Python可變與不可變數據和深拷貝與淺拷貝實例分析

這篇文章主要介紹“Python可變與不可變數據和深拷貝與淺拷貝實例分析”的相關知識，小編通過實際案例向大家展示操作過程，操作方法簡單快捷，實用性強，希望這篇“Python可變與不可變數據和深拷貝與淺拷貝實例分析”文章能幫助大家解決問題。

淺拷貝和深拷貝

拷貝函數是專門為可變數據類型list、set、dict使用的一種函數。作用是，當一個值指向另一個值的時候，也不會影響指向的值，如果被指向的數據是可變數據，那么它一旦被修改，指向的數據也會隨之改變。

什么是可變數據和不可變數據

我們來舉一個例子，整型是不可變的數據，那么為什么是不可變的數據呢？一個數據是不是可變的就要關系到python的緩存機制。

當一個數據發生變化，如果它的內存地址沒有發生變化，就說明這是一個可變數據。

比如說，我們現在創建一個值是a的變量，它的值是100，然后讓這個數值發生變化，觀察者個變量的內存地址是否發生了變化。

a = 100
print(a, id(a)) # 100 1610845392

a += 100
print(a, id(a)) # 200 1610848592

我們發現數值發生了變化，變量的內存也跟著發生了變化，我們再創建一個變量b，值也是整型100

b = 100
print(b, id(b))	# 100 1610845392

發現b的內存地址和a的內存地址是一樣的，也就是說，像整型這樣的數據類型，一個數字就獨占一個內存地址，當某個指向這個值的變量，發生了變化的時候，不是這個變量的值要改變，而是這個變量要尋找改變后的值的內存地址，然后重新的指向它。只要你的硬件不重新啟動，那么這個內存地址就永遠也不會發生變化了，這樣的數據就是不可變數據。

那么，反之就是可變數據，指的就是當變量指向的值發生變化之后，在這個內存地址上的值實打實的發生變化的值，就是可變數據類型。

比如列表，列表發生改變之后，是在原有的基礎上發生變化的，所以內存地址是不會改變的，這就是可變數據類型，可變數據類型沒有內存緩存機制，不能節省內存，所以一模一樣的數據，他們的內存地址可能是不相同的。

a = [1, 2]
print(a, id(a)) # [1, 2] 1528536069896

a.append(3)
print(a, id(a)) # [1, 2, 3] 1528536069896

# b 和 a的值相同，但是內存地址不相同
b = [1, 2, 3]
print(b, id(b)) # [1, 2, 3] 1528536069832

那么拷貝函數是干什么的？

在我們的實際工作當中，經常會使用的一種操作就是定義一個變量，它的值直接就賦給了一個原有的變量之上。可是變量定義之后我們絕不是用來作為一個擺設的，而是要做運算、或者是做一個臨時的存儲，那么原有的變量的值是要改變的，問題就來了，如果是一個不可變的數據還好，如果是可變的數據，直接的賦值他們的內存地址是相同的， 如果一個變量的值發生變化，同內存地址的的值就都發生改變了，我們的向要臨時存儲的值也就不再是我們想要的那個值了，這是絕大多數的時候我們不想看到的結果。

我們拿整型為例，變量a直接賦值給變量b，這個時候的變量a b 的值是相同的，但是如果變量a的值發生了變化，是絲毫不影響變量b的值的。

a = 100
print(a, id(a))  # 100 1610845392

b = a
print(b, id(b))  # 100 1610845392

a += 100
print(a, id(a))  # 200 1610848592
print(b, id(b))  # 100 1610845392

但是如果是可變數據就不是這樣的情況了

a = [1, 2]
print(a, id(a))  # [1, 2] 2077688035080

b = a
print(b, id(b))  # [1, 2] 2077688035080

a.append(3)
print(a, id(a))  # [1, 2, 3] 2077688035080
print(b, id(b))  # [1, 2, 3] 2077688035080

不可變數據的這個特性既是一個優點也是一個缺點，缺點就是如果我們想要保存a變量發生變化之前的的一個狀況的時候，是保存不下來的，這個時候就出現了拷貝函數，它可以將可變數據變成不可變數據那樣的效果。

淺拷貝

使用拷貝函數，將a變量放入作為參數放入函數中，使用b變量接受函數的返回值，就成功的拷貝了變量a，變量b的內存地址和變量a的不一樣，這樣當它們其中一方發生變化之后，不會影響到另一方的數據。

# 拷貝函數不能直接使用，需要使用import導入copy模塊，copy模塊的copy函數就是淺拷貝

import copy

a = [1, 2, 3]

# 變量b不在直接是變量a的直接賦值了，而是通過copy函數的返回值
b = copy.copy(a)

# 他們的數值一樣，但是內存地址不同，所以他們之間的任意一方發生變化都不會影響到第二方。
print(a, id(a))  # [1, 2, 3] 2343743813320
print(b, id(b))  # [1, 2, 3] 2343743813192

a.append(4)
print(a, id(a))  # [1, 2, 3, 4] 2343743813320
print(b, id(b))  # [1, 2, 3] 2343743813192

但是如果變量a是一個二級容器或者是一個更多級容器，淺拷貝無法拷貝第二級容器或者更多級的容器，所以當第二級容器或者是更多級的容器發生變化的時候，還是會發生變化，因為淺拷貝只能拷貝一級容器，所以多級容器的內存地址還是相同的。

import copy

a = [[66,88], 2, 3]

b = copy.copy(a)

print(a, id(a))  # [[66, 88], 2, 3] 2431683163720
print(b, id(b))  # [[66, 88], 2, 3] 2431683162184

# 改變二級容器
a[0].append(100)
print(a, id(a))  # [[66, 88, 100], 2, 3] 2431683163720
print(b, id(b))  # [[66, 88, 100], 2, 3] 2431683162184

# 淺拷貝不能拷貝二級及以上的容器
print(id(a[0]))  # 1582481372872
print(id(b[0]))  # 1582481372872

深拷貝

淺拷貝只能拷貝一級容器

所以誕生了深拷貝，深拷貝可以拷貝所有級別的容器。

import copy

a = [[66,88], 2, 3]

# 深拷貝使用deepcopy函數
b = copy.deepcopy(a)


print(a, id(a))  # [[66, 88], 2, 3] 2168411158088
print(b, id(b))  # [[66, 88], 2, 3] 2168411156552

a[0].append(100)
print(a, id(a))  # [[66, 88, 100], 2, 3] 2168411158088
print(b, id(b))  # [[66, 88], 2, 3] 2168411156552

# 深拷貝所有級別的容器
print(id(a[0]))  # 2168411158216
print(id(b[0]))  # 2168411122760

關于“Python可變與不可變數據和深拷貝與淺拷貝實例分析”的內容就介紹到這里了，感謝大家的閱讀。如果想了解更多行業相關的知識，可以關注億速云行業資訊頻道，小編每天都會為大家更新不同的知識點。