python中深拷贝和浅拷贝,python浅拷贝和深拷贝详解
要弄清楚Python中的明拷贝和暗拷贝，需要理解以下概念：
可变引用对象(可变对象，不可变对象)-切片复制(轻复制，深复制)
在Python中一切都是对象。
甚至类型本身也是一个对象，而类型对象
Python中的变量不同于C/C /Java中的变量。它指的是一个对象的引用。Python是一种动态类型。程序运行时，会根据对象的类型来确认变量的类型。
单独分配：例如：
a=3
运行a=3后，变量a就变成了对对象3的引用。在内部，变量实际上是一个指向对象内存空间的指针。
因为Python变量只是对象的引用或者对象的指针，所以变量引用经常可以在程序中改变。
代码如下：
X=42 #变量被绑定到一个整数对象。
X=Hello #现在又是一个字符串了。
X=[1，2，3] #现在又是列表了。
专业表达如下：
*变量是系统表的一个元素，带有连接到对象的空间。
*对象是一个分配的内存块，用于存储它所代表的值。
*引用是从变量到对象自动形成的指针。
*特别说明：类型属于对象，不属于变量。
例如，就像a=3一样，整数对象3包含两种信息。
1.该值为3
2.头消息：告诉Pthyon它是一个整数对象[相当于一个指向int的指针]
分享：例如：
代码如下：
a=3
b=a
运行赋值语句b=a后，变量A和变量B指向同一个对象的内存空间。
从上图可以看出，A和B，id相同，指向同一个integer对象3，或者同一块内存。
如果A被删除，不会影响b。
复制概念的引入是针对可变对象共享引用的潜在副作用。
[可变对象-不可变对象]
在Python中，不可变对象是指一旦创建就不能修改的对象，包括字符串、祖先和数字。
在Python中，可变对象是指可以修改的对象，包括列表和字典。
上面的A和B都是整数。整数是不可变的对象。如果它们是可变对象，那就另当别论了。
代码如下：
L1=[2，3，4]# L1 L1变量指向一个可变对象：一个列表
L2=L1 #将L1值赋给L2后，它们共享并引用同一个列表对象[1，2，3，4]
L1[0]=200 #因为列表是可变的，所以改变L1中第一个元素的值
L1；L2 #发生变化后，L1和L2同时发生变化，因为物体本身的价值发生变化。
[200, 3, 4]
[200, 3, 4]
如果你不想改变列表L2的值，有两种方法：切片和复制模块。
代码如下：
L1=[2，3，4]
L2=L1
id(L1)；Id(L2) # Share引用了一个可变对象
45811784L
45811784L
L2=L1[:] #切片操作
id(L1)；Id(L2) #切片后，对象就不一样了。
45811784L
45806920L
L1[0]=200
L1；L2 #L1变了，L2没变。
[200, 3, 4]
[2, 3, 4]
[副本]
切片技术适用于所有序列，包括列表、字符串和祖先。
但是切片不能应用于字典。只有D.copy()方法或D.deepcopy()方法可用于字典。
复制，可用于序列或字典。
代码如下：
导入副本
X=copy.copy(Y) # light copy:仅复制顶级对象或父对象。
X=copy.deepcopy(Y) # Deep copy:复制所有对象、顶层对象及其嵌套对象。或者：父对象及其子对象。
如果字典只有顶级对象：
如果对象嵌套在字典中：
[结论]
深度和深度都复制源对象，占用不同的内存空间。
如果源对象只有一个一级目录，则源所做的任何更改都不会影响深拷贝和浅拷贝对象。
如果源对象有多个级别的目录，对源的任何更改都将影响轻型副本，但不会影响深层副本。
序列的切片实际上是一个浅拷贝，即只拷贝顶层对象。
直接赋值：实际上是一个对象的引用(别名)。
复制：复制父对象，但不复制对象的内部子对象。
复制模块的Deepcopy方法完全复制父对象及其子对象。
郑重声明：本文由网友发布，不代表盛行IT的观点，版权归原作者所有，仅为传播更多信息之目的，如有侵权请联系，我们将第一时间修改或删除，多谢。