python浅拷贝和深拷贝详解,python中深浅拷贝的区别

　　注意：其实numpy中的复制和Python中的复制在很多方面都是相似的，通常可以分为三种：无复制，即赋值操作、浅复制和深复制。

　　无复制(赋值操作)原生Python:

　　输出结果：

　　在numpy: summary: no copy，即赋值操作时，Python原生赋值和numpy赋值的作用是一样的，都是指内存意义，即引用的传递。

　　浅层复制Python浅层复制：

　　输出：从显示结果可以看出，Python native shallow copy只复制了对象的表层(第一层)，并没有复制所有级别的数据。它是其他级别数据的参考。

　　当然，如果在这里细谈，也要区分我们内心数据的数据类型，比如：1。浅拷贝变量数据时，会进行正常的浅拷贝；2.当浅拷贝不可变数据时，它只是一个内存点。

　　Numpy浅拷贝：numpy浅拷贝后的对象不开辟新的内存空间，当我修改arr3时，原来的数据arr也会被修改。

　　深层拷贝Python原生深层拷贝：

　　输出：从输出结果来看，Python native deep copy是原始数据对象的各级副本，并开辟新的内存空间来保存新对象。当我修改一个对象时，另一个对象不受影响。比如我们以前有一瓶娃哈哈矿泉水A，我们对一瓶一模一样的娃哈哈矿泉水B做了深度拷贝，此时AB放在我桌面的左上角和右下角(即我深度拷贝后开辟了一个新的内存空间来存放娃哈哈矿泉水B)。同时，当我打开娃哈哈矿泉水A或B喝的时候，另一瓶矿泉水不会受到影响。

　　Numpy深度复制：描述：numpy深度复制本质上类似于Python原生深度复制。它将打开新的内存空间来保存深度复制的对象。当我们修改其中一个对象时，另一个对象不会受到影响。

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。