python学习笔记：深浅拷贝的使用和原理

在理解深浅拷贝之前，我们先熟悉下变量对象和数据类型
1.变量和对象
变量-引用-对象（可变对象，不可变对象）
在python中一切都是对象，比如[1,2],'hello world',123,{'k1':'v1'},
比如说：
>>> a = 3
专业表述如下:
变量是一个系统表的元素，拥有指向对象的连接的空间
对象是被分配的一块内存，存储其所代表的值
引用是自动形成的从变量到对象的指针
特别注意: 类型属于对象，不是变量



共享引用: 比如说：
>>> a = 3
>>> b = a
在运行赋值语句b = a之后，变量a和变量b指向了同一个对象的内存空间.



2.数据类型
在python中数据类型包括：int,bool，float,str,dict,tuble,set,list等等，
首先，我们需要知道在python中哪些是可变数据类型，哪些是不可变数据类型。可变数据类型：列表list和字典dict；不可变数据类型：整型int、浮点型float、字符串型string和元组tuple。
用一句话来概括上述过程就是：“python中的不可变数据类型，不允许变量的值发生变化，如果改变了变量的值，相当于是新建了一个对象，而对于相同的值的对象，在内存中则只有一个对象，内部会有一个引用计数来记录有多少个变量引用这个对象；可变数据类型，允许变量的值发生变化，即如果对变量进行append、+=等这种操作后，只是改变了变量的值，而不会新建一个对象，变量引用的对象的地址也不会变化，不过对于相同的值的不同对象，在内存中则会存在不同的对象，即每个对象都有自己的地址，相当于内存中对于同值的对象保存了多份，这里不存在引用计数，是实实在在的对象。

3.对于数字和字符串来说，无论通过赋值，浅拷贝还是深拷贝，同一个值永远用的是同一个内存地址。

import copy
a = "i love python"
b = a
a1 = copy.copy(a)
a2 = copy.deepcopy(b)
print(id(a))
print(id(b))
print(id(a1))
print(id(a2))
#输出：
2114011486192
2114011486192
2114011486192
2114011486192

4.对于字典，列表等可变对象：
例1，关于赋值，只是创建一个变量，该变量仍指向原来内存地址；

#赋值
D = {'k1':'v1','k2':123,'k3':["str1",469]}
D2 = D
print(id(D))
print(id(D2))
#输出：
2178677065032
2178677065032

例2，浅拷贝，

#浅拷贝
D = {'k1':'v1','k2':123,'k3':["str1",469]}
D2 = copy.copy(D)  #浅拷贝，额外创建第一层（变量名id改变，对象id不变，还是引用旧对象）
print(id(D))
print(id(D2))
print(id(D["k1"]))
print(id(D2["k1"]))
#输出；
1993456403784
1993456836488
1993456800856
1993456800856

例3：深拷贝，在内存中将所有的数据重新创建一份，值的存放位置不变。

D = {'k1':'v1','k2':123,'k3':["str1",469]}
D2 = copy.deepcopy(D)
print(id(D))
print(id(D2))
print(id(D["k3"]))
print(id(D2["k3"]))
print(id(D["k3"][0]))
print(id(D2["k3"][0]))
#输出：
2129861461320
2129861875016
2129863354440
2129863327624
2129861860856
2129861860856

5.应用：

#浅拷贝，改变新字典，久字典也一起改变
dict = {"cpu":[100],"mem":[200],"disk":[300]}
new_dict = copy.copy(dict)
new_dict["cpu"][0] = 90
print(new_dict)
print(dict)
#输出：
{'cpu': [90], 'mem': [200], 'disk': [300]}
{'cpu': [90], 'mem': [200], 'disk': [300]}

#深拷贝，改变新字典，久字典没变
dict = {"cpu":[100],"mem":[200],"disk":[300]}
new_dict = copy.deepcopy(dict)
new_dict["cpu"][0] = 90
print(new_dict)
print(dict)
#输出：
{'cpu': [90], 'mem': [200], 'disk': [300]}
{'cpu': [100], 'mem': [200], 'disk': [300]}

参考：
http://www.cnblogs.com/repo/p/5425774.html http://blog.csdn.net/jerry_1126/article/details/41852591