Python直接賦值的方法

直接賦值: 對(duì)象的引用,也就是給對(duì)象起別名
淺拷貝: 拷貝父對(duì)象，但是不會(huì)拷貝對(duì)象的內(nèi)部的子對(duì)象。
深拷貝: 拷貝父對(duì)象. 以及其內(nèi)部的子對(duì)象

在之前的文章中,提到可變對(duì)象和不可變對(duì)象,接下來也是以這兩者的區(qū)別進(jìn)行展開

直接賦值

對(duì)于可變對(duì)象和不可變對(duì)象,將一個(gè)變量直接賦值給另外一個(gè)變量,兩者 id 值一致,其實(shí)本質(zhì)上是將變量量綁定到對(duì)象的過程.

>>> a=1
>>> b=a
>>> id(a) == id(b)
True
>>> c="string"
>>> d=c
>>> id(c) == id(d)
True
>>> e=[1,2,3]
>>> f=e
>>> id(e)==id(f)
True

關(guān)于修改新變量的值,對(duì)原有變量會(huì)產(chǎn)生的影響,在可變對(duì)象和不可變對(duì)象 中也做了講述,這里通過幾個(gè)例子,重新溫習(xí)一下

不可變對(duì)象

>>> x=1
>>> y=x
>>> id(x)==id(y)
True
>>> id(1)==id(y)
True
>>>>>> id(x)
1500143776
>>> y=y+1
>>> y
2
>>> x
1
>>> id(x)==id(y)
False
>>> id(y)
1500143808
>>> id(x)
1500143776

對(duì)于不可變對(duì)象,修改賦值后的新變量,不會(huì)對(duì)原有變量造成任何影響.為什么出現(xiàn)這種現(xiàn)象呢?因?yàn)椴豢勺儗?duì)象一旦創(chuàng)建之后就不允許被改變.后面對(duì) y 進(jìn)行的操作,其實(shí)是重新創(chuàng)建一個(gè)對(duì)象并綁定的結(jié)果:

可變對(duì)象

>>> m=[1,2,3]
>>> n=m
>>> id(n)==id(m)
True
>>> id(m)
1772066764488
>>> id(n[0])
1772066764656
>>> n[0]=4
>>> n
[4, 2, 3]
>>> m
[4, 2, 3]
>>> id(n)==id(m)
True
>>> id(m)
1772066764488

對(duì)于可變對(duì)象,修改賦值后的變量,會(huì)對(duì)原有的變量造成影響,會(huì)導(dǎo)致其 value 值的改變,但是其id 值保持不變

從上圖不難看出,這個(gè)時(shí)候的 id(n[0]) 的值,和未修改前的 id值應(yīng)該不一樣,可以輸出看一下

>>>id(n[0])
1772066764752 # 最初沒有修改前是 1772066764656

n[0] 修改前后為什么 id 值出現(xiàn)改變呢? 首先需要明確一點(diǎn) n[0] 綁定的是一個(gè)不可變對(duì)象,在文章的最初提到,不可變對(duì)象一旦創(chuàng)建就不允許修改.顯然對(duì) n[0] 進(jìn)行修改,不能在綁定對(duì)象的內(nèi)存上進(jìn)行修改,那如何實(shí)現(xiàn)重新賦值呢?只能創(chuàng)建一個(gè)新的對(duì)象 4 ,然后將 n[0] 綁定到新的對(duì)象

淺拷貝和深拷貝

先看一下官方文檔的定義

The difference between shallow and deep copying is only relevant for compound objects (objects that contain other objects, like lists or
class instances).
A shallow copy constructs a new compound object and then (to the
extent possible) inserts the same objects into it that the
original contains.
A deep copy constructs a new compound object and then, recursively,inserts copies into it of the objects found in the original.

從文檔中不難看出,上面提到深拷貝和淺拷貝兩者區(qū)別在于在復(fù)合對(duì)象,那接下來也只討論復(fù)合對(duì)象.

淺拷貝

注意到官方文檔也提到對(duì)淺拷貝和深拷貝的定義,從上文中不難看出,淺拷貝構(gòu)建一個(gè)復(fù)合對(duì)象,然后將原有復(fù)合對(duì)象包含的對(duì)象插入到新的復(fù)合對(duì)象中

從上圖不難看出,淺拷貝后,新復(fù)合對(duì)象包含的對(duì)象(可變或者不可變)的 id 值和原有對(duì)象包含的對(duì)象的 id 值相同

看一下具體例子:

>>> import copy
>>> a=[1,2,[3,4]]
>>> b=copy.copy(a)
>>> id(b[0])==id(a[0])
True
>>> id(b[2])==id(a[2])
True
>>> id(b[2][0])==id(a[2][0])
True

現(xiàn)在讓我們?cè)囍薷囊幌聹\拷貝后的 b 的值,在修改前，可以先思考一下，如果修改 b[0] 可能會(huì)發(fā)生什么？

由于 b[0] = 1，很顯然 1 屬于不可變對(duì)象，那么根據(jù)對(duì)不可變變量修改的規(guī)則，則 b[0] 會(huì)綁定到新的變量上，而 a[0] 的由于沒有修改，則保持不變，真的是這樣嗎？讓我們驗(yàn)證一下

>>> b[0]=5
>>> b
[5, 2, [3, 4]]
>>> a
[1, 2, [3, 4]]

接下來我們要嘗試修改一下 b[2]，由于 b[2] 綁定的對(duì)象是 list，屬于可變對(duì)象，按照上面說的可變對(duì)象修改的規(guī)則，則修改后的 b[2] 的 id 值保持不變，但是其 value 值會(huì)發(fā)生改變. 同樣的讓我們通過例子驗(yàn)證一下

>>> id(b[2])
4300618568
>>> b[2][0]=6
>>> id(b[2])
4300618568
>>> b
[5, 2, [6, 4]]
>>> a
[1, 2, [6, 4]]

由于 b[2] 和 a[2] 綁定同一個(gè)可變對(duì)象，很顯然對(duì) b[2] 的修改同樣會(huì)映射到 a[2] 上

深拷貝

深拷貝構(gòu)建一個(gè)復(fù)合對(duì)象,然后遞歸的將原有復(fù)合包含的對(duì)象的副本插入到新的復(fù)合對(duì)象中

若上圖所示,深拷貝后,新的復(fù)合對(duì)象包含的對(duì)象,若對(duì)象為不可變對(duì)象,則 id 值保持不變,若對(duì)象為可變對(duì)象,則 id 值發(fā)生改變

看一個(gè)例子:

>>> import copy
>>> a=[1,2,[3,4]]
>>> b=copy.deepcopy(a)
>>> id(b[0])==id(a[0])
True
>>> id(b[2])==id(a[0])
False
>>> id(b[2][0])==id(a[2][0])
True

接下來讓我們修改一下變量 b，這里就不在修改不可變對(duì)象 b[0] 和 b[1] 了,因?yàn)榻Y(jié)果很明顯，對(duì) a 不會(huì)產(chǎn)生任何影響，我們來修改 b[2]，那么修改 b[2] 會(huì)對(duì) a[2] 產(chǎn)生影響嗎？很明顯答案是不會(huì)，因?yàn)樯羁截惥拖喈?dāng)于克隆出了一個(gè)全新的個(gè)體，兩者不再有任何關(guān)系

>>> b[2][0]=5
>>> b
[1, 2, [5, 4]]
>>> a
[1, 2, [3, 4]]

以上就是詳解Python直接賦值,深拷貝和淺拷貝的詳細(xì)內(nèi)容，更多關(guān)于Python直接賦值,深拷貝和淺拷貝的資料請(qǐng)關(guān)注億速云其它相關(guān)文章！