Python教程：一文了解Python的深拷贝与浅拷贝

见贤思齐

一.深拷贝与浅拷贝理解Python中的深拷贝（deepcopy）和浅拷贝（shallowcopy）是非常重要的，特别是在处理嵌套结构的数据时。让我们深入探讨这两个概念，并通过代码示例进行说明。1.浅拷贝（ShallowCopy）：浅拷贝创建一个新的对象，但是这个新对象中的子对象是原始对象中子对象的引用。换句话说，只拷贝了对象的第一层结构，而深层嵌套的对象则共享引用。importcopy#原始列表original_list=[[1,2,3],[4,5,6]]#浅拷贝shallow_copy=copy.copy(original_list)#修改原始列表的子列表original_list[0][0]=100print("OriginalList:",original_list)print("ShallowCopy:",shallow_copy)'运行运行输出结果为：OriginalList:[[100,2,3],[4,5,6]]ShallowCopy:[[100,2,3],[4,5,6]]在这个例子中，虽然我们只修改了原始列表的子列表，但是浅拷贝的结果也受到了影响，因为浅拷贝只复制了第一层结构，而子列表仍然是原始对象中子列表的引用。2.深拷贝（DeepCopy）：深拷贝创建一个完全独立的新对象，包括对象中的所有子对象。无论有多少层嵌套，都会被完整复制，而不是共享引用。importcopy#原始列表original_list=[[1,2,3],[4,5,6]]#深拷贝deep_copy=copy.deepcopy(original_list)#修改原始列表的子列表original_list[0][0]=100print("OriginalList:",original_list)print("DeepCopy:",deep_copy)'运行运行输出结果为：OriginalList:[[100,2,3],[4,5,6]]DeepCopy:[[1,2,3],[4,5,6]]在这个例子中，深拷贝创建了一个独立的新对象，即使修改了原始列表的子列表，深拷贝的结果也不受影响。总结：浅拷贝只复制对象的第一层结构，深拷贝复制了对象的所有层级结构。浅拷贝会共享引用，而深拷贝则创建完全独立的新对象。使用 copy 模块的 copy() 函数进行浅拷贝，使用 copy.deepcopy() 函数进行深拷贝。何时使用浅拷贝和深拷贝？使用浅拷贝当你只关心顶层结构，而不关心嵌套对象的修改是否会影响原始对象。使用深拷贝当你需要创建一个原始对象的完整独立副本，以便修改副本不影响原始对象。二.可变对象与不可变对象在Python中，对象可以分为可变对象（mutableobjects）和不可变对象（immutableobjects）。这两种对象类型在内存中的行为有着重要的差异，理解它们对于编写高效的Python代码至关重要。不可变对象（ImmutableObjects）：不可变对象指的是在创建后无法修改其值或状态的对象。每次对不可变对象进行修改时，实际上是创建了一个新的对象。Python中的不可变对象包括但不限于以下几种：整数（int）浮点数（float）复数（complex）字符串（str）元组（tuple）特点：不可变对象的值或状态在创建后不可修改。每次对不可变对象进行修改时，都会创建一个新的对象。#示例：不可变对象a=10#整数是不可变对象b=a#b指向a所指向的对象（10）a=20#创建新的对象20，并让a指向新对象print(a)#输出20print(b)#输出10，b仍然指向原始对象10'运行运行可变对象（MutableObjects）：可变对象是在创建后可以修改其值或状态的对象。对可变对象的修改不会创建新的对象，而是直接在原始对象上进行操作。Python中的可变对象包括但不限于以下几种：列表（list）字典（dict）集合（set）用户自定义的类（class）特点：可变对象的值或状态可以在创建后被修改。对可变对象的修改会直接影响原始对象，不会创建新的对象。#示例：可变对象list_a=[1,2,3]#列表是可变对象list_b=list_a#list_b指向list_a所指向的对象（[1,2,3]）list_a.append(4)#直接修改list_a所指向的对象，不创建新的对象print(list_a)#输出[1,2,3,4]print(list_b)#输出[1,2,3,4]，list_b指向的对象也被修改了'运行运行三.字典深拷贝示例下面是一个完整的示例，演示了如何进行深拷贝一个包含复杂结构的Python字典importcopy#原始字典original_dict={'name':'John','age':30,'address':{'city':'NewYork','zipcode':'10001'},'emails':['john@example.com','john.doe@example.com']}#执行深拷贝deep_copy_dict=copy.deepcopy(original_dict)#修改原始字典中的某些值original_dict['name']='Jane'original_dict['address']['city']='LosAngeles'original_dict['emails'].append('jane@example.com')#打印原始字典和深拷贝后的字典print("OriginalDictionary:")print(original_dict)print("\nDeepCopiedDictionary:")print(deep_copy_dict)'运行运行输出结果：OriginalDictionary:{'name':'Jane','age':30,'address':{'city':'LosAngeles','zipcode':'10001'},'emails':['john@example.com','john.doe@example.com','jane@example.com']}DeepCopiedDictionary:{'name':'John','age':30,'address':{'city':'NewYork','zipcode':'10001'},'emails':['john@example.com','john.doe@example.com']}解释：我们首先定义了一个包含复杂结构的原始字典 original_dict，其中包括字符串、整数、嵌套字典和列表。使用 copy.deepcopy() 函数对原始字典进行深拷贝，得到了一个完全独立的新字典 deep_copy_dict。修改原始字典中的一些值，包括姓名、地址和电子邮件列表。打印原始字典和深拷贝后的字典，可以看到原始字典的修改不会影响深拷贝后的字典。