python中的对象存储以及深浅拷贝

概述python的数据存储方式  >> a = [1, 2, 3] >>> b = a >>> a = [4, 5, 6] //赋新的值给 a >>> a [4, 5, 6] >>> b [1, 2, 3] # a 的值改变后，b 并没有随着 a 变 >>> a = [1, 2, 3] >>> b = a >>> a[0], a[1], a[2] = 4, 5, 6 //改变原来 list 中的元素 python的数据存储方式  >> a = [1,2,3] >>> b = a >>> a = [4,5,6] //赋新的值给 a >>> a [4,6] >>> b [1,3] # a 的值改变后，b 并没有随着 a 变 >>> a = [1,3] >>> b = a >>> a[0],a[1],a[2] = 4,6 //改变原来 List 中的元素 >>> a [4,6] >>> b [4,6] # a 的值改变后，b 随着 a 变了 深浅拷贝

浅拷贝：拷贝第一层内容.不拷贝内部子对象,用 [:]或copy() 。赋值,没有创建新对象. 共用同一个对象,他们是相同的,赋值后的变量指向原有的内存地址

深拷贝：拷贝所有内容. 包括内部的所有,形成一个新的对象,虽然与之前的值和内容一模一样,但是它们完完全全的两个对象,用deepcopy()

>>> import copy 
>>> origin = [1,[3,4]] 
#origin 里边有三个元素：1， 2，[3,4] 
>>> cop1 = copy.copy(origin) 
>>> cop2 = copy.deepcopy(origin) 
>>> cop1 == cop2 
True 
>>> cop1 is cop2 
False 
#cop1 和 cop2 看上去相同，但已不再是同一个object 
>>> origin[2][0] = "hey!" 
>>> origin 
[1,[‘hey!‘,4]] 
>>> cop1 
[1,4]] 
>>> cop2 
[1,4]] 
#把origin内的子List [3,4] 改掉了一个元素，观察 cop1 和 cop2

 

总结：1、深拷贝是对源对象的赋值（深层对象），占用的内存空间不同2、浅拷贝是对最外层对象进行拷贝，占用的内存空间相同3、深拷贝：数据拷贝更加安全（容灾特性）4、浅拷贝：节省资源和内存空间

总结

以上是内存溢出为你收集整理的python中的对象存储以及深浅拷贝全部内容，希望文章能够帮你解决python中的对象存储以及深浅拷贝所遇到的程序开发问题。

如果觉得内存溢出网站内容还不错，欢迎将内存溢出网站推荐给程序员好友。