Python中的浅拷贝与深拷贝

在 Python 中，通过一个对象向另外一个对象赋值，实际仅仅是赋值了对象的引用，而非创建一个对象并赋值。那如何真正拷贝对象呢？我们看一下两种不同的拷贝方式。

先从一个示例看起：

Anndy = ['Anndy', ['age', 24]]
Tom = Anndy[:]
Cindy = list(Anndy)

>>> id(Anndy)
>>> id(Tom)
>>> id(Cindy)

运行结果如下：

35574048

35575408

8815920

由此可见，是创建了三个不同的对象。但是事实真的是这样吗？让我们修改一下名字和年龄看看：

Tom[0] = 'Tom'
Cindy[0] = 'Cindy'
print Anndy, Tom, Cindy

运行结果如下：

['Anndy', ['age', 24]] ['Tom', ['age', 24]] ['Cindy', ['age', 24]]

修改年龄没有任何问题。我们再来修改一下Tom的年龄，修改为12岁：

Tom[1][1] = 12
print Anndy, Tom, Cindy

运行结果如下：

['Anndy', ['age', 12]] ['Tom', ['age', 12]] ['Cindy', ['age', 12]]

哇喔，所有人的年龄都被修改了。这真是恐怖啊，并不是我们想要的结果。为啥会是这样呢？我们可以打印一下列表中各个对象的ID看一下：

print [id(x) for x in Anndy]
print [id(x) for x in Tom]
print [id(x) for x in Cindy]

运行结果如下：

[6003744, 35336880]

[35426032, 35336880]

[35365376, 35336880]

由此可见，第二个列表的元素是相同的。这是为什么呢？

原因就是浅拷贝。

构造方法或切片 [:] 做的是浅拷贝（即拷贝了最外层容器，副本中的元素是原容器中元素的引用）。如果所有元素都是不可变的（比如名字字符串，修改的时候会重新创建对象，仅仅包括原子对象的元组也属于这种情况），那么这样没有问题，还能节省内存。但是，如果有可变的元素，可能就会导致意想不到的问题，正如刚刚，修改一个人的年龄，所有人的年龄都发生了变化。

那么现在来看一下深拷贝。深拷贝，顾名思义，深层次的拷贝，不仅仅拷贝最外层容器，还会拷贝容器中的元素。这是利用copy中的deepcopy方法来实现的。

实现如下：

import copy

Anndy = ['Anndy', ['age', 24]]
Tom = copy.deepcopy(Anndy)
Cindy = copy.deepcopy(Anndy)


Tom[0] = 'Tom'
Cindy[0] = 'Cindy'

Tom[1][1] = 12
print Anndy, Tom, Cindy

print [id(x) for x in Anndy]
print [id(x) for x in Tom]
print [id(x) for x in Cindy]

运行结果如下：

['Anndy', ['age', 24]] ['Tom', ['age', 12]] ['Cindy', ['age', 24]]

[34970656, 35511712]

[35570608, 35541360]

[35496448, 35541440]

OK，仅仅是Tom的年龄被修改了。另外，还是需要注意一下，对于不可变的对象，比如字符串，比如包括原子对象的元组，对其深拷贝不会进行。

浅拷贝与深拷贝的原理你深入理解了吗？

深入阅读 ：

Python内存管理机制