Python 引用、浅拷贝、深拷贝解析

引用

Python是动态数据类型的语言，故在对变量进行赋值时是不用制定变量类型的。

或者说，你可以把变量赋值的过程，当作是贴一个标签，去引用该数据。

看下面的例子：

 In [54]: a=4

 In [55]: b=a

 In [56]: id(a)
 Out[56]: 1652425264

 In [57]: id(b)
 Out[57]: 1652425264

可以看到，a与b志向了同一个地址。这便是引用

---

浅拷贝与深拷贝

先来看一个例子：

In [58]: import copy

In [59]: a=[1,2,3]

In [60]: b=copy.copy(a)

In [61]: c=copy.deepcopy(a)

上面便是调用了标准模块copy,b浅拷贝了a，c深拷贝了a。

接下来，再看看3个变量的地址：

In [62]: id(a)
Out[62]: 2069478787912

In [63]: id(b)
Out[63]: 2069479182856

In [64]: id(c)
Out[64]: 2069479074568

可以看到，相对与引用，浅拷贝与深拷贝后，变量指向的地址都变了。那么，深拷贝与

浅拷贝之间到底有什么区别呢？咱们接下去分析结果：

In [65]: id(a[0])
Out[65]: 1652425168

In [66]: id(b[0])
Out[66]: 1652425168

In [67]: id(c[0])
Out[67]: 1652425168

这下明白了吧！对于一个列表里的元素，深拷贝和浅拷贝还是指向了原来的内存地址。

看到这里是不是会误以为它们两个没区别呢？好吧，再看看下面：

In [92]: a={'people':['brad','Alex'],'I':'xiaole'}

In [93]: b=copy.copy(a)

In [94]: c=copy.deepcopy(a)

In [95]: id(a['people'])
Out[95]: 2069478460104

In [96]: id(b['people'])
Out[96]: 2069478460104

In [97]: id(c['people'])
Out[97]: 2069479089608

可以看到，对于‘people’，浅拷贝还是指向了原来的内存地址。而深拷贝，

就是实实在在指向不同的地址，说白了就是把数据放在了不同的地方。

再说白了，浅拷贝就是在在内存中只额外创建第一层数据。

好吧，至此以为全都弄明白了，那请解释下下面的结果：

In [98]: id(a['I'])
Out[98]: 2069482265320

In [99]: id(b['I'])
Out[99]: 2069482265320

In [100]: id(c['I'])
Out[100]: 2069482265320

为何对于元素‘I’，又指向了同一个地址。说好的元素指向不同了呢？

想弄明白，看下面的重点提醒，并去琢磨下吧。

重点提醒！！！

对于数字和字符串，赋值、浅拷贝和深拷贝的值都指向同一个内存地址。

In [68]: a=3

In [69]: b=copy.copy(a)

In [70]: c=copy.deepcopy(a)

In [71]: id(a)
Out[71]: 1652425232

In [72]: id(b)
Out[72]: 1652425232

In [73]: id(c)
Out[73]: 1652425232

---

In [74]: a='brad'

In [75]: b=copy.copy(a)

In [76]: c=copy.deepcopy(a)

In [77]: id(a)
Out[77]: 2069482263528

In [78]: id(b)
Out[78]: 2069482263528

In [79]: id(c)
Out[79]: 2069482263528

---

说明：本人所用的解释器为Ipython