Python深拷贝和浅拷贝解读

前言

首先在之前的基础学习中并没有接触到深拷贝和浅拷贝的知识，但是随着我的不断深入学习，发现了很多的更细的知识点需要补充。
在了解深拷贝和浅拷贝之前有必要来提及一下对象的比较，也就是'=='和'is'的判断。

对比

is和==做为判断条件，我们经常使用，比如

if a == b || a is b:
  pass

在之前未了解深拷贝和浅拷贝时，对于我的理解就是判断2个对象的值相等。但是实际内部的判断并非如此。

a = 1
b = 1
a == b
a is b

因为它们的值是相等的，所以判断均为True，但是这并不能说明所有的现象，看下面例子

a = 257
b = 257
a == b 
a is b

这里的is判断出现了F，是不是和之前的结果不一致呢？事实上，出于对性能优化的考虑，Python 内部会对 -5 到 256 的整型维持一个数组，起到一个缓存的作用。这样，每次你试图创建一个 -5 到 256 范围内的整型数字时，Python 都会从这个数组中返回相对应的引用，而不是重新开辟一块新的内存空间，但是如果超过这个区间，python就会重新分配新的内存地址。

看到这里我们应该了解了is和 == 的区别，==是像我之前理解的一致，判断值是否相等。is则是判断ID。

浅拷贝

copy.copy(x)

import copy
a = {1:[1,2,3]}
b = copy.copy(a)
c = a
print('a:',a)
print('b:',b)
print('c:',c)
a[1].append(4)
print('a:',a)
print('b:',b)
print('c:',c)
a[2] = (4,5)
print('a:',a)
print('b:',b)
print('c:',c)
print('id(a) = ',id(a))
print('id(b) = ',id(b))
print('id(c) = ',id(c))

c = a: 赋值引用，a 和 c 都指向同一个对象,内存地址相同。
个人理解：只要a的值发生变化，c一定跟着a发生变化。

b = copy.copy(a): 浅拷贝, a 和 b 是一个独立的对象（内存地址不同），但他们的子对象还是指向统一对象（是引用）。
个人理解：如果a的某个子对象是可变对象那么这个子对象发生变化时，b也会发跟着发生变化，如果a的某个子对象是不可变对象，那么这个不可变子对象发生改变不会影响到b

深拷贝

copy.deepcopy(x)

import copy
a = {1:[1,2,3]}
b = copy.deepcopy(a)
c = a
print('a:',a)
print('b:',b)
print('c:',c)
a[1].append(4)
print('a:',a)
print('b:',b)
print('c:',c)
a[2] = (4,5)
print('a:',a)
print('b:',b)
print('c:',c)
print('id(a) = ',id(a))
print('id(b) = ',id(b))
print('id(c) = ',id(c))

b = copy.deepcopy(a): 深度拷贝, a 和 b 完全拷贝了父对象及其子对象，两者是完全独立的。
个人理解：无论a的值怎么变化始终不会影响到b