直接赋值: 对象的引用,也就是给对象起别名
浅拷贝: 拷贝父对象，但是不会拷贝对象的内部的子对象。
深拷贝: 拷贝父对象. 以及其内部的子对象

在之前的文章中,提到可变对象和不可变对象,接下来也是以这两者的区别进行展开

直接赋值

对于可变对象和不可变对象,将一个变量直接赋值给另外一个变量,两者 id 值一致,其实本质上是将变量量绑定到对象的过程.

> a=1
> b=a
> id(a) == id(b)
True
> c="string"
> d=c
> id(c) == id(d)
True
> e=[1,2,3]
> f=e
> id(e)==id(f)
True

关于修改新变量的值,对原有变量会产生的影响,在可变对象和不可变对象 中也做了讲述,这里通过几个例子,重新温习一下

不可变对象

> x=1
> y=x
> id(x)==id(y)
True
> id(1)==id(y)
True
 id(x)
1500143776
> y=y+1
> y
2
> x
1
> id(x)==id(y)
False
> id(y)
1500143808
> id(x)
1500143776

对于不可变对象,修改赋值后的新变量,不会对原有变量造成任何影响.为什么出现这种现象呢"text-align: center">

可变对象

> m=[1,2,3]
> n=m
> id(n)==id(m)
True
> id(m)
1772066764488
> id(n[0])
1772066764656
> n[0]=4
> n
[4, 2, 3]
> m
[4, 2, 3]
> id(n)==id(m)
True
> id(m)
1772066764488

对于可变对象,修改赋值后的变量,会对原有的变量造成影响,会导致其 value 值的改变,但是其id 值保持不变

从上图不难看出,这个时候的 id(n[0]) 的值,和未修改前的 id值应该不一样,可以输出看一下

>id(n[0])
1772066764752 # 最初没有修改前是 1772066764656

n[0] 修改前后为什么 id 值出现改变呢"text-align: center">

从上图不难看出,浅拷贝后,新复合对象包含的对象(可变或者不可变)的 id 值和原有对象包含的对象的 id 值相同

看一下具体例子:

> import copy
> a=[1,2,[3,4]]
> b=copy.copy(a)
> id(b[0])==id(a[0])
True
> id(b[2])==id(a[2])
True
> id(b[2][0])==id(a[2][0])
True

现在让我们试着修改一下浅拷贝后的 b 的值,在修改前，可以先思考一下，如果修改 b[0] 可能会发生什么？

由于 b[0] = 1，很显然 1 属于不可变对象，那么根据对不可变变量修改的规则，则 b[0] 会绑定到新的变量上，而 a[0] 的由于没有修改，则保持不变，真的是这样吗？让我们验证一下

> b[0]=5
> b
[5, 2, [3, 4]]
> a
[1, 2, [3, 4]]

接下来我们要尝试修改一下 b[2]，由于 b[2] 绑定的对象是 list，属于可变对象，按照上面说的可变对象修改的规则，则修改后的 b[2] 的 id 值保持不变，但是其 value 值会发生改变. 同样的让我们通过例子验证一下

> id(b[2])
4300618568
> b[2][0]=6
> id(b[2])
4300618568
> b
[5, 2, [6, 4]]
> a
[1, 2, [6, 4]]

由于 b[2] 和 a[2] 绑定同一个可变对象，很显然对 b[2] 的修改同样会映射到 a[2] 上

深拷贝

深拷贝构建一个复合对象,然后递归的将原有复合包含的对象的副本插入到新的复合对象中

若上图所示,深拷贝后,新的复合对象包含的对象,若对象为不可变对象,则 id 值保持不变,若对象为可变对象,则 id 值发生改变

看一个例子:

> import copy
> a=[1,2,[3,4]]
> b=copy.deepcopy(a)
> id(b[0])==id(a[0])
True
> id(b[2])==id(a[0])
False
> id(b[2][0])==id(a[2][0])
True

接下来让我们修改一下变量 b，这里就不在修改不可变对象 b[0] 和 b[1] 了,因为结果很明显，对 a 不会产生任何影响，我们来修改 b[2]，那么修改 b[2] 会对 a[2] 产生影响吗？很明显答案是不会，因为深拷贝就相当于克隆出了一个全新的个体，两者不再有任何关系

> b[2][0]=5
> b
[1, 2, [5, 4]]
> a
[1, 2, [3, 4]]

以上就是详解Python直接赋值,深拷贝和浅拷贝的详细内容，更多关于Python直接赋值,深拷贝和浅拷贝的资料请关注其它相关文章！