Python可变与不可变数据、深拷贝与浅拷贝
浅拷贝和深拷贝
拷贝函数是专门为可变数据类型list、set、dict使用的一种函数。作用是,当一个值指向另一个值的时候,也不会影响指向的值,如果被指向的数据是可变数据,那么它一旦被修改,指向的数据也会随之改变。
专注于为中小企业提供成都做网站、成都网站设计服务,电脑端+手机端+微信端的三站合一,更高效的管理,为中小企业海南免费做网站提供优质的服务。我们立足成都,凝聚了一批互联网行业人才,有力地推动了上1000+企业的稳健成长,帮助中小企业通过网站建设实现规模扩充和转变。
什么是可变数据和不可变数据
我们来举一个例子,整型是不可变的数据,那么为什么是不可变的数据呢?一个数据是不是可变的就要关系到python的缓存机制。
当一个数据发生变化,如果它的内存地址没有发生变化,就说明这是一个可变数据。
比如说,我们现在创建一个值是a的变量,它的值是100,然后让这个数值发生变化,观察者个变量的内存地址是否发生了变化。
a = 100
print(a, id(a)) # 100
a += 100
print(a, id(a)) # 200
我们发现数值发生了变化,变量的内存也跟着发生了变化,我们再创建一个变量b,值也是整型100
b = 100
print(b, id(b)) # 100
发现b的内存地址和a的内存地址是一样的,也就是说,像整型这样的数据类型,一个数字就独占一个内存地址,当某个指向这个值的变量,发生了变化的时候,不是这个变量的值要改变,而是这个变量要寻找改变后的值的内存地址,然后重新的指向它。只要你的硬件不重新启动,那么这个内存地址就永远也不会发生变化了,这样的数据就是不可变数据。
那么,反之就是可变数据,指的就是当变量指向的值发生变化之后,在这个内存地址上的值实打实的发生变化的值,就是可变数据类型。
比如列表,列表发生改变之后,是在原有的基础上发生变化的,所以内存地址是不会改变的,这就是可变数据类型,可变数据类型没有内存缓存机制,不能节省内存,所以一模一样的数据,他们的内存地址可能是不相同的。
a = [1, 2]
print(a, id(a)) # [1, 2]
a.append(3)
print(a, id(a)) # [1, 2, 3]
# b 和 a的值相同,但是内存地址不相同
b = [1, 2, 3]
print(b, id(b)) # [1, 2, 3]
那么拷贝函数是干什么的?
在我们的实际工作当中,经常会使用的一种操作就是定义一个变量,它的值直接就赋给了一个原有的变量之上。可是变量定义之后我们绝不是用来作为一个摆设的,而是要做运算、或者是做一个临时的存储,那么原有的变量的值是要改变的,问题就来了,如果是一个不可变的数据还好,如果是可变的数据,直接的赋值他们的内存地址是相同的, 如果一个变量的值发生变化,同内存地址的的值就都发生改变了,我们的向要临时存储的值也就不再是我们想要的那个值了,这是绝大多数的时候我们不想看到的结果。
我们拿整型为例,变量a直接赋值给变量b,这个时候的变量a b 的值是相同的,但是如果变量a的值发生了变化,是丝毫不影响变量b的值的。
a = 100
print(a, id(a)) # 100
b = a
print(b, id(b)) # 100
a += 100
print(a, id(a)) # 200
print(b, id(b)) # 100
但是如果是可变数据就不是这样的情况了
a = [1, 2]
print(a, id(a)) # [1, 2]
b = a
print(b, id(b)) # [1, 2]
a.append(3)
print(a, id(a)) # [1, 2, 3]
print(b, id(b)) # [1, 2, 3]
不可变数据的这个特性既是一个优点也是一个缺点,缺点就是如果我们想要保存a变量发生变化之前的的一个状况的时候,是保存不下来的,这个时候就出现了拷贝函数,它可以将可变数据变成不可变数据那样的效果。
浅拷贝
使用拷贝函数,将a变量放入作为参数放入函数中,使用b变量接受函数的返回值,就成功的拷贝了变量a,变量b的内存地址和变量a的不一样,这样当它们其中一方发生变化之后,不会影响到另一方的数据。
# 拷贝函数不能直接使用,需要使用import导入copy模块,copy模块的copy函数就是浅拷贝
import copy
a = [1, 2, 3]
# 变量b不在直接是变量a的直接赋值了,而是通过copy函数的返回值
b = copy.copy(a)
# 他们的数值一样,但是内存地址不同,所以他们之间的任意一方发生变化都不会影响到第二方。
print(a, id(a)) # [1, 2, 3]
print(b, id(b)) # [1, 2, 3]
a.append(4)
print(a, id(a)) # [1, 2, 3, 4]
print(b, id(b)) # [1, 2, 3]
但是如果变量a是一个二级容器或者是一个更多级容器,浅拷贝无法拷贝第二级容器或者更多级的容器,所以当第二级容器或者是更多级的容器发生变化的时候,还是会发生变化,因为浅拷贝只能拷贝一级容器,所以多级容器的内存地址还是相同的。
import copy
a = [[66,88], 2, 3]
b = copy.copy(a)
print(a, id(a)) # [[66, 88], 2, 3]
print(b, id(b)) # [[66, 88], 2, 3]
# 改变二级容器
a[0].append(100)
print(a, id(a)) # [[66, 88, 100], 2, 3]
print(b, id(b)) # [[66, 88, 100], 2, 3]
# 浅拷贝不能拷贝二级及以上的容器
print(id(a[0])) #
print(id(b[0])) #
深拷贝
浅拷贝只能拷贝一级容器
所以诞生了深拷贝,深拷贝可以拷贝所有级别的容器。
import copy
a = [[66,88], 2, 3]
# 深拷贝使用deepcopy函数
b = copy.deepcopy(a)
print(a, id(a)) # [[66, 88], 2, 3]
print(b, id(b)) # [[66, 88], 2, 3]
a[0].append(100)
print(a, id(a)) # [[66, 88, 100], 2, 3]
print(b, id(b)) # [[66, 88], 2, 3]
# 深拷贝所有级别的容器
print(id(a[0])) #
print(id(b[0])) #
总结
使用深浅拷贝需要导入copy模块;
浅拷贝使用copy函数,只能拷贝一级容器的所有元素;
深拷贝使用deepcopy函数,可以拷贝所有级别容器的所有元素;
标准库copy
中只有copy
和deepcopy
两个函数对外开放使用;
因为深拷贝要拷贝的元素跟多,所以速度会远不如浅拷贝,在编程的过程中要注意避免造成多余的系统负担;
python中的不可变数据是Number、string、tuple,可变数据是list、set、dict;而拷贝就是专门为可变数据提供的,所以深浅拷贝只适用于list、set、dict,当然,可变数据使用拷贝函数也不会出错,但是没有意义。
当前文章:Python可变与不可变数据、深拷贝与浅拷贝
本文链接:http://myzitong.com/article/dsojoos.html