前言

copy()與deepcopy()之間的區(qū)分必須要涉及到python對(duì)于數(shù)據(jù)的存儲(chǔ)方式。

深復(fù)制被復(fù)制對(duì)象完全再?gòu)?fù)制一遍作為獨(dú)立的新個(gè)體單獨(dú)存在。所以改變?cè)斜粡?fù)制對(duì)象不會(huì)對(duì)已經(jīng)復(fù)制出來的新對(duì)象產(chǎn)生影響。

淺復(fù)制并不會(huì)產(chǎn)生一個(gè)獨(dú)立的對(duì)象單獨(dú)存在，他只是將原有的數(shù)據(jù)塊打上一個(gè)新標(biāo)簽，所以當(dāng)其中一個(gè)標(biāo)簽被改變的時(shí)候，數(shù)據(jù)塊就會(huì)發(fā)生變化，另一個(gè)標(biāo)簽也會(huì)隨之改變。

import copy
 origin = [1, 2, [3, 4]]
#origin 里邊有三個(gè)元素：1， 2，[3, 4]
cop1 = copy.copy(origin)
cop2 = copy.deepcopy(origin)
cop1 == cop2
------>True
 cop1 is cop2
------>False 
#cop1 和 cop2 看上去相同，但已不再是同一個(gè)object
 origin[2][0] = "hey!" 
 origin
------>[1, 2, ['hey!', 4]]
 cop1
------>[1, 2, ['hey!', 4]]
 cop2
------>[1, 2, [3, 4]]

可以看到 cop1，也就是 copy 跟著 origin 改變了。而 cop2 ，也就是 deep copy 并沒有變。

Python存儲(chǔ)方式

Python 存儲(chǔ)變量的方法跟其他 OOP 語言不同。它與其說是把值賦給變量，不如說是給變量建立了一個(gè)到具體值的 reference。

當(dāng)在 Python 中 a = something 應(yīng)該理解為給 something 貼上了一個(gè)標(biāo)簽 a。當(dāng)再賦值給 a 的時(shí)候，就好象把 a 這個(gè)標(biāo)簽從原來的 something 上拿下來，貼到其他對(duì)象上，建立新的 reference。 這就解釋了一些 Python 中可能遇到的詭異情況：

>> a = [1, 2, 3]
>>> b = a
>>> a = [4, 5, 6] //賦新的值給 a
>>> a
[4, 5, 6]
>>> b
[1, 2, 3]
# a 的值改變后，b 并沒有隨著 a 變

>>> a = [1, 2, 3]
>>> b = a
>>> a[0], a[1], a[2] = 4, 5, 6 //改變?cè)瓉?list 中的元素
>>> a
[4, 5, 6]
>>> b
[4, 5, 6]
# a 的值改變后，b 隨著 a 變了

上面兩段代碼中，a 的值都發(fā)生了變化。區(qū)別在于，第一段代碼中是直接賦給了 a 新的值（從 [1, 2, 3] 變?yōu)?[4, 5, 6]）；而第二段則是把 list 中每個(gè)元素分別改變。

而對(duì) b 的影響則是不同的，一個(gè)沒有讓 b 的值發(fā)生改變，另一個(gè)變了。怎么用上邊的道理來解釋這個(gè)詭異的不同呢？

首次把 [1, 2, 3] 看成一個(gè)物品。a = [1, 2, 3] 就相當(dāng)于給這個(gè)物品上貼上 a 這個(gè)標(biāo)簽。而 b = a 就是給這個(gè)物品又貼上了一個(gè) b 的標(biāo)簽。

第一種情況：

a = [4, 5, 6] 就相當(dāng)于把 a 標(biāo)簽從 [1 ,2, 3] 上撕下來，貼到了 [4, 5, 6] 上。

在這個(gè)過程中，[1, 2, 3] 這個(gè)物品并沒有消失。 b 自始至終都好好的貼在 [1, 2, 3] 上，既然這個(gè) reference 也沒有改變過。 b 的值自然不變。

第二種情況：

a[0], a[1], a[2] = 4, 5, 6 則是直接改變了 [1, 2, 3] 這個(gè)物品本身。把它內(nèi)部的每一部分都重新改裝了一下。內(nèi)部改裝完畢后，[1, 2, 3] 本身變成了 [4, 5, 6]。

而在此過程當(dāng)中，a 和 b 都沒有動(dòng)，他們還貼在那個(gè)物品上。因此自然 a b 的值都變成了 [4, 5, 6]。

搞明白這個(gè)之后就要問了，對(duì)于一個(gè)復(fù)雜對(duì)象的淺copy，在copy的時(shí)候到底發(fā)生了什么？
再看一段代碼：

>>> import copy
>>> origin = [1, 2, [3, 4]]
#origin 里邊有三個(gè)元素：1， 2，[3, 4]
>>> cop1 = copy.copy(origin)
>>> cop2 = copy.deepcopy(origin)
>>> cop1 == cop2
True
>>> cop1 is cop2
False 
#cop1 和 cop2 看上去相同，但已不再是同一個(gè)object
>>> origin[2][0] = "hey!" 
>>> origin
[1, 2, ['hey!', 4]]
>>> cop1
[1, 2, ['hey!', 4]]
>>> cop2
[1, 2, [3, 4]]
#把origin內(nèi)的子list [3, 4] 改掉了一個(gè)元素，觀察 cop1 和 cop2

學(xué)過docker的人應(yīng)該對(duì)鏡像這個(gè)概念不陌生，我們可以把鏡像的概念套用在copy上面。

概念圖如下：

copy對(duì)于一個(gè)復(fù)雜對(duì)象的子對(duì)象并不會(huì)完全復(fù)制，什么是復(fù)雜對(duì)象的子對(duì)象呢？就比如序列里的嵌套序列，字典里的嵌套序列等都是復(fù)雜對(duì)象的子對(duì)象。對(duì)于子對(duì)象，python會(huì)把它當(dāng)作一個(gè)公共鏡像存儲(chǔ)起來，所有對(duì)他的復(fù)制都被當(dāng)成一個(gè)引用，所以說當(dāng)其中一個(gè)引用將鏡像改變了之后另一個(gè)引用使用鏡像的時(shí)候鏡像已經(jīng)被改變了。

所以說看這里的origin[2]，也就是 [3, 4] 這個(gè) list。根據(jù) shallow copy 的定義，在 cop1[2] 指向的是同一個(gè) list [3, 4]。那么，如果這里我們改變了這個(gè) list，就會(huì)導(dǎo)致 origin 和 cop1 同時(shí)改變。這就是為什么上邊 origin[2][0] = “hey!” 之后，cop1 也隨之變成了 [1, 2, [‘hey!', 4]]。

而deepcopy概念圖如下：

deepcopy的時(shí)候會(huì)將復(fù)雜對(duì)象的每一層復(fù)制一個(gè)單獨(dú)的個(gè)體出來。

這時(shí)候的 origin[2] 和 cop2[2] 雖然值都等于 [3, 4]，但已經(jīng)不是同一個(gè) list了。即我們尋常意義上的復(fù)制。

總結(jié)

以上就是這篇文章的全部?jī)?nèi)容了，希望本文的內(nèi)容對(duì)大家的學(xué)習(xí)或者工作具有一定的參考學(xué)習(xí)價(jià)值，如果有疑問大家可以留言交流，謝謝大家對(duì)腳本之家的支持。

最新評(píng)論