深度解读Python深拷贝与浅拷贝问题

 Illustrations by Leon Tukker

在平时工作中，经常涉及到数据的传递，在数据传递使用过程中，可能会发生数据被修改的问题。为了防止数据被修改，就需要在传递一个副本，即使副本被修改，也不会影响原数据的使用。为了生成这个副本，就产生了拷贝。今天就说一下Python中的深拷贝与浅拷贝的问题。

数据拷贝会涉及到Python中对象、可变类型、引用这3个概念，先来看看这几个概念，只有明白了他们才能更好的理解深拷贝与浅拷贝到底是怎么一回事。

在Python中，对对象有一种很通俗的说法，万物皆对象。说的就是构造的任何数据类型都是一个对象，无论是数字，字符串，还是函数，甚至是模块，Python都对当做对象处理。

所有Python对象都拥有三个属性：身份、类型、值。

看一个简单的例子：

In [1]: name = "laowang" # name对象

In [2]: id(name)  # id:身份的唯一标识
Out[2]: 1698668550104

In [3]: type(name) # type:对象的类型，决定了该对象可以保存什么类型的值
Out[3]: str

In [4]: name  # 对象的值，表示的数据
Out[4]: 'laowang'

在Python中，按更新对象的方式，可以将对象分为2大类：可变对象与不可变对象。

• 可变对象：  列表、字典、集合

  所谓可变是指可变对象的值可变，身份是不变的。

• 不可变对象：数字、字符串、元组

  不可变对象就是对象的身份和值都不可变。新创建的对象被关联到原来的变量名，旧对象被丢弃，垃圾回收器会在适当的时机回收这些对象。

In [7]: var1 = "python"

In [8]: id(var1)
Out[8]: 1700782038408

#由于var1是不可变的，重新创建了java对象，随之id改变，旧对象python会在某个时刻被回收
In [9]: var1 = "java"
In [10]: id(var1) 
Out[10]: 1700767578296

在 Python 程序中，每个对象都会在内存中申请开辟一块空间来保存该对象，该对象在内存中所在位置的地址被称为引用。在开发程序时，所定义的变量名实际就对象的地址引用。

引用实际就是内存中的一个数字地址编号，在使用对象时，只要知道这个对象的地址，就可以操作这个对象，但是因为这个数字地址不方便在开发时使用和记忆，所以使用变量名的形式来代替对象的数字地址。 在 Python 中，变量就是地址的一种表示形式，并不开辟开辟存储空间。

就像 IP 地址，在访问网站时，实际都是通过 IP 地址来确定主机，而 IP 地址不方便记忆，所以使用域名来代替 IP 地址，在使用域名访问网站时，域名被解析成 IP 地址来使用。

通过一个例子来说明变量和变量指向的引用就是一个东西

In [11]: age = 18

In [12]: id(age)
Out[12


    
]: 1730306752

In [13]: id(18)
Out[13]: 1730306752

上边已经明白，引用就是对象在内存中的数字地址编号，变量就是方便对引用的表示而出现的，变量指向的就是此引用。赋值的本质就是让多个变量同时引用同一个对象的地址。  那么在对数据修改时会发生什么问题呢？

• 不可变对象的引用赋值

  对不可变对象赋值，实际就是在内存中开辟一片空间指向新的对象，原不可变对象不会被修改。

  
  原理图如下：

  
  

下面通过案例来理解一下：

a与b在内存中都是指向1的引用，所以a、b的引用是相同的

In [1]: a = 1

In [2]: b = a

In [3]: id(a)
Out[3]: 1730306496

In [4]: id(b)
Out[4]: 1730306496

现在再给a重新赋值，看看会发生什么变化？

从下面不难看出：当给a 赋新的对象时，将指向现在的引用，不在指向旧的对象引用。

In [1]: a = 1

In [2]: b = a

In [5]: a = 2

In [6]: id(a)
Out[6]: 1730306816

In [7]: id(b)
Out[7


    
]: 1730306496

• 可变对象的引用赋值

  可变对象保存的并不是真正的对象数据，而是对象的引用。当对可变对象进行赋值时，只是将可变对象中保存的引用指向了新的对象。
  

原理图如下：

仍然通过一个实例来体会一下，可变对象引用赋值的过程。

当改变l1时，整个列表的引用会指新的对象，但是l1与l2都是指向保存的同一个列表的引用，所以引用地址不会变。

In [3]: l1 = [1, 2, 3]

In [4]: l2 = l1

In [5]: id(l1)
Out[5]: 1916633584008

In [6]: id(l2)
Out[6]: 1916633584008

In [7]: l1[0] = 11

In [8]: id(l1)
Out[8]: 1916633584008

In [9]: id(l2)
Out[9]: 1916633584008

经过前2部分的解读，大家对对象的引用赋值应该有了一个清晰的认识了。

下面大家思考一个这样的问题：Python中如何解决原始数据在函数传递之后不受影响了？

这个问题Python已经帮我们解决了，使用对象的拷贝或者深拷贝就可以愉快的解决了。

下面具体来看看Python中的浅拷贝与深拷贝是如何实现的。

• 浅拷贝：

  为了解决函数传递后被修改的问题，就需要拷贝一份副本，将副本传递给函数使用，就算是副本被修改，也不会影响原始数据 。

不可变对象只在修改的时候才会在内存中开辟新的空间， 而拷贝实际上是让多个对象同时指向一个引用，和对象的赋值没区别。

同样的，通过一个实例来感受一下：不难看出，a与b指向相同的引用，不可变对象的拷贝就是对象赋值。

In [11]: import copy

In [12]: a = 10
In [13]: b = copy.copy(a)

In [14]: id(a)
Out[14]: 1730306496

In [15]: id(b)
Out[15]: 1730306496

对于不可变对象的拷贝，对象的引用并没有发生变化，那么可变对象的拷贝会不会和不可变对象一样了？我们接着往下看。

通过下面这个实例可以看出：可变对象的拷贝，会在内存中开辟一个新的空间来保存拷贝的数据。当再改变之前的对象时，对拷贝之后的对象没有任何影响。

In [24]: import copy

In [25]: l1 = [1, 2, 3]

In [26]: l2 = copy.copy(l1)

In [27]: id(l1)



    
Out[27]: 1916631742088

In [28]: id(l2)
Out[28]: 1916636282952

In [29]: l1[0] = 11

In [30]: id(l1)
Out[30]: 1916631742088

In [31]: id(l2)
Out[31]: 1916636282952

原理图如下：

现在再回到刚才那个问题，是不是浅拷贝就可以解决原始数据在函数传递之后不变的问题了？下面看一个稍微复杂一点的数据结构。

通过下面这个实例可以发现：复杂对象在拷贝时，并没有解决数据在传递之后，数据改变的问题。 出现这种原因，是copy() 函数在拷贝对象时，只是将指定对象中的所有引用拷贝了一份，如果这些引用当中包含了一个可变对象的话，那么数据还是会被改变。 这种拷贝方式，称为浅拷贝。

In [35]: a = [1, 2]

In [36]: l1 = [3, 4, a]

In [37]: l2 = copy.copy(l1)

In [38]: id(l1)
Out[38]: 1916631704520

In [39]: id(l2)
Out[39]: 1916631713736

In [40]: a[0] = 


    
11

In [41]: id(l1)
Out[41]: 1916631704520

In [42]: id(l2)
Out[42]: 1916631713736

In [43]: l1
Out[43]: [3, 4, [11, 2]]

In [44]: l2
Out[44]: [3, 4, [11, 2]]

原理图如下：

对于上边这种状况，Python还提供了另一种拷贝方式(深拷贝)来解决。

• 深拷贝

  区别于浅拷贝只拷贝顶层引用，深拷贝会逐层进行拷贝，直到拷贝的所有引用都是不可变引用为止。

接下来我们看看，要是将上边的拷贝实例用使用深拷贝的话，原始数据改变的问题还会不会存在了？

下面的实例清楚的告诉我们：之前的问题就可以完美解决了。

import copy

l1 = [3, 4, a]

In [47]: l2 = copy.deepcopy(li)

In [48]: id(l1)
Out[48]: 1916632194312

In [49]: id(l2)
Out[49]: 1916634281416

In [


    
50]: a[0] = 11

In [51]: id(l1)
Out[51]: 1916632194312

In [52]: id(l2)
Out[52]: 1916634281416

In [54]: l1
Out[54]: [3, 4, [11, 2]]

In [55]: l2
Out[55]: [1, 2, 3]

原理图如下：

为什么Python默认的拷贝方式是浅拷贝？

• 时间角度：浅拷贝花费时间更少

• 空间角度：浅拷贝花费内存更少

• 效率角度：浅拷贝只拷贝顶层数据，一般情况下比深拷贝效率高。

本文知识点总结：

• 不可变对象在赋值时会开辟新空间

• 可变对象在赋值时，修改一个的值，另一个也会发生改变

• 深、浅拷贝对不可变对象拷贝时，不开辟新空间，相当于赋值操作

• 浅拷贝在拷贝时，只拷贝第一层中的引用，如果元素是可变对象，并且被修改，那么拷贝的对象也会发生变化

• 深拷贝在拷贝时，会逐层进行拷贝，直到所有的引用都是不可变对象为止。

• Python 中有多种方式实现浅拷贝，copy模块的copy 函数 ，对象的 copy 函数 ，工厂方法，切片等。

• 大多数情况下，编写程序时，都是使用浅拷贝，除非有特定的需求

• 浅拷贝的优点：拷贝速度快，占用空间少，拷贝效率高

▼ 点击下方阅读原文，免费成为社区注册会员