t = [1,["a","b"]]

t_bak = t

t_cop = copy.copy(t)

t_deep = copy.deepcopy(t)


print("id(t)---  "+str(id(t))+"    id(t[1])   " +str(id(t[1])) +"    id(t[1][1] 也就是 内部列表中的第二个元素"+str(id(t[1][1])))

print("id(t_bak)---  "+str(id(t_bak))+"    id(t_bak[1])   " +str(id(t_bak[1])) +"   id(t_bak[1][1] 也就是 内部列表中的第二个元素"+str(id(t_bak[1][1])))

print("id(t_copy)---  "+str(id(t_cop))+"    id(t_cop[1])   " +str(id(t_cop[1])) +"    id(t_cop[1][1] 也就是 内部列表中的第二个元素"+str(id(t_cop[1][1])))

print("id(t_deep)---  "+str(id(t_deep))+"    id(t_deep[1])   " +str(id(t_deep[1])) +"    id(t_deep[1][1] 也就是 内部列表中的第二个元素"+str(id(t_deep[1][1])))


id(t)---  140706556438648    id(t[1])   140706556410336    id(t[1][1] 也就是 内部列表中的第二个元素140706557474336

id(t_bak)---  140706556438648    id(t_bak[1])   140706556410336   id(t_bak[1][1] 也就是 内部列表中的第二个元素140706557474336

id(t_copy)---  140706534860560    id(t_cop[1])   140706556410336    id(t_cop[1][1] 也就是 内部列表中的第二个元素140706557474336

id(t_deep)---  140706556438576    id(t_deep[1])   140706556439656    id(t_deep[1][1] 也就是 内部列表中的第二个元素140706557474336

可以看到， t 和t_bak 这种直接赋值的操作，其实指向的是同一个对象,无论是第一层，还是内部嵌套的元素

而 t 和 t_cop 这种copy操作，第一层的id已经不一样了，说明他们创建了新的对象，但是内部嵌套的元素还是一致的，说明给他们内部嵌套指向的是同一个对象。

再说 t 和t_deep 这种deepcopy 深拷贝操作，发现，第一层已经不一样了，说明创建了新的对象，但是内部嵌套的元素还是一样的

修改t_bak(1)

t_bak.append("3")

print(t) #[1, ['a', 'b'], '3']

print(t_bak)#[1, ['a', 'b'], '3']

print(t_cop)#[1, ['a', 'b']]

print(t_deep)#[1, ['a', 'b']]

print("id(t)---  "+str(id(t))+"    id(t[1])   " +str(id(t[1])) +"    id(t[1][1] 也就是 内部列表中的第二个元素"+str(id(t[1][1])))

print("id(t_bak)---  "+str(id(t_bak))+"    id(t_bak[1])   " +str(id(t_bak[1])) +"   id(t_bak[1][1] 也就是 内部列表中的第二个元素"+str(id(t_bak[1][1])))

print("id(t_copy)---  "+str(id(t_cop))+"    id(t_cop[1])   " +str(id(t_cop[1])) +"    id(t_cop[1][1] 也就是 内部列表中的第二个元素"+str(id(t_cop[1][1])))

print("id(t_deep)---  "+str(id(t_deep))+"    id(t_deep[1])   " +str(id(t_deep[1])) +"    id(t_deep[1][1] 也就是 内部列表中的第二个元素"+str(id(t_deep[1][1])))


id(t)---  139789718802088    id(t[1])   139789718801728    id(t[1][1] 也就是 内部列表中的第二个元素139789719836192

id(t_bak)---  139789718802088    id(t_bak[1])   139789718801728   id(t_bak[1][1] 也就是 内部列表中的第二个元素139789719836192

id(t_copy)---  139789697222416    id(t_cop[1])   139789718801728    id(t_cop[1][1] 也就是 内部列表中的第二个元素139789719836192

id(t_deep)---  139789718802232    id(t_deep[1])   139789718802376    id(t_deep[1][1] 也就是 内部列表中的第二个元素139789719836192

修改 t_bak(2)

t_bak[1][1]='c'

print(t) #[1, ['a', 'c'],]

print(t_bak)#[1, ['a', 'c']]

print(t_cop)#[1, ['a', 'c']]

print(t_deep)#[1, ['a', 'b']]

id(t)---  140085180813112    id(t[1])   140085180812968    id(t[1][1] 也就是 内部列表中的第二个元素140085181848632

id(t_bak)---  140085180813112    id(t_bak[1])   140085180812968   id(t_bak[1][1] 也就是 内部列表中的第二个元素140085181848632

id(t_copy)---  140085159233296    id(t_cop[1])   140085180812968    id(t_cop[1][1] 也就是 内部列表中的第二个元素140085181848632

id(t_deep)---  140085180813040    id(t_deep[1])   140085180812536    id(t_deep[1][1] 也就是 内部列表中的第二个元素140085181847072

这也证明了上述：

浅拷贝创建了一个新的对象，但是内部嵌套的元素仍然和原对象引用的是同一个。

深拷贝，无论内外都重新复制了一份

修改 t_cop



t_cop.append(4)

t_cop[1][1] = 'd'

print(t) #[1, ['a', 'd']]

print(t_bak)##[1, ['a', 'd']]

print(t_cop)#[1, ['a', 'd'], 4]

print(t_deep)#[1, ['a', 'b']]

print("id(t)---  "+str(id(t))+"    id(t[1])   " +str(id(t[1])) +"    id(t[1][1] 也就是 内部列表中的第二个元素"+str(id(t[1][1])))

print("id(t_bak)---  "+str(id(t_bak))+"    id(t_bak[1])   " +str(id(t_bak[1])) +"   id(t_bak[1][1] 也就是 内部列表中的第二个元素"+str(id(t_bak[1][1])))

print("id(t_copy)---  "+str(id(t_cop))+"    id(t_cop[1])   " +str(id(t_cop[1])) +"    id(t_cop[1][1] 也就是 内部列表中的第二个元素"+str(id(t_cop[1][1])))

print("id(t_deep)---  "+str(id(t_deep))+"    id(t_deep[1])   " +str(id(t_deep[1])) +"    id(t_deep[1][1] 也就是 内部列表中的第二个元素"+str(id(t_deep[1][1])))


id(t)---  140596834620840    id(t[1])   140596834621920    id(t[1][1] 也就是 内部列表中的第二个元素140596835776312

id(t_bak)---  140596834620840    id(t_bak[1])   140596834621920   id(t_bak[1][1] 也就是 内部列表中的第二个元素140596835776312

id(t_copy)---  140596813072144    id(t_cop[1])   140596834621920    id(t_cop[1][1] 也就是 内部列表中的第二个元素140596835776312

id(t_deep)---  140596834620912    id(t_deep[1])   140596834651312    id(t_deep[1][1] 也就是 内部列表中的第二个元素140596835685920

修改 t_deep

t_deep.append(5)

t_deep[1][1] = 'e'

print(t) #[1, ['a', 'b']]

print(t_bak)#[1, ['a', 'b']]

print(t_cop)#[1, ['a', 'b']]

print(t_deep)#[1, ['a', 'e'], 5]

print("id(t)---  "+str(id(t))+"    id(t[1])   " +str(id(t[1])) +"    id(t[1][1] 也就是 内部列表中的第二个元素"+str(id(t[1][1])))

print("id(t_bak)---  "+str(id(t_bak))+"    id(t_bak[1])   " +str(id(t_bak[1])) +"   id(t_bak[1][1] 也就是 内部列表中的第二个元素"+str(id(t_bak[1][1])))

print("id(t_copy)---  "+str(id(t_cop))+"    id(t_cop[1])   " +str(id(t_cop[1])) +"    id(t_cop[1][1] 也就是 内部列表中的第二个元素"+str(id(t_cop[1][1])))

print("id(t_deep)---  "+str(id(t_deep))+"    id(t_deep[1])   " +str(id(t_deep[1])) +"    id(t_deep[1][1] 也就是 内部列表中的第二个元素"+str(id(t_deep[1][1])))


id(t)---  140579373325560    id(t[1])   140579373295088    id(t[1][1] 也就是 内部列表中的第二个元素140579374360096

id(t_bak)---  140579373325560    id(t_bak[1])   140579373295088   id(t_bak[1][1] 也就是 内部列表中的第二个元素140579374360096

id(t_copy)---  140579351746320    id(t_cop[1])   140579373295088    id(t_cop[1][1] 也就是 内部列表中的第二个元素140579374360096

id(t_deep)---  140579373325488    id(t_deep[1])   140579373326136    id(t_deep[1][1] 也就是 内部列表中的第二个元素140579374451928

python 拷贝 深拷贝 浅拷贝 赋值的更多相关文章

  1. Python拷贝(深拷贝deepcopy与浅拷贝copy)

    Python中的对象之间赋值时是按引用传递的,如果需要拷贝对象,需要使用标准库中的copy模块. 1.copy.copy 浅拷贝 只拷贝父对象,不会拷贝对象的内部的子对象. 2.copy.deepco ...

  2. python进阶----深拷贝&浅拷贝

    复制需要区分,,复制的是源文件的数据,还是指向源文件数据的地址 1.引用   b=a时,理解为b指向了a指向的数据,相当于引用复制 a=[1,2] b=a #验证复制的是数据还是地址 #1.查看ab的 ...

  3. Python 拷贝对象（深拷贝deepcopy与浅拷贝copy）

    1. copy.copy 浅拷贝 只拷贝父对象,不会拷贝对象的内部的子对象. 2. copy.deepcopy 深拷贝 拷贝对象及其子对象 一个很好的例子: # -*-coding:utf-8 -*- ...

  4. Python里的赋值 拷贝 深拷贝

    import copy a = [1, 2, 3, 4, ['a', 'b']] #原始对象 b = a #赋值,传对象的引用 c = copy.copy(a) #对象拷贝,浅拷贝 d = copy. ...

  5. python中的浅拷贝和深拷贝

    1.赋值语句 a = 'abc' b = a print id(a) print id(b) # id(a):29283464 # id(b):29283464 通过简单的复制,我们可以看到,a b其 ...

  6. python基础知识5——赋值与深浅拷贝——整数和字符串，列表元组字典

    深浅copy 一.数字和字符串 对于 数字 和 字符串 而言,赋值.浅拷贝和深拷贝无意义,因为其永远指向同一个内存地址. 1 import copy 2 # ######### 数字.字符串 #### ...

  7. python中的浅拷贝与赋值不同

    Python中的对象之间赋值时是按引用传递的,如果需要拷贝对象,需要使用标准库中的copy模块. 1. copy.copy 浅拷贝 只拷贝父对象,不会拷贝对象的内部的子对象. 2. copy.deep ...

  8. python 中 深拷贝和浅拷贝的理解

    在总结 python 对象和引用的时候,想到其实 对于python的深拷贝和浅拷贝也可以很好对其的进行理解. 在python中,对象的赋值的其实就是对象的引用.也就是说,当创建一个对象,然后赋给另外一 ...

  9. python中深拷贝和浅拷贝

    python中所谓浅拷贝就是对引用的拷贝,所谓深拷贝就是对对象的资源的拷贝. 首先,对赋值操作我们要有以下认识: 赋值是将一个对象的地址赋值给一个变量,让变量指向该地址( 旧瓶装旧酒 ). 修改不可变 ...

随机推荐

  1. windows server 2012 本地用户和组

  2. Spark操作实战

    1. local模式 $SPARK_HOME/bin/spark-shell --master local import org.apache.log4j.{Level,Logger} // 导入ja ...

  3. spark dataFrame withColumn

    说明:withColumn用于在原有DF新增一列 1. 初始化sqlContext val sqlContext = new org.apache.spark.sql.SQLContext(sc) 2 ...

  4. centos7 真实机安装后没有网卡解决办法

    我们在真实机安装完centos7版本后,会发现没有网卡,只有lo口 因为真实机不同你在虚拟机里面,这个时候我们不能连网,更加不要说配置什么静态ip了 是什么原因呢,是因为有些真实机安装了centos系 ...

  5. svn 提交数据

    linux

  6. Python-第三方模块requests快速入手

    首先确认一下 Requests 已经安装 Requests 是最新的版本 如果没有安装requests,请按照下面的方式安装 安装requests window和Linux环境下都可以输入 $ pip ...

  7. 读O目标KR关键结果的一些个人理解

    O目标KR关键结果 为了完成一个目标,需要完成几个或者多个关键的结果来验证. 书的开头写的是一些理论,有印象的东西还是从汉娜和杰克的公司来说,卖茶叶的公司.联系着茶农和可以产生消费的餐馆和供应商,在未 ...

  8. 22.Windows及linux下gerapy使用

    Windows安装 gerapy1.pip install gerapy2.gerapy init 3.cd gerapy(切换目录到gerapy文件夹)4.gerapy migrate5.gerap ...

  9. iOS工程结构理解

    iOS开发中关于工程结构有三个关键部分,分别是:Targets,projects 和 workspaces. Targets指定了工程或者库文件如何编译,包括building setting,comp ...

  10. JavaScript 字符串拼接 & setInterval()实现简单动画

    在学习JavaScript DOM编程艺术第十章时,遇到了一个小问题: 想要实现的最终效果:一个小方块不断的向下移动. 小方块绝对定位,设置好top与left值后,写了一个动态获取方块到上方距离并在每 ...