圖解Python中的淺拷貝和深拷貝
Python淺拷貝和深拷貝
最直觀的理解就是：
1.深拷貝，拷貝的程度深，自己新開辟了一塊內(nèi)存，將被拷貝內(nèi)容全部拷貝過來了；
2.淺拷貝，拷貝的程度淺，只拷貝原數(shù)據(jù)的首地址，然后通過原數(shù)據(jù)的首地址，去獲取內(nèi)容。
兩者的優(yōu)缺點(diǎn)對比
（1）深拷貝拷貝程度高，將原數(shù)據(jù)復(fù)制到新的內(nèi)存空間中。改變拷貝后的內(nèi)容不影響原數(shù)據(jù)內(nèi)容。但是深拷貝耗時(shí)長，且占用內(nèi)存空間。
（2）淺拷貝拷貝程度低，只復(fù)制原數(shù)據(jù)的地址。其實(shí)是將副本的地址指向原數(shù)據(jù)地址。修改副本內(nèi)容，是通過當(dāng)前地址指向原數(shù)據(jù)地址，去修改。所以修改副本內(nèi)容會影響到原數(shù)據(jù)內(nèi)容。但是淺拷貝耗時(shí)短，占用內(nèi)存空間少。
淺拷貝
有一層數(shù)據(jù)類型，且數(shù)據(jù)類型時(shí)可變數(shù)據(jù)類型，例如：列表、字典
有一層數(shù)據(jù)類型，且數(shù)據(jù)類型時(shí)不可變數(shù)據(jù)類型，例如：元組、字符串
有兩層數(shù)據(jù)類型，外層為可變數(shù)據(jù)類型，內(nèi)層為可變數(shù)據(jù)類型
有兩層數(shù)據(jù)類型，外層為可變數(shù)據(jù)類型，內(nèi)層為不可變數(shù)據(jù)類型
有兩層數(shù)據(jù)類型，外層為不可變數(shù)據(jù)類型，內(nèi)層為不可變數(shù)據(jù)類型
有兩層數(shù)據(jù)類型，外層為不可變數(shù)據(jù)類型，內(nèi)層為可變數(shù)據(jù)類型
深拷貝
有一層數(shù)據(jù)類型，且數(shù)據(jù)類型時(shí)可變數(shù)據(jù)類型，例如：列表、字典
有一層數(shù)據(jù)類型，且數(shù)據(jù)類型時(shí)不可變數(shù)據(jù)類型，例如：元組、字符串
有兩層數(shù)據(jù)類型，外層為可變數(shù)據(jù)類型，內(nèi)層為可變數(shù)據(jù)類型
有兩層數(shù)據(jù)類型，外層為可變數(shù)據(jù)類型，內(nèi)層為不可變數(shù)據(jù)類型
有兩層數(shù)據(jù)類型，外層為不可變數(shù)據(jù)類型，內(nèi)層為不可變數(shù)據(jù)類型
有兩層數(shù)據(jù)類型，外層為不可變數(shù)據(jù)類型，內(nèi)層為可變數(shù)據(jù)類型
由實(shí)驗(yàn)結(jié)果總結(jié)得：
當(dāng)內(nèi)層為可變數(shù)據(jù)類型時(shí)，深拷貝后內(nèi)層外層地址均發(fā)生改變。當(dāng)內(nèi)層為不可變數(shù)據(jù)類型時(shí)，外層不管是可變還是不可變數(shù)據(jù)類型，使用深拷貝，都不會改變內(nèi)層地址，只會在外層為可變數(shù)據(jù)類型時(shí)，改變外層地址。
使用淺拷貝是只能在外層數(shù)據(jù)類型為可變數(shù)據(jù)類型時(shí)，才能改變外層地址。而內(nèi)層地址，無論是否為可變數(shù)據(jù)類型還是不可變數(shù)據(jù)類型，使用淺拷貝都不會改變內(nèi)層數(shù)據(jù)類型地址。
到此這篇關(guān)于圖解Python中的淺拷貝和深拷貝的文章就介紹到這了,更多相關(guān)Python淺拷貝和深拷貝內(nèi)容請搜索腳本之家以前的文章或繼續(xù)瀏覽下面的相關(guān)文章希望大家以后多多支持腳本之家！
相關(guān)文章
每天都是浪漫七夕！這篇文章主要為大家詳細(xì)介紹了python愛心表白，具有一定的參考價(jià)值，感興趣的小伙伴們可以參考一下2018-08-08
在日常編程工作中,有時(shí)我們需要將文件或數(shù)據(jù)自動保存到用戶的桌面上以便于快速訪問,在 Windows 操作系統(tǒng)中,可以通過多種方式來獲取桌面路徑,本文將詳細(xì)介紹三種常用的方法,需要的朋友可以參考下2024-12-12
這篇文章主要介紹了Python利用ansible分發(fā)處理任務(wù)的相關(guān)資料,需要的朋友可以參考下2015-08-08
這篇文章主要介紹了numpy自動生成數(shù)組詳解，具有一定借鑒價(jià)值，需要的朋友可以參考下。2017-12-12
使用Python字典實(shí)現(xiàn)詞頻統(tǒng)計(jì)的方法
在Python中,利用字典進(jìn)行詞頻統(tǒng)計(jì)是一種常見且強(qiáng)大的方式,通過對文本進(jìn)行預(yù)處理并使用字典數(shù)據(jù)結(jié)構(gòu),可以輕松地統(tǒng)計(jì)文本中每個單詞出現(xiàn)的頻率,下面將詳細(xì)解釋這個過程,并提供多種例子,以幫助你更好地理解并應(yīng)用這一技術(shù),需要的朋友可以參考下2023-12-12
在本篇文章里小編給大家分享了一篇關(guān)于python中delattr刪除對象方法的代碼分析內(nèi)容，有興趣的朋友們可以學(xué)習(xí)下。2020-12-12
今天試了試Python發(fā)郵件，突然想到能不能群發(fā)郵件呢？群發(fā)郵件是smtplib的一個bug，不過最終還是解決了2014-01-01
今天小編就為大家分享一篇Python的對象傳遞與Copy函數(shù)使用詳解，具有很好的參考價(jià)值，希望對大家有所幫助。一起跟隨小編過來看看吧2019-12-12
Pandas實(shí)現(xiàn)groupby分組統(tǒng)計(jì)的實(shí)踐
本文主要介紹了Pandas實(shí)現(xiàn)groupby分組統(tǒng)計(jì)的實(shí)踐，文中通過示例代碼介紹的非常詳細(xì)，具有一定的參考價(jià)值，感興趣的小伙伴們可以參考一下2022-01-01
爬蟲抓取的數(shù)據(jù)就像剛從泥坑里挖出來的土豆,表面沾滿泥土（缺失值、重復(fù)值、異常值）,內(nèi)部可能還有壞掉的部分（無效數(shù)據(jù)）,本文聚焦最讓人頭疼的缺失值問題,用Python的Pandas庫演示如何像處理食材一樣清洗數(shù)據(jù),讓臟數(shù)據(jù)變成可直接分析的凈數(shù)據(jù),需要的朋友可以參考下2025-10-10