步本地部署deepseek,普通电脑可用
· 25岁的心里话
· 按钮权限的设计及实现
点击右上角即可分享
微信分享提示